基本概率：對極幾何是structure from motion問題中，在兩個相機位置產生的兩幅影象的之間存在的一種特殊幾何關係，是sfm問題中2d-2d求解兩幀間相機姿態的基本模型。
基本模型：
其中c0、c1為兩個相機中心，p為空間中一點，p在c0、c1對應像平面上的投影分別為x0、x1。c0、c1連線與像平面的交點e0、e1稱為極點，l0、l1稱為極線，c0、c1、p三點組成的平面稱為極平面。
兩幅影象之間的約束關係使用代數的方式表示出來即為基本矩陣。基礎矩陣是對極幾何的代數表達方式。基礎矩陣體現兩張檢視的對極幾何的內在攝影幾何的關係，基礎矩陣只依賴於攝像機的內參k和外參r，t。當使用兩個相機在不同位置對同一場景進行拍攝時，為了描述兩幅影象之間的關係，引入對極幾何。對極幾何是兩幅影象之間，兩幅影象上的匹配點與以基線（連線兩攝像機中心的直線）為軸的平面束的交的幾何。
通過對極幾何一副影象上的點可以確定另外一幅影象上的一條直線，這種情況用基礎矩陣來表示。通過一種對映，一幅影象上的點可以確定另外一副影象上的乙個點，這種情況用單應矩陣。
本質矩陣是基礎矩陣的一種特殊情況，是在歸一化影象座標下的基礎矩陣。
求解影象之間的基礎矩陣的估計演算法可以分為3類：線性、迭代、魯棒性方法。八點演算法計算基礎矩陣是線性估計的典型代表，主要思想是利用8個匹配點對求解線性方程組，以得到基礎矩陣。8點演算法主要由以下兩個步驟組成：
另外，也可用七點和十點（匹配點）演算法計算基礎矩陣。
（1）像平面接近平行，極點位於無窮遠
ransan演算法消除錯誤匹配的的點：
得到的基礎矩陣f:
（1）像平面接近平行，極點位於無窮遠
ransan演算法消除錯誤匹配的的點：
得到的基礎矩陣f:
（1）像平面接近平行，極點位於無窮遠
ransan演算法消除錯誤匹配的的點：
得到的基礎矩陣f:
（1）隨機選擇7、8、10個點；
（2）用這7、8、10個點估計基礎矩陣f；
（3）用這個f進行驗算，計算用f驗算成功的點對數n；
重複多次，找到使n最大的f作為基礎矩陣。
視覺幾何（三維重建）
射影平面之齊次座標 老闆是搞三維重建的，最近跟著學了些數學知識。做一些筆記，以備查詢。第一點，為什麼需要齊次座標？簡單地說明一下，在一維空間中的一條線段上取一點x，然後我們想轉移x的位置，那我們應該是x x k，但我們能使用一維的矩陣來表示這變換嗎？不能，因為此時一維的矩陣只能讓x點伸縮。但如果變成...
opencv三維重建 三維重建 SLAM相關
wayne cvpr2020 oral 立體視覺cost volume構建新方法,效能soa,視訊記憶體和執行時間大幅降低 雙目立體視差圖進行三維點雲重建 opencv3.4.1 pcl1.8 用vs opencv3.1從雙目立體視差圖中重建三維點雲 使用opencv以及pcl將2d影象轉換為3d點...
三維重建方法
三維重建技術就是要在計算機中真實地重建出該物體表面的三維虛擬模型，構建乙個物體完整的三維模型，大致可以分為三步 1.利用攝像機等影象採集裝置對物體的點雲資料從各個角度釆集，單個攝像機只能對物體的乙個角度進行拍攝，要獲得物體表面完整資訊，需要從多個角度對物體拍攝 2.將第一步獲得的各視角點雲資料變換到...