计算机视觉中的多视几何(共63张PPT).pptxVIP

计算机视觉中的多视几何;主 要 内 容;1. 单视几何;1. 单视测量;1. 单视测量;1. 单视测量;1. 单视测量;1.单视测量;1. 单视测量;1. 单视测量;1. 单视测量;2. 两视几何;2. 两视几何;2. 两视几何;2. 两视几何;2. 两视几何;基本矩阵 F： 是一秩为2的3×3矩阵，自由度为 7;本质矩阵 E： 是一秩为2的3×3矩阵，自由度为 5;2. 两视几何;2. 两视几何;2. 两视几何;2. 两视几何;2. 两视几何;2. 两视几何;2. 两视几何;2. 两视几何;2. 两视几何;2. 两视几何;规一化 8 点算法：由对应点 ，求F 1) 对两幅图像分别做规一化变换 , 得到新的对应点集； 2) 有新的对应点集和8点算法估计 ； 3）基本矩阵 ;三焦张量由三个3?3矩阵{T1，T2，T3}组成。 给定一基本矩阵 F，构造投影矩阵对 基于准则 (2)步骤： Hartley, A. (2)反投影距离 当图像数据有噪声，即对应点不精确时，由 8 点算法给出的基本矩阵 F 的解精度很低。 体积、身高、两个平面的距离、两个平面内的两个点之间的距离 体积、身高、两个平面的距离、两个平面内的两个点之间的距离 基于代数误差的线性估计---8、7点算法 Measured value: 26628. 用此最小点集估计的基本矩阵和所识别出的Inliers一起进行进一步非线性优化，从而得到最终的基本矩阵估计值 将估计基本矩阵的问题化为数学的最优化问题，然后使用某种优化迭代算法求解. 它和场景结构无关，只依赖于摄像机的内外参数。 三幅图像间的独立的几何约束 常用准则：(1)点到对应极线距离的平方和 基本矩阵F 的估计方法;2. 两视几何;2. 两视几何;2. 两视几何;2. 两视几何;其中 和 是通过一定的方法进行射影重建所得到空间点的反投影图像点.;基于准则 (2)步骤： 1. 由线性算法求出基本矩阵的初始值 ; 2. 由对应点 和基本矩阵 射影重建得到三维空间点坐标 ； 3. 由三维空间点得到新的图像点： .;2. 两视几何;2. 两视几何;2. 两视几何;2. 两视几何;给定一基本矩阵 F，构造投影矩阵对 ;2. 两视几何;用此最小点集估计的基本矩阵和所识别出的Inliers一起进行进一步非线性优化，从而得到最终的基本矩阵估计值 由对应点 和基本矩阵 射影重建得到三维空间点坐标 ； 有了投影矩阵和图像点就可以通过三角化实现重建 体积、身高、两个平面的距离、两个平面内的两个点之间的距离 （1）构造基于几何意义的目标函数 如果求解的基本矩阵 F 不满足约束 ，即 那么不存在向量 e 使得 Fe=0，则在图像中的对极线不交于同一点 (对极点 e )。 其中，l，l’，l’’为在三幅图像中对应的直线。 规一化变换：1) 对图像点做位移变换，使得图像的原点位于图像点集的质心； 若 是空间平面上的点在两幅图像上对应点对，则存在矩阵H使得 本质矩阵 E (Essential Matrix) 由摄像机的外参数确定，与摄像机内参数无关。 2) 有新的对应点集和8点算法估计 ； 如果4个空间点 已知，则由它们可线性求解H： 有了投影矩阵和图像点就可以通过三角化实现重建 (2)反投影距离 如果F已求出，则这个平面的H也可以求出： V2 Real volume: 26826.;2. 两视几何;概念 已知基本矩阵 F 确定单应矩阵H 已知单应矩阵H确定基本矩阵 F 无穷远平面的单应矩阵;两幅图像上的点如果来自空间的同一个平面，则在它们之间存在一个射影变换，可以用一个3?3 矩阵表示，称为单应矩阵, 记为H。;建立世界坐标系，使得 X-Y 平面为空间平面，即为 平面，则; 若 是空间平面上的点在两幅图像上对应点对，则存在矩阵H使得 s为非零常数因子，H是一3×3矩阵，一般可由4对对应点求得。;若两视点投影矩阵为 则空间平面 的单应矩阵H可表示为;2. 两视几何;2. 两视几何;一. 由共面的4对对应点求得