模式识别之双目立体视觉---双目立体视觉相关介绍

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

（ps：本征矩阵是单几何意义上的，与成像仪无关，它将左摄像机观测到的点P的物理坐标与右摄像机观测到的相同点的位置关联起来(如将pl和pr关联)，从上面的式子看好像我们已知其他项就完全可确定p，但是E是一个秩亏矩阵（rank=2<3）,因此方程实际上有无穷解。本征矩阵中有五个参数——三个旋转参数和两个平移参数（无缩放），以及a.行列式值为0，b.l两个非零奇异值相等的约束，因为S是反对称矩阵，R是旋转矩阵。）

 

 

 

       

 

 

    基础矩阵F是将一台摄像机的像平面上的点在图像坐标（像素）上的坐标和另一台摄像机的像平面上的点关联起来（标记为ql和qr）。E包含了两台摄像机相关的所有几何信息，但是不包括摄像机本身的任何信息，但是实际处理我们一般需要的是像素坐标表示的点信息。为了找到两幅图像在像素上的对应极线的联系，就必须要引入两台摄像机的内参数信息。=：

1） 用p（像素坐标）来代替q，二者通过摄像机内参数矩阵相关联。已知q=Mp(M是摄像机内参数矩阵)或等价的p=M^-1q,因此关于E的等式就变成：

2）由基础矩阵的假设，可以知道：

因此：

 

表面上，除了基础F操作的是图像像素坐标而E操作的是物理坐标之外，基础矩阵F与本征矩阵E没有什么差别。与E相同，基础矩阵F的秩也是2，基础矩阵F有7个参数，其中两个参数表示对极，三个参数表示两个像平面的单应矩阵（通常的4个参数中没有比例因素）。

 

 

http://blog.sina.com.cn/s/blog_5e3213f30101gcgl.html　　胖妞日记

http://blog.sina.com.cn/s/blog_5e3213f30101gjq6.html 　　理工科数学库

http://blog.sina.com.cn/s/blog_5e3213f30101gjo2.html mit 教你如何做理工科研究生

http://blog.sina.com.cn/s/blog_5e3213f30101gjq5.html 泛函变分小结