正常化时避免奇怪的单应性值

Question

熟悉Homographies的人会知道你必须将其标准化除以任何矩阵分量，以保持齐次坐标。单应性是3x3矩阵，通常归一化除以（3,3）处的元素。

当该值非常小（例如0.0000008）时，问题就出现了，并且将一个被上述的值除以零（0.0000007）。当它被假定为零时，结果值几乎为0.875，并且得到的投影没有任何意义。

我想知道解决这个问题的常用方法。我使用C ++和浮点运算。

Answer 1

所以，如果我理解这个问题：

0/0.000000001 = 0   = CORRECT

和

0.000000001/0.000000001 ~ 1    INCORRECT

我将使用参数sigma定义一个检查错误的函数。

如果值＆lt; sigma = 0.001，假设为零，并返回0，否则返回值。

因此，它总是在sigma错误上有效，如果没有则为0。