2. Single View Metrology【cs231a课程笔记】
文章目录
2.1. Single View Metrology
Isometric transformations(等度量变换):平移、旋转
Similarity transformations(相似变换):平移、旋转、缩放
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
Projective transformation \ homographies(透视变换 \ 单应变换) \ Perspective transformation(透视变换)
不保留平行关系,但是保留了cross ratio
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 , 相交则
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:
c任取值,有
对于投影变换,ideal point不再是无限远(平行线会有交点)
而对于仿射变换,ideal point仍然是无限远。
对于infinity line也是如此。
, ,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
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,方向,相交于vanishing point (K是相机内参) 证明:
然后有
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)
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.
所有的horizon line又组成了planes at infinity
特性
两组平行线(方向),infinity point ,对应vanishing point,两个方向夹角是,有:
对于两个平面,也是如此:
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
解出w后,可以Cholesky分解得到k,从而复原三维图像。