计算机视觉中的多视图几何第三章ppt课件.pptx

《计算机视觉中的多视图几何第三章ppt课件.pptx》由会员分享，可在线阅读，更多相关《计算机视觉中的多视图几何第三章ppt课件.pptx（11页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第三章 估计2D射影变换3.1 直接线性变换（DLT）算法射影变换由方程 可得出一个可推出H的一个简单的线性解的方程：iiHxx 0Hxxii如果将矩阵H的第j行极为 ，那么jThi3Ti2Ti1TixhxhxhHx记 ，则叉积可以显式地写成：Tix),(iiiwyxiiiiiiiiiiiyxxwwyHxxxhxhxhxhxhxh1T2T3Ti1Ti2Ti3T上式可变型为：0321TiTiTiTiTiTihhh0 xxx0 xxx0TiiiTiiiTxyxwyw（3.1）3.1式有 的形式，h是由矩阵H的元素组成的9维列矢量:0hAi987654321,hhhhhhhhhHhhhh3213.2

2、式可写成（3.2）0hAi（3.3）3.1.1超定解如果给定的点的对应多于4组，那么由（3.3）导出的方程组 是超定的。现实中我们对坐标的测量是不精确的，那么超定方程将除零解外不存在精确的h，为了避开这种情况我们就会添加约束条件，并寻找一个一个适当的代价函数取最小值的矢量h。0Ah目标 给定n（n=4）组2D到2D的点对应，确定2D的单应矩阵H使得 算法 （1）根据没组的对应点由（3.1）计算出矩阵 ，通常需要前两行。 （2）将n个2X9的矩阵 组成一个2nX9的矩阵 （3）求A的SVD.对应的最小特征值的单位特征矢量便是h （4）矩阵H由h确定iiHxxiAiAA3.2不同的代价函数3.2.

3、1代数距离DLT最小化范数 。矢量 称为残差矢量，并要求最小化的正是该误差矢量的范数。矢量 被称为关联于点对应 和单应H的代数误差矢量代数误差矢量。该矢量的范数是一个标量，称为代数距离代数距离： AhAh iiixx22lg),(hxx0 xx0TiiTiiTTiiTiiTiiiaxywwHxxd对于任何两个矢量x1和x2，我们可以用更一般和简洁的写法：2121xxax,x),()(32122212lgaaaaada其中给定对应集的代数误差为：2222lg),(AhHxxdiiia3.2.2几何距离几何距离是基于图像上距离的测量并最小化图像坐标的测量值与估计值之差。记号：记号：矢量 表示测量的

4、图像坐标； 表示该点的估计值而 表示该点的真值。 xxx单图像误差单图像误差我们考虑第一幅图像的测量准确，而误差只出现在第二幅图像中，这时适宜的最小量是转移误差。它是第二幅图像上的测量点与点 之间的欧氏距离 xH2)(idxH,xi算法要估计的单应 是使转移误差取最小值的单应H对称转移误差对称转移误差更切合实际的是误差出现在两幅图像的上点的测量中，因而最小的化的应该是两幅图像的误差，则误差函数的构造不仅考虑前向的变换还同时考虑后向的变换，所得误差为22)()(ii1iHx,xxH,xddi3.2.3重投影误差两幅图像对两幅图像误差量化的另一种方法是估计每组对应的“校正值”。我们希望由测量值估计

5、世界平面的点，然后把它重投影到估计上认为是完全匹配的对应上。tsdxdi.)()(22iiix,x,x现在我们要寻找一个单应 和完全匹配的点对 以最小化总的误差函数 Hiix和xiixHx3.2.4几何和代数距离的比较我们回到误差仅出现在第二幅图像上面，令 并定义矢量 。则误差代数距离为：Tiiiwyx),(ixTiiiiwyxx),(xH222lg)()(),(iiiiiiiiiiawxxwywwyxxd而点对 的几何距离为：iixx和iiaiiiiiiiiiiwwdwywywxwxxxd/ )()/()/(),(lg2/122iix,x可见只有当 ，可知当H为仿射变换时代数距离和几何距离是

6、相等的。都为一时两式相等和iiww3.2.5 Sampson误差Sampson误差函数的思想是估计点 的一阶近似并假设代价函数在被估计点附近有很好的线性近似。X对给定的单应H，在 上的任意点 将满足Ah=0.为了突出代价函数对X的相关性，我们把它写为 。HTyxyx),(X0)(cXH设 并希望 ，便得到 ，我们把它记成我们面临的最小化问题是求满足次方程的最小 。XXxxHHxHXXcXc)()()(cX0c）（上，即在XXHH0)()(xHHXXcXc）。（相关的代价函数是与是偏导数矩阵，其中XXJJHxc-x即求在满足即求在满足 条件下使条件下使 取最小值的矢量取最小值的矢量-xJxx求解

7、此类问题我们应用的是拉格朗日乘数法，引入拉格朗日乘子 问题转化为 ：的最小化问题)(2xTxTxJ对 求导得到：xTTTxJ022得，消去求导给出。再对从而得到xxx0JJT-TJJ，最后得）（求解，得对1-TJJ1-）（TTxJJJ误差为则ampsonS12）（TTxTxxJJ3.3 变换不变性和归一化归一化的步骤： （1）对点进行平移使其形心位于原点 （2）对点进行缩放使他们到原点的平均距离等于 （3）对两幅图像独立进行上述变换2目标算法 （1）归一化x： （2） （3）DLT： （4）解除归一化： iiiHxxxx使得单应矩阵确定的点对应到组给定HDDDi2,224nixxTi变到新的点

8、集，将点相似变换计算一个只包括位移和iiixxTx:变换到点集，将点变换，类似的计算一个相似针对第二幅图像上的点归一化Hxxii1 . 3，求得单应应用于对应点将算法.1THTH令3.4 鲁棒估计在许多实际的运行中，因为点被错配而使这种假设无效，错配点我们称其为野值。目标 一个模型与含有野值的数据集S的鲁棒估计算法 （1）随机地从S中选择s个数据点组成一个样本作为模型的一个例示。 （2）确定在模型距离阈值t内的数据Si，Si称为采样的数据集S中的内点 （3）如果Si的个数大于某个阈值T，用Si的所有点重估计模型并结束 （4）如果Si的数量小于T，则重现选择一个新的子集并重复上述步骤 （5）经过N次试验的选择一个Si个数最大，并用Si的所有点重估计模型