我有两张平面图像 A 和 B,使用特征点计算出它们之间的单应性矩阵。我的问题是,如果 A 和 B 都放大到双倍大小,即 A' 和 B',那么新的单应性矩阵将会是什么样子?谢谢。
我有两张平面图像 A 和 B,使用特征点计算出它们之间的单应性矩阵。我的问题是,如果 A 和 B 都放大到双倍大小,即 A' 和 B',那么新的单应性矩阵将会是什么样子?谢谢。
其中大写希腊字母Π表示透视变换(简单地将3D向量的x和y分量除以其z分量)。当取消s时,我们会得到在不同比例下应用单应性所需的方程。在这里,H_s可以从前一个方程中读出:
如果你在不同于应用规模(例如可视化)的比例上计算单应性矩阵,你只需计算 H_s,其中s是从新规模(用prime表示)到旧规模的相对因子。例如,如果可视化比计算大两倍,则选择s = 0.5即可。嗯...我可能错了,但我认为上面两个答案都是不正确的。
请参见https://en.wikipedia.org/wiki/Affine_transformation和What do the elements in a homography matrix mean?
正如维基百科所解释的那样,单应矩阵H中的比例因子为
ScaleA = H[row = 0, column = 0] and ScaleB = H[row = 1, column = 1]
平移(左、右、前、后)将是
H[row = 0, column = 2] and H[row = 1, column = 2]
单应矩阵的其余元素是旋转和剪切组件。
单应性矩阵不会改变。只要两个图像经历了相同的线性缩放,它就会保持不变。
单应性矩阵是在三维空间中两个二维平面之间的映射。它将旋转和平移与相机矩阵结合起来。如果相机相对于物体的位置没有改变,则从物体平面到图像平面上等效点的映射计算出的单应性矩阵将是相同的(假设没有噪声),无论选择哪些点。