《计算机视觉中的多视图几何》笔记（13）

13 Scene planes and homographies

本章主要讲述两个摄像机和一个世界平面之间的射影几何关系。

我们假设空间有一平面$\pi$，平面上的一点为$x_{\pi }$。$x_{\pi }$分别在两幅图像$P,P^{\prime }$上形成了$x,x^{\prime }$。

那么我们可以从两个方面来讨论：首先，从对极几何的角度来说，$x$在$P^{\prime }$上决定了一条直线，也就是极线。极线是由$x$出发的射线在$P^{\prime }$上投影形成的。第二，从homography角度来说，$x$可以在$P^{\prime }$上唯一确定一个点，因为从$x$出发的射线和空间平面$\pi$的交点可以求出来，也就是$x_{\pi }$，知道了$x_{\pi }$自然可以唯一确定$x^{\prime }$。

13.1 Homographies given the plane and vice versa

现在我们来讨论一下单应性与平面之间的关系。空间内任意的一个平面可以唯一确定单应性，反之亦然。需要注意的是，空间内的平面不可以包括摄像机的光心，如果包括了光心，单应性就变成了退化的情况。

我们首先给出一个结论：

假设两个摄像机的投影矩阵分别是$P=[I|0],P^{\prime }=[A|a]$，空间内的平面表示为${\pi }^{T}X=0,\pi =(V^T,1)$，由该平面确定的单应性就是$x^{\prime }=Hx$，并且$H=A-a{v}^T$。

13.1.1 Homographies compatible with epipolar geometry

单应性与对极几何的关系。假设我们从空间平面上随机选择4个点，把他们投影到两幅图像，就会形成4对对应点。这4对对应点就确定了一个单应性矩阵$H$。而且这4对对应点是满足对极几何约束的，i.e. $x^{\prime T}Fx=0$。这种情况叫对极几何与单应性是相容（consistent or compatible）的。

假设我们从第一幅图像中随机选择四个点，第二幅图像也随机选四个点，可以利用它们计算出一个单应性矩阵，不一定能满足对极几何的约束，这种情况叫对极几何与单应性不相容。

现在我们考虑相容的情况。那么对应点之间可以表示为$x\leftrightarrow Hx$，带入对极几何的关系式，我们就得到 $(Hx{)}^{T}Fx=x^T{H}^{T}Fx=0$。

根据此式我们可以得出一个结论：

单应性矩阵$H$与基本矩阵$F$相容当且仅当$H^{T}F$是一个斜对称矩阵（skew-symmetric），我们将其表达为：$H^{T}F+F^{T}H=0$，$H$的自由度是8-5=3。

由于以上关系是一个隐性的约束，我们接下来给出一个显式表达式。

结论 13.3

给出由两幅图像确定的基本矩阵$F$，其对应的单应性矩阵$H$可以表示为$H=A-e^{\prime }{V}^T$ $F=[e^{\prime }{]}_{\times }A$。

引理 13.4

一个变换$H$是两幅图像的单应矩阵当且仅当这两幅图像确定的$F$可以分解成$[e^{\prime }{]}_{\times }H$，$e^{\prime }$是第二幅图像的极点。

根据以上介绍，我们知道单应性矩阵$H$是由空间内某一平面$\pi$确定的，那么在已知$H$的情况下，我们如何求出平面$\pi$？求解方程组$\lambda H=A-a{v}^T$就行。

13.2 Plane induced homographies given $F$ and image correspondences

从基本矩阵和图像对应点来计算单应性矩阵。在前文我们是利用空间中的平面来计算单应性矩阵，在本节中我们直接从两幅图像中的对应元素来计算单应性矩阵。这是因为三维空间的平面可以用三个不共线的点来计算，或者用一条直线和一个点。这些元素都可以直接从两幅图中的对应元素推导出来。对应元素应该满足一些性质：

