对极几何
Epipolar Geometry进阶两台相机看同一场景时,对应点必须落在特定直线上的几何关系。
对极几何描述两个视角之间的几何约束。空间点 X 与两个相机光心构成一个平面(对极平面),它与两张图像平面的交线叫极线;一个相机的光心在另一张图上的投影叫极点。核心结论是:左图某点的对应点一定落在右图的一条极线上,所以找匹配点只需沿这条线搜索,从二维搜索降为一维。数学上用 3×3 的基础矩阵 F 表达,对应点 x、x′ 满足 x′ᵀFx = 0;已知两相机内参 K、K′ 时可写成本质矩阵 E = K′ᵀFK,E 编码两相机间的旋转和只知方向、不知长度的平移,由 Longuet-Higgins 1981 年引入计算机视觉。通常用八点法等算法配合 RANSAC 从匹配点估计 F 或 E,再分解出相对位姿。它是双目校正、立体匹配、三角化、运动恢复结构和视觉 SLAM 初始化的基础。
例子双目相机的立体校正,就是把两张图变换到极线全部水平且同行对齐的状态,这样立体匹配只需在同一行里左右搜索即可求出视差。
- 也叫
- 本质矩阵、基础矩阵、Essential Matrix、Fundamental Matrix、极线约束
- 相关
- 三角化、立体匹配、单应性矩阵、相机标定、运动恢复结构、随机采样一致性
- 来源
- Wikipedia: Epipolar geometry
Wikipedia: Essential matrix