本质矩阵

预备知识:

https://blog.csdn.net/kokerf/article/details/72630863?locationNum=2&fps=1

https://github.com/opencv/opencv/blob/3.1.0/modules/calib3d/src/fundam.cpp#L548

定义:

本质矩阵_第1张图片

基础矩阵和本质矩阵都反映了双目图像在两幅对极极线上的相互关系,如下推导:

本质矩阵_第2张图片

以上公式是在相机坐标系下;

一般内参矩阵 x 相机坐标系 =图像坐标系,故转到相机坐标系下:内参矩阵逆x图像坐标系 = 相机坐标系;

本质矩阵_第3张图片

以上三个式子中的x和x'都是图像坐标系下的。

本质矩阵:

1.使用摄像机(Camera)坐标系;

2. 本质矩阵是特殊的基础矩阵,E=[t] × R,

3.本质矩阵是一个3x3矩阵,有5个自由度,平移包含的3个自由度与旋转包含3个自由度,去掉尺度不确定性的1个自由度(本质矩阵为齐次量)

4.作用  1) 给定一个图像上的一个点,被本质矩阵或基本矩阵相乘,其结果为此点在另一个图像上的对极线,在匹配时,可以大大缩小搜索范围。 2)可用于求R 和 T。

基本矩阵:

1. 基本矩阵也告诉我们一个图像中的像素如何与另一个图像的极线相关联。 (在像素坐标系下:像素-->极线);

本质矩阵_第4张图片

以上:M指内参矩阵;S是平移矩阵;

本质矩阵_第5张图片

你可能感兴趣的:(计算机视觉)