1. 对应元素要满足对极几何的约束
2. 三维空间中的元素会出现退化的情况，这是因为元素之间共面或者共线

我们首先讨论从三个对应点来计算单应性矩阵的情况。

13.2.1 Three points

假设我们知道空间中的三个点$X_i$在两幅图像上形成的投影，并且我们已知基本矩阵$F$，我们可以这样计算单应矩阵$H$：

首先空间点$X_i$的坐标可以计算出来（12章的三角化），知道了三个点的位置，那么它们所在的平面就可以被计算出来（3.3-P66），已知平面就可以根据13.1节的方法来计算$H$，这种方法叫显式法。

其次，我们也可以用四个点来计算$H$，第四个点就是极点。所以我们可以有这样的方程组：$x^{\prime }=Hx,e^{\prime }=He$，这种方法叫隐式法。

那么这两种方法有啥区别？我们应该用哪一种？答案是我们应该用显示法，因为隐式法包含了退化的情况。为什么呢？因为如果有两个点和极点共线，那么$H$就算不出来了，参见4.1.3 P91。同时，如果点和极点几乎共线，那么隐式法会给出一个非常差的结果，但是显式法没有这个问题，它可以处理点和极点共线的情况。

我们下面来形式化的表示一下。

结论13.6 给定一个基本矩阵$F$和三对对应点$x_i\leftrightarrow x_i^{\prime }$，由这三对点所在平面构成的$H$可以表达为：$H=A-e^{\prime }(M^{-1}b{)}^T$。

$A=[e^{\prime }{]}_{\times }F$ $b$是一个三维向量，每一维可以表达成：

$$b_i=(x_i^{\prime }\times (A{x}_i){)}^T(x_i^{\prime }\times e^{\prime })/||x_i^{\prime }\times e^{\prime }|{|}^2$$

$M$是$3\times 3$的矩阵, 每一行是$x_i^T$。

一致性条件 每一对对应点都会对$H$增加一个约束，该约束可以表达为：$e^{\prime }\times x_i^{\prime }=e^{\prime }\times A{x}_i=F{x}_i$，这个等式左边$e^{\prime }\times x_i^{\prime }$的几何意义是通过$x_i^{\prime }$的极线，右边$F{x}_i$就是$x_i$在第二幅图像中的极线。所以整个式子的意思就是$x_i^{\prime }$在$x_i$对应的极线上。

存在噪声的情况 一般情况下图像中都包含噪声，那么我们就用迭代的方法来优化$x,x^{\prime }$的位置（12.1节P318），然后用12.6节的极大似然估计来求3D空间点的坐标和$H$。

13.2.2 A point and line

点和线来估计$H$。本节先将线对应关系，再讲点对应关系。

线对应 两幅图像中的对应线确定了三维空间中的一条对应线。三维空间中的线位于一族平面上（不是一个平面）。这一族平面对应于一族$H$。

结论 13.7 由一对对应直线$l\leftrightarrow l^{\prime }$ 确定的一族平面对应了一族单应性矩阵$H$，它可以表达为

$$H(\mu )=[l^{\prime }{]}_{\times }F+\mu e^{\prime }{l}^T$$

从这个式子我们可以看出，$H$只取决于$\mu$这一个参数。我们回忆一下13.1节，$H$同样有一个表达式，该表达式是在已知两个摄像机矩阵$P=K[I|0],P^{\prime }=K^{\prime }[R|t]$ 和空间平面 $\pi =(n^T,d{)}^T$的情况下给出的。

$$H=K^{\prime }(R-t{n}^T/d)K^{-1}$$

这个式子由三个参数决定，因为$n^T$是一个三维向量。对比上文的两个式子，我们可以看出由直线确定的$H$只需要一个参数，由平面确定的$H$需要三个参数，也就是说直线将参数的维度从3压缩到了1。

线和点的对应 从上文我们知道线对应关系可以确定$H(\mu )$，那么怎么确定$\mu$的取值呢？我们用点对应 $x\leftrightarrow x^{\prime }$ 来确定。

结论13.8 已知$F$和一对对应点$x\leftrightarrow x^{\prime }$，一对对应线$l\leftrightarrow l^{\prime }$，$H$可以表达为如下式子：

$$H=[l^{\prime }{]}_{\times }F+\frac{(x^{\prime }\times e^{\prime }{)}^T(x^{\prime }\times ((Fx)\times l^{\prime }))}{||x^{\prime }\times e^{\prime }|{|}^2(l^{T}x)}{e}^{\prime }{l}^T$$

