隨著計算機視覺的發展,攝影測量和計算機視覺逐漸交叉融合,兩個不同學科之間的差異逐漸變小。但是在此處,博主仍舊想記錄一下兩個學科在幾何關係描述上的一些本質差異。
一、座標的幾何表示
首先,對於兩個領域來說,最為明顯的乙個差異就是對座標的表示方法。
在攝影測量中,通常直接直接使用二維座標或者三維座標對座標進行描述。而在計算機視覺中,通常情況下使用齊次座標對座標進行表述。
原則上說,兩種表述方法在本質上並沒有什麼區別。只不過在齊次座標下能夠將一系列變化(旋轉、平移、仿射等等)統一成矩陣相乘的形式,處理起來更加方便。但是,一般來說,直接使用座標進行描述,理解起來更加直觀。
下邊給出乙個示例,假設對二維點p 進行旋轉r 和平移t 。
對於攝影測量來說,此處可以簡單的把公式寫成: p′
=(λr
p+t)
p ′=
(λrp
+t)而對於計算機視覺來說,上述公式可以更簡單的寫成:
二、尤拉旋角和扭轉係數與四元數
第二個較為明顯的差異是兩者對旋轉矩陣的理解方式。在攝影測量中,通常是按照一定順序和方向在座標軸的方向上進行旋轉,進而得到旋轉矩陣。但是在計算機視覺中,最為普遍常用的方法是扭轉係數和四元數。不過需要注意的是,無論是使用那種表達方式,得到的旋轉矩陣都應該是一樣的。
攝影測量的尤拉旋角
首先介紹一下攝影測量中的尤拉旋角,常見的旋轉體系有opk和pok。值得注意的是,在攝影測量中通常是通過旋轉座標軸來定義旋轉角的,而在公式表達時是則是在旋轉座標的角度上來寫的。
opk是國際上較為通用的一種旋轉體系,其中旋轉順序是x–>y–>z,旋轉方向均以逆時針旋轉為正。而pok是國內較為通用的一套旋轉體系,其中旋轉順序是y–>x–>z,旋轉方向除y軸外都是逆時針旋轉為正。
此處我們用opk寫出乙個示例,假設要從座標系a旋轉到座標系b,則旋轉矩陣可以寫成: pa
=rxr
yrzp
b pa=
rxry
rzpb
其中,papa
、pb p
b分別是兩個座標系下的座標,描述的是如何按照opk的順序從a旋轉到b。
我們可以把上式展開,如下圖所示的公式:
此處,我們也給出如何從旋轉矩陣恢復opk的公式,如下:
計算機視覺中的旋角系統
相比而言,計算機視覺中的旋角系統定義比較複雜,比較難理解。扭轉係數可以理解成繞某乙個三維向量旋轉乙個角度,來描述三維旋轉。四元數是在扭轉係數的基礎上推導出的一種旋轉表達方式。
由於這兩種旋轉表達方式並不需要指定旋轉軸等等,我們直接給出其和旋轉矩陣之間的關係式:
當然,如果想從旋轉矩陣恢復四元數,上述公式已經可以完成。但是如果想從旋轉矩陣恢復扭轉係數,則還需要用到四元數和扭轉係數之間的關係式:
最後關於兩種旋轉表達的優缺點,我就不再累贅,可以參考huang9012的部落格。但是此處我只說尤拉公式中兩個我經常遇到的缺點:
1.opk的旋轉矩陣比較難以求導,求導公式較為複雜;
2.opk的旋轉矩陣在矩陣連乘時很容易失去正定性,計算誤差導致的。
三、共線方程與小孔成像
最後說兩個領域中,成像模型的一些差異問題。首先給出兩個圖,分別表示的是攝影測量和計算機視覺中關於成像模型的表述方式。
攝影測量
計算機視覺
仔細觀察兩幅圖,我們可以發現兩個明顯的區別:
四、空三結果的互相轉換
由於現在攝影測量和計算機視覺的交叉發展,如何進行將兩種空三結果進行相互轉換就非常重要。其實也非常簡單,推導如下(為推導方便,此處統一不適用齊次座標系):
計算機視覺與攝影測量
相同點 理論基礎都是針孔成像 像點,鏡頭中心,物點共線 區別 1 出發點不同導致基本引數物理意義的差異 攝影測量中的外部定向是確定影像在空間相對於物體的位置與方位,而計算機視覺則是物體相對於影像的位置與方位來描述問題。2 由於1中不同的出發點導致基本公式的差異 攝影測量中最為基本的是共線條件方程而視...
攝影測量與計算機視覺的聯絡與區別
攝影測量是測繪學科的乙個分支,它是對由攝影機提取的影像 二維 進行量測,測定物體在三維空間的位置 形狀 大小 乃至物體的運動。攝影測量在近百年的歷史中經歷了 模擬 解析與數字攝影測量三個階段。當被測物體的尺寸或攝影距離小於 100公尺 時的攝影測量稱之為近景攝影測量 close range phot...
計算機視覺與互動投影
應用程式介面模組 相當與人的神經系統,將識別模組獲得的資訊按照某種協議傳輸給應用程式 現在常用的介面模組還是跟滑鼠訊息相對接,當然最新的 multitouch 也使用另外的介面協議 應用程式 相當於場景實現,即根據特定的動作資訊,展示出不同的場景或者動作實現。現在看,互動應用有如下的方式 1 互動遊...