文章点评CV1-极线约束与极线矫正（文献阅读）

参考文献：A compact algorithm for rectification of stereo pairs

0.基本概念

极线（epipolar line）
投影几何（perspective projections）

2019-05-15 17-28-09屏幕截图.png

1. 小孔成像模型

主要涉及三个坐标系：世界坐标系(word coordinates)，相机坐标系(camera coordinate)，图像坐标系(image plane coordinate)。世界坐标系中的点，通过转换矩阵转换到图像坐标系。
. 相似等号（参照三角形相似）
级线矫正的关键就是这个，不满足我们的要求，所以就是分析这个变换就十分重要。

1.1 分析变换矩阵

变换角度分析
是两步转换的综合：坐标系的旋转平移，投影变换。
. 注意：通过QR分解，由推导出旋转平移，投影变换.
几何表达角度分析（作者需要固定光心点）
分成两块了来看
. 把光心带入该式子
个人对此式子还有一定疑问
所以，
一对多的关系，图像点与世界坐标系
# 相似等号，换成了绝对的等号
# 给定任意图像点，对应一系列的空间点

2019-05-15 18-01-55屏幕截图.png

1.2 理想的变换矩阵

两个相机矫正后，相同的投影变换，（作者说这个可以随便选，很不错的性能）。
两个相机矫正后，相同的旋转由，（有要求，主要是X坐标轴与光心连线平行）
两个相机矫正后，不同的平移，作者约定光心与矫正前光心位置重合，（你也可以调整光心位置，相当切换了视角，会引起其他问题）

2.极线矫正

找到一个变换，将old原始图像坐标,转到new新的图像坐标哦系下。

#好了，只要有（标定给出的）和（人为设定的）就可以进行极线矫正了，找到了。

2.1 人为设定

投影变换。 # 任意设置嘛，取原来图像的平均值感觉比较好。
旋转，主要依据光心来构建的直角坐标系，参看原文。
平移，感觉有点问题，对吧！且看作者是如何做的
，立马推出
所以其实平移并没有用，因为只和有关系，

2.2 Matlab代码

作者是提供了代码的(快20年过去了，论文中给的网址失效了)，我们都很喜欢他！！！

function [T1,T2,Pn1,Pn2] = rectify(Po1,Po2)
% RECTIFY: compute rectification matrices
% factorize old PPMs
[A1,R1,t1] = art(Po1);
[A2,R2,t2] = art(Po2);
% optical centers (unchanged)
c1 = - inv(Po1(:,1:3))*Po1(:,4);
c2 = - inv(Po2(:,1:3))*Po2(:,4);
% new x axis (= direction of the baseline)
v1 = (c1-c2);
% new y axes (orthogonal to new x and old z)
v2 = cross(R1(3,:)’,v1);
% new z axes (orthogonal to baseline and y)
v3 = cross(v1,v2);
% new extrinsic parameters
R = [v1’/norm(v1)
     v2’/norm(v2)
     v3’/norm(v3)];
% translation is left unchanged
% new intrinsic parameters (arbitrary)
A = (A1 + A2)./2;
A(1,2)=0; % no skew
% new projection matrices
Pn1 = A * [R -R*c1 ];
Pn2 = A * [R -R*c2 ];
% rectifying image transformation
T1 = Pn1(1:3,1:3)* inv(Po1(1:3,1:3));
T2 = Pn2(1:3,1:3)* inv(Po2(1:3,1:3));

% ------------------------
function [A,R,t] = art(P)
% ART: factorize a PPM as P=A*[R;t]
Q = inv(P(1:3, 1:3));
[U,B] = qr(Q);
R = inv(U);
t = B*P(1:3,4);
A = inv(B);
A = A ./A(3,3);

参考文献

A compact algorithm for rectification of stereo pairs