应用这个公式的前提是$x,x^{\prime }$得满足对极几何约束，那么在有噪声的情况下，我们首先就得用算法12.1（P318）先优化一下。

$H(\mu )$的几何解释
$H(\mu )$首先满足 $x=H(\mu )x^{\prime }$。我们将$H(\mu )$的表达式带入，可以得到：
$$x^{\prime }=H(\mu )x=([l^{\prime }{]}_{\times }F+\mu e^{\prime }{l}^T)x=[l^{\prime }{]}_{\times }Fx$$

最后得到的结果跟$\mu$没关系，只和$F$有关系。所以我们说对极几何为$l\leftrightarrow l^{\prime }$上的每一点都确定了对应关系。这个结论很显然。因为$F$本来就是描述两幅图像上点对应关系的，只不过现在的点都在$l,l^{\prime }$上了。

退化的单应矩阵 如果说三维空间中的平面包括了摄像机的光心，那么$H$就属于退化的情况。在退化情况下$H$就不是满秩矩阵，如果$rank(H)=2$，$H$投影结果就是一条直线。$rank(H)=1$，$H$投影结果就是一个点。如果我们从$H(\mu )$的情况考虑，那么退化就可以表达成$\mu \to \inf$或者$\mu \to 0$。

13.3 Computing $F$ given the homography induced by a plane

我们讨论如何在已知$H$的情况下求解$F$。前几章我们讲述的是已知$F$，怎么求解$H$。现在我们反过来，求已知$H$的情况下，如何求解$F$。

主要思路就是构造一个平面$\pi$，$X$不在$\pi$上。那么$x$和$\pi$有一个交点$x_{\pi }$，该交点向$P^{\prime }$投影，得到${\tilde{x}}^{\prime }$。${\tilde{x}}^{\prime }$肯定和$x^{\prime }$不一样，除非$X$在$\pi$上。那么我们用${\tilde{x}}^{\prime },x^{\prime }$做叉乘，得到的线段肯定过极点$e^{\prime }$，再找另外一个${\tilde{x}}^{\prime }$，重复一遍，就得到第二条过极点$e^{\prime }$的极线，两个极线交点就是极点$e^{\prime }$，知道了$e^{\prime }$，就可以用$[e^{\prime }{]}_{\times }H=F$求出$F$。

所以最简单的办法就是找出6对对应点，其中有4对共面的。用这4对点来计算$H$ （求解方程组$x_i^{\prime }=H{x}_i$），然后用$x_5,x_6$求出两条直线$(H{x}_5)\times x_5^{\prime }$，$(H{x}_6)\times x_6^{\prime }$，两个直线做叉乘就是极点$e^{\prime }$, 所以$F=[e^{\prime }{]}_{\times }H$。

投影点的深度
一个世界平面内的点$X=(x^T,\rho {)}^T$投影在第一幅图像上形成了$x$，第二幅图像上形成了$x^{\prime }=Hx+\rho e^{\prime }$，根据上一节的模型，我们知道$x^{\prime },e^{\prime }Hx$三点共线。$\rho$可以被看做偏离$H$相对程度的一个指标，那么它就可以被认为是$X$与平面$\pi$之间的距离。$\rho =0$表明$X$在平面$\pi$上 $\rho$的符号就可以表明$X$位于平面的哪一边。

两个平面求F
假设我们知道两个平面${\pi }_1,{\pi }_2$，那么他们确定两个单应矩阵$H_1,H_2$。这两个单应矩阵足以确定$F$，其实他们是超定了。我们可以构造一个矩阵$H=H_2{H}_1$，这是第一幅图像到自己的映射。那么极点$e$在$H$的映射下是不变的。那么$F=[e^{\prime }{]}_{\times }{H}_i,i=1,2,e^{\prime }=H_{i}e$，$H$的另外一个性质是有相同的两个特征值。因为$H_1,H_2$在空间中会相交，然后形成一条直线。这个直线往第一幅图像中投影，得到的投影直线在$H$的映射下是不变的。所以这个$H$有一条固定的直线，还有一个固定点也就是极点$e$。

