基本矩阵的的估计.ppt

基本矩阵的估计和图像矫正 双控1班 温峰 图像矫正的定义 在计算机视觉中，建立图像的对应关系是一个重点和难点问题。由于图像是二维的，从一幅图像中寻找与另一幅图像中某点的对应点需要二维搜索。可是二维搜索的计算量很大，特别是某些特殊的图像，二维搜索基本不可行。因此我们有必要把二维搜索简化成一维搜索，这就需要将图像进行矫正，使两幅图像的极线平行于水平扫描线上。 换言之，图像矫正是对视点差别很大的双眼图像对进行重采样的过程，目的是为了产生一堆“匹配对极线的投影”，这些对极线平行并且在视图之间相匹配。 两视几何 基础矩阵F的估计方法 8点算法 一对对应点 ， 两点之间关系 展开可以得到约束方程为： 当 n=8 时，可以线性求解 f。 2阶矩阵的参数化方法 F的秩等于2，而刚才得到的F不满足这个性质。 对F进行SVD分解。 如果有在上述过程中无噪音， 应该是0。 这个重构矩阵被视为F。为了解决这个问题，大多数工程在下一步采用非线性优化方法。基于约束对应点必须位于极线，下面的最小化代价函数： 2阶矩阵的参数化方法 这种形式表示的矩阵由两正交矩阵SO（3）和秩等于2的对角矩阵。如果不失一般性，我们可以指定对角矩阵为（1，s，0），其中 一个旋转矩阵，可以用一个单位四元数描述。四元数