平面诱导单应性矩阵

平面诱导单应性矩阵

用标准针孔模型,参考相机为 P1=K1I∣0P_1 = K_1I\\mid 0P1=K1I∣0,目标相机为 P2=K2R∣tP_2 = K_2R\\mid tP2=K2R∣t,平面方程在参考相机坐标系里是 N_c\^\\top X + d = 0 :

  • 像素到参考相机坐标:X=Z K1−1x1X = Z\,K_1^{-1} x_1X=ZK1−1x1,其中 x1=u1,v1,1⊤x_1 = u_1,v_1,1^\topx1=u1,v1,1⊤。

  • 把 XXX 代入平面方程,解出该点的深度:
    Nc⊤(ZK1−1x1)+d=0  ⇒  Z=−dNc⊤K1−1x1. N_c^\top (Z K_1^{-1} x_1) + d = 0 \;\Rightarrow\; Z = -\frac{d}{N_c^\top K_1^{-1} x_1}. Nc⊤(ZK1−1x1)+d=0⇒Z=−Nc⊤K1−1x1d.

    也即 X=−dNc⊤K1−1x1 K1−1x1X = -\dfrac{d}{N_c^\top K_1^{-1} x_1}\,K_1^{-1}x_1X=−Nc⊤K1−1x1dK1−1x1。

  • 投到目标相机:x2∼K2 (RX+t)x_2 \sim K_2\,(R X + t)x2∼K2(RX+t)。代入上面的 XXX:
    x2∼K2 ⁣(R(−dNc⊤K1−1x1K1−1x1)+t)=K2 ⁣(−dNc⊤K1−1x1RK1−1x1+t). x_2 \sim K_2\!\left(R \Bigl(-\frac{d}{N_c^\top K_1^{-1} x_1}K_1^{-1}x_1\Bigr) + t\right) = K_2\!\left(-\frac{d}{N_c^\top K_1^{-1} x_1} R K_1^{-1}x_1 + t\right). x2∼K2(R(−Nc⊤K1−1x1dK1−1x1)+t)=K2(−Nc⊤K1−1x1dRK1−1x1+t).

  • 提取分母并合并到矩阵右乘:
    x2∼K2(R−t Nc⊤d)K1−1x1. x_2 \sim K_2 \left(R - \frac{t\,N_c^\top}{d}\right) K_1^{-1} x_1. x2∼K2(R−dtNc⊤)K1−1x1.

    这就得到平面诱导单应矩阵
    H=K2(R−t Nc⊤d)K1−1, H = K_2 \left( R - \frac{t\,N_c^\top}{d} \right) K_1^{-1},H=K2(R−dtNc⊤)K1−1,

    使得x2∼Hx1x_2 \sim H x_1x2∼Hx1 (同一平面上对应点的像素齐次坐标)

相关推荐
kingx34 小时前
Bugku 逆向 MatrixHunter:黑盒 oracle + GF(2) 消元出唯一解
网络安全·矩阵·逆向·ctf
吴名氏.4 天前
Java转AI Agent教程(第九周)错误矩阵
java·人工智能·矩阵·ai agent
老歌老听老掉牙5 天前
圆柱端面四平面交线及其在yoz面投影的几何解析与 Python 实现
开发语言·python·平面
伯奥克客服5 天前
2026年视频矩阵厂家技术评估:从EDID到控制协议开放度的六维筛选法
线性代数·矩阵·音视频
无言听风雨丶6 天前
Kubernetes 控制平面深度剖析:从 kubectl apply 到 etcd 写入的全链路
平面·kubernetes·etcd
释厄6236 天前
三角基底律——矩阵3x6 是所有三角形的基底·3D中高就是边
线性代数·3d·矩阵
Solange__8 天前
AI世界模型、3D场景生成和游戏引擎怎么选?按5类任务比较交互、物理与导出
开发语言·人工智能·游戏·平面·3d·自然语言处理·游戏引擎
Kobebryant-Manba8 天前
IEKT向量矩阵流程&评估
人工智能·算法·矩阵
国科安芯9 天前
商业光学遥感载荷焦平面供电链的低噪声稳压器研究综述——以国科安芯ASP7A84AS型3A低压差线性稳压器为器件级参照
大数据·网络·嵌入式硬件·平面·卫星·商业航天·抗辐射
希和20279 天前
考研高数综合题|微分方程 + 平面面积 + 旋转体体积
考研·平面