ORB_SLAM运用的一种主动初始化办法,即一起核算两个模型:用于平面场景的单应性矩阵H和用于非平面场景的根底矩阵F,然后经过一个评分规矩来挑选适宜的模型,康复相机的旋转矩阵R平和移向量t。
ORB-SLAM-单应性改换(Homography)中叙述了介绍调用OpenCV中的函数,经过4对对应的点的坐标核算两个图画之间单应矩阵H,然后调用射影改换函数,将一幅图画改换到另一幅图画的视角中。其时仅仅知道经过单应矩阵,能够将图画1中的像素坐标(u1,v1)改换到图画2中对应的方位上(u2,v2),今日评论下其间的原理。
Homography
单应(Homography)是射影几许中的概念,又称为射影改换。它把一个射影平面上的点映射到另一个射影平面上,而且把直线映射为直线,具有保线性质。它能够用一个3×3的非奇特矩阵H表明。假定现已获得了两图画之间的单应,则可单应矩阵H能够将两幅图画相关起来。
同一相机在不同的位姿得到同一平面的图画
假定运用同一相机在不同的位姿拍照同一平面,如下图:
上图表明场景中的平面π在两相机的成像,设平面π在第一个相机坐标系下的单位法向量为N,其到第一个相机中心(坐标原点)的间隔为d,则平面π可表明为:
上面得到的单应矩阵第一个相机坐标系获得,还需要将其改换到成像平面坐标系中,获得两图画间的单应矩阵。
相机只要旋转无平移下的单应
当相机在只要旋转而没有平移的情况下获得同一场景的两幅图画,能够运用单应矩阵H来描绘这两图画之间的联系。
也就是在相机只要旋转的情况下,可像求解两图画间的单应矩阵H,然后可从H中分化得到相机的内参数K以及旋转矩阵R。
单应改换()