13.4 The infinite homography $H_{\infty }$

无穷远处的单应矩阵。

定义 13.10 $H_{\infty }$ 是由无穷远处平面${\pi }_{\infty }$定义的单应矩阵。

我们回忆参数化的$H$表达式 $H=K^{\prime }(R-t{n}^T/d)K^{-1}$（由三个参数确定），那么
$$H_{\infty }=\underset{d\to \infty }{\lim }H=K^{\prime }R{K}^{-1}$$

由上式可以看出 $H_{\infty }$ 并不依赖于图像之间的平移，只和旋转、内参有关系。

如果我们考虑两幅图之间对应的点，我们可以由下式：
$$x^{\prime }=K^{\prime }R{K}^{-1}+K^{\prime }t/Z=H_{\infty }x+K^{\prime }t/Z$$

$Z$就是点相对于第一幅图像的深度。从上式中我们可以看出无穷远处的点($z=\infty$)是由$H_{\infty }$映射到图像上的。如果平移$t$是零，那么我们就可以得到$H_{\infty }$，这相当与摄像机绕自己光心进行旋转。所以如果摄像机绕自己光心进行旋转，那么$H_{\infty }$就是关于图像上任意深度点的一个单应矩阵。

如果我们考虑到$e^{\prime }=K^{\prime }t$那么$x^{\prime }=H_{\infty }x+e^{\prime }/z$，我们对比书中式13.9
$x^{\prime }=Hx+\rho e^{\prime }$可以看出来$1/z$就相当于$\rho$，所以说逆深度可以解释为点相对于无穷远平面${\pi }_{\infty }$的距离。

消失点和消失线
无穷远处平面上的点是由$H_{\infty }$映射到图像上的，这些点就是消失点。所以$H_{\infty }$在两幅图像中的消失点$v^{\prime },v$之间建立了映射 $v^{\prime }=Hv$，所以$H_{\infty }$可以由三个不共线的消失点计算，也可以由对应的消失线计算（13.2.2节）。

仿射重建和度量重建
回忆chapter 10，知道了无穷远平面${\pi }_{\infty }$可以把投影重建升级成度量重建。$H_{\infty }$会出现在重建过程中，因为我们如果指定$P=[I|0],P^{\prime }=[H_{\infty }|\lambda e^{\prime }]$，重建过程就是仿射重建。

假设我们规定${\pi }_{\infty }$的坐标是$(0,0,0,1)$，$H_{\infty }$可以直接从摄像机矩阵中来决定。我们假设$P=[M|0],P^{\prime }=[M^{\prime }|t]$，那么无穷远平面上的一点$X=(x_{\infty }^T,0{)}^T$就会被映射到$x=PX=M{x}_{\infty },x^{\prime }=P^{\prime }X=M^{\prime }{x}_{\infty }$，所以$x^{\prime }=M^{\prime }{M}^{-1}$, 那么$H_{infty}=M^{\prime }{M}^{-1}$。

$H_{\infty }$还可以被用来进行两个相机之间的标定。假设${\pi }_{\infty }$上的绝对圆${\Omega }_{\infty }$映射在两个图像上，分别表示为$\omega ,{\omega }^{\prime }$，他们之间存在如下关系：${\omega }^{\prime }=H_{\infty }^{-T}\omega H_{\infty }^{-1}$，那么我们如果知道$\omega$，就可以计算${\omega }^{\prime }$，然后分解它，就知道了第二个相机的内参。

立体匹配
$H_{\infty }$还可以用来缩小立体匹配时极线搜索的范围。因为$x$和无穷远平面由一个交点，记为$X_{\infty }$，它往图像二上投影，得到$x_{\infty }^{\prime }$，那么与$x$匹配的$x^{\prime }$肯定位于$e^{\prime }$与$x_{\infty }^{\prime }$ 之间，所以我们不用搜索整个极线。