kokerf的博客

直接线性变换 DLT 坐标归一化 RANSAC

单应矩阵分解　Faugeras SVD-based

基本矩阵、本质矩阵和单应矩阵

本质矩阵　　本质矩阵（essential matrix ）是基本矩阵在归一化图像坐标下的一种特殊形式。　　考虑相机矩阵P=K[R|t]P=K[R|t]P=K[R|\mathbf t]，点x=PXx=PX\mathbf x=P\mathbf X是图像平面上的一个点，若已知相机内参KKK，那么点x^=K−1xx^=K−1x\mathbf{\hat x}=K^{-1}\mathbf x，有x^=...

三角形法恢复空间点深度通常，在已知两个相机的相对位姿TT\mathbf T的情况下，得到在两个视图下的对应匹配点x↔x′x↔x′\bf x \leftrightarrow \bf x'，我们就可以求得该对应点在空间中的位置，也就是求得图像点的深度。接下来介绍两种求解方法。1.求解空间点坐标当我们得到两个视图的一组匹配点，我们希望能恢复出世界点在三维世界的坐标。这里就涉及到使用三角形...

基本矩阵　归一化 ８点算法 对极线

之前一直没看DSO1，前阵子对应光度模型的论文和代码研究了一下，做了简单的总结。1. 相机光度模型（Photometric Model）在光度标定的论文2中，作者给出光度模型如下：I(x)=G(tV(x)B(x))(1)(1)I(x)=G(tV(x)B(x))I(\mathbf x) = G(tV(\mathbf x)B(\mathbf x)) \tag{1}这里的GG...