在相机模型是正交的假设下，正交和透视相机模型如何从运动中构造？
此外，这些技术有何不同？
问问题
2076 次
2 回答
1
为了理解为什么选择每种方法，当我们将相机建模为正交模型以及将其建模为透视时，我们需要查看相机的模型。
正交相机模型是一种特殊情况，我们假设场景到投影中心的距离是无限的。这意味着我们假设物体和图像之间的距离不会导致任何失真。因此，我们期望在现实世界和图像中的对象坐标之间获得同一性。
例如，如果我们在现实世界中有一个坐标为 (X1,Y1,Z1) ,(X2,Y2,Z2), (X3,Y3,Z3) 的三角形，我们希望在图像上看到三角形 (x1,y1 ),(x2,y2),(x3,y3) 是 X1=w x1 X2=w x2 .. Y1=w*y1.. 等等。其中 w 是一些比例因子。
什么时候这是一个好的假设？请注意，我没有考虑每个点的 Z 值。所以当我们看一个场景到相机的距离几乎是恒定的时，这个假设是好的。
注意：这是一个非常简单的解释，没有考虑很多其他因素，比如相机本身的镜头失真等等。
于 2016-09-16T07:03:21.787 回答
1
假设您有一个静态场景和移动相机（或等效地，刚性移动场景和静态相机），并且您想要从两个或更多图像重建场景几何和相机运动。重建通常基于获得点对应关系，也就是说，您有一些方程，应该为点和相机运动求解哪些方程。
该解决方案可以基于非线性最小化或各种近似。相机可以通过正交或透视投影来近似。在最简单的 SFM 情况下，相机可以通过正交投影（或更一般地通过弱透视投影）来近似，其中场景可以按比例恢复。但是由于正交投影的特性，垂直于像平面的平移永远无法恢复。
较新的 SfM 方法使用透视投影，因为使用正交投影我们无法恢复所有信息。通过全透视投影，我们可以恢复例如沿光轴的平移。也就是说，几何和全运动可以恢复到全局比例因子。
于 2016-09-16T10:22:03.003 回答