单应矩阵是一个3x3的矩阵,它有着特殊的属性可用于特定条件下的双视角图像。
我们知道,3D点与它在相机图像中像素点之间存在的关系可以用3x4矩阵表示。设想一下,同一场景中的两个视图的区别仅仅是一个纯粹的的旋转,那么可以发现这个矩阵的第4列都是由0组成的,没有平移向量。因此投影关系变成了3x3矩阵,即单应矩阵。我们知道,3D
单应矩阵是一个3x3的矩阵,它有着特殊的属性可用于特定条件下的双视角图像。
我们知道,3D点与它在相机图像中像素点之间存在的关系可以用3x4矩阵表示。设想一下,同一场景中的两个视图的区别仅仅是一个纯粹的的旋转,那么可以发现这个矩阵的第4列都是由0组成的,没有平移向量。因此投影关系变成了3x3矩阵,即单应矩阵。我们知道,3D