- 0
- 0
- 约5.91千字
- 约 63页
- 2025-10-23 发布于广东
- 举报
规一化8点算法:由对应点,求F1)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2.两视几何基本矩阵F的估计方法8点算法:第29页,共63页,星期日,2025年,2月5日2.两视几何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)。由于基本矩阵的秩为2,因此基本矩阵仅具有7个自由度,所以已知7对匹配点便足以确定基本矩阵。基本矩阵F的估计方法7点算法:第30页,共63页,星期日,2025年,2月5日2.两视几何利用SVD分解的方法得到两个对应于系数矩阵A的右零空间的基向量和的矩阵基和,然后利用det(F)=0性质来解出F通解中的比例因子,来确定所要估计的基本矩阵。由于基本矩阵行列式为零所对应的约束是一个三次方程,因此最后所可能得到的基本矩阵的解的个数对应于上述三次方程实数解的个数,最多可以得到3个解。基本矩阵F的估计方法7点算法:第31页,共63页,星期日,2025年,2月5日2.两视几何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.算法如下:(1)构造基于几何意义的目标函数(2)选取8点算法的结果作为迭代算法的初始值(3)选取一种迭代方法(L-M方法),迭代求解最小化问题基本矩阵F的估计方法基于几何误差的优化:第32页,共63页,星期日,2025年,2月5日2.两视几何常用准则:(1)点到对应极线距离的平方和(2)反投影距离基本矩阵F的估计方法基于几何误差的优化:构造基于几何意义的目标函数第33页,共63页,星期日,2025年,2月5日2.两视几何mmleelOO’基本矩阵F的估计方法基于几何误差的优化:准则(1)点到对应极线距离的平方和第34页,共63页,星期日,2025年,2月5日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.2.两视几何准则(2)反投影距离基本矩阵F的估计方法基于几何误差的优化:mmeeOO’第35页,共63页,星期日,2025年,2月5日基于准则(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:.2.两视几何基本矩阵F的估计方法基于几何误差的优化:第36页,共63页,星期日,2025年,2月5日2.两视几何例:利用RANSAC思想估计直线给定7点,找最匹配的直线,使有效点到直线的距离小于0.8个单位,找到的点集为{1,2,3,4,5,6},然后用最小二乘法计算直线方程。x01123234578645910yPOINTXY1234567001122323344102理想直线基本矩阵F的估计方法RANSAC估计第37页,共63页,星期日,2025年,2月5日2.两视几何前面所讲的所有的方法都假设没有错误匹配点(Outliers)。实际处理过程中可能会出现错误的匹配点。可以用RANSAC方法剔除错误的匹配点基本思想:1.通过迭代地随机抽取最小点集来找出能够使得所谓Inliers所占比例最高的最小点集2.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基本矩阵F的估计方法RANSAC估计第38页,共63页,星期日,2025年,2月5日2.两视几何本质矩阵E(EssentialMatrix)由摄像机的外参数确定,与摄像机内参数无关。本质矩阵EO摄像机坐标系v图像像素坐标系O’uxymm’第39页,共63页,星期日,2025年,2月5日2.两视几何本质矩阵E当摄像机内参数K已知时,当F被求出时,重建即要求出R,t。tR第40页,共63页,星期日,2025年,2月5日
原创力文档

文档评论(0)