OpenCV中的對極幾何和對極約束

• • 1. 原理
  • 參考

這篇博客將學習多視圖幾何的基礎知識，如什么是對極、對極線、對極約束等。

1. 原理

當使用針孔相機拍攝圖像時會丟失一個重要的信息，即圖像的深度。或者圖像中的每個點離相機有多遠，因為它是 3D 到 2D 的轉換。

如上圖倆個相機一左一右模擬眼睛成像，就可以確定3D點。

如果只使用左相機就無法找到圖像中點 x 對應的 3D 點。因為 OX 線上的每個點都投影到圖像平面上的同一點。但也要考慮正確的圖像。現在 OX 線上的不同點投影到右平面上的不同點 (x’)。因此，通過這兩個圖像就可以對正確的 3D 點進行三角測量。

可以在左側圖像中看到，所有外線都在右側圖像外的一點處會聚。那個交匯點就是極點，如上圖中最中間的x；

OX 上不同點的投影在右平面上形成一條線（線 l’），稱它為對應于點 x 的epiline對極。這一意味著，要在其他圖像中找到匹配點，不需要搜索整個圖像，只需沿著對極搜索即可。因此它提供了更好的性能和準確性）。這稱為對極約束。 類似地，所有點都將在另一幅圖像中具有相應的外線。 XOO’平面稱為對極平面。

O 和 O’ 是相機中心，可以看到右攝像機 O’ 的投影在點 e 的左圖像上可見。它被稱為對極。對極點是通過相機中心和圖像平面的線的交點。類似地，e’ 是左相機的對極。

基本矩陣估計對匹配的質量、異常值等很敏感。

參考

• https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_calib3d/py_epipolar_geometry/py_epipolar_geometry.html#epipolar-geometry

總結

以上是生活随笔為你收集整理的OpenCV中的对极几何和对极约束的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。