2. Single View Metrology【cs231a课程笔记】

2.1. Single View Metrology

Isometric transformations(等度量变换):平移、旋转
2. Single View Metrology【cs231a课程笔记】
Similarity transformations(相似变换):平移、旋转、缩放
2. Single View Metrology【cs231a课程笔记】
Affine transformation(仿射变换):平移、旋转、缩放、xy轴叠加(shear剪切)

对应线性空间的变换,保持比例、平行关系
2. Single View Metrology【cs231a课程笔记】
Projective transformation \ homographies(透视变换 \ 单应变换) \ Perspective transformation(透视变换)
2. Single View Metrology【cs231a课程笔记】
不保留平行关系,但是保留了cross ratio
2. Single View Metrology【cs231a课程笔记】

2.2. point and line in infinity

orthogonal 正交的,垂直的
intersect 相交
infinity 无限

若点x属于线l,则xTl=0x^Tl=0 , l1l2l_1与l_2相交则x=l1l2x=l_1 l_2
2. Single View Metrology【cs231a课程笔记】
2. Single View Metrology【cs231a课程笔记】

ideal point(每一组平行线在无穷远处相交于一点)
multi view stereo双目重建

lines at infinity:
2. Single View Metrology【cs231a课程笔记】
c任取值,有
2. Single View Metrology【cs231a课程笔记】
对于投影变换,ideal point不再是无限远(平行线会有交点)
2. Single View Metrology【cs231a课程笔记】
而对于仿射变换,ideal point仍然是无限远。
2. Single View Metrology【cs231a课程笔记】
对于infinity line也是如此。

xTIl=xTHTHTl=0x^TIl=x^TH^TH^{-T}l=0, x=Hxl=HTl令x'=Hx,则有l'=H^{-T}l,所以投影变换不再是无限远。

仿射变换仍是。

2.3. Vanishing Points and Lines, Plane

表示一个平面(plane):d是原点沿(a,b,c)向量方向到该平面的距离
2. Single View Metrology【cs231a课程笔记】
我们用映射变换将ideal point变换到三维空间中的一个点vanishing point。

取三维空间中的一组平行线,d=(a,b,c)d=(a,b,c)方向,相交于vanishing point v=Kdv=Kd(K是相机内参) 证明:
2. Single View Metrology【cs231a课程笔记】
然后有
2. Single View Metrology【cs231a课程笔记】
对于一个平面,上面的每组平行线都有vanishing point,组成了vanishing line,投影变换到image plane后,称为horizon line(地平线)
2. Single View Metrology【cs231a课程笔记】
我们可以用horizon line判断是否平行,还可以加上相机参数判断该平面的法向量n=KTlhorizn=K^Tl_{horiz}.

所有的horizon line又组成了planes at infinity
2. Single View Metrology【cs231a课程笔记】

特性

两组平行线(方向d1,d2d_1, d_2),infinity point x1,,x2,x_{1, \infin}, x_{2, \infin},对应vanishing pointv1,v2v_1, v_2,两个方向d1,d2d_1, d_2夹角是θ\theta,有:
2. Single View Metrology【cs231a课程笔记】
2. Single View Metrology【cs231a课程笔记】
2. Single View Metrology【cs231a课程笔记】
对于两个平面,也是如此:
2. Single View Metrology【cs231a课程笔记】

2.4. A Single View Metrology Example(单视图方法)

perpendicular 垂直的
Cholesky decomposition(Cholesky分解):比一个对称正定矩阵表示成一个下三角矩阵。

假设已知两个互相垂直的平面,上面各有一对平行线,首先利用各种限制条件化简w
2. Single View Metrology【cs231a课程笔记】
解出w后,可以Cholesky分解得到k,从而复原三维图像。