Question

我正在尝试计算视频的两个连续帧之间的缩放，旋转和平移。所以基本上我匹配了关键点，然后使用opencv函数findHomography()来计算单应矩阵 homography = findHomography(feature1 , feature2 , CV_RANSAC); //feature1 and feature2 are matched keypoints

我的问题是：如何使用此矩阵计算比例，旋转和平移？任何人都可以向我提供有关如何操作的代码或解释吗？

Answer 1

如果你可以使用opencv 3.0，这种分解方法是可用的 http://docs.opencv.org/3.0-beta/modules/calib3d/doc/camera_calibration_and_3d_reconstruction.html#decomposehomographymat

Answer 2

为了估计由单应性引起的树维变换和旋转，存在多种方法。 One of them提供了用于分解单应性的封闭公式，但它们非常复杂。此外，解决方案永远不是唯一的。

幸运的是，OpenCV 3已经实现了这种分解（decomposeHomographyMat）。给定单应性和正确缩放的内在矩阵，该函数提供一组四种可能的旋转和平移。

Answer 3

假设第三行的第一个和第二个单元格为0。

矩阵的第三列包含X中的平移，Y和1中的平移。

对于单应矩阵的剩余左上2x2部分（包含剪切，缩放和旋转），可以按照不同的方法进行分解。这里解释了一个简单快捷的方法（此方法假设可逆矩阵）：https://math.stackexchange.com/questions/78137/decomposition-of-a-nonsquare-affine-matrix

Answer 4

正确的答案是使用Homography，因为它定义为dst = H. src并探索它对特定点周围的小段的作用。对于翻译，只需选择一个点：翻译= dst-H .src 对于旋转探索两个点p1和p2。 p1'= H. p1，p2'= H. P2。现在只计算向量p1 p2和p1'p2'之间的角度。对于比例，你可以使用相同的技巧，但现在只需比较长度 | p1 p2 |和| p1'p2'|。为了票价使用与第一个正交的另一个段并对结果求平均值。您将看到没有恒定的比例因子或翻译因子。它们将取决于src的位置。

Answer 5

问题似乎是关于2D参数。 Homography矩阵捕获透视失真。如果应用程序没有创建太多的透视变形，则可以使用仿射变换矩阵（仅使用缩放，旋转，平移和不剪切/翻转）来逼近真实世界变换。以下链接将提供关于将仿射变换分解为不同参数的想法。

https://math.stackexchange.com/questions/612006/decomposing-an-affine-transformation

Answer 6

由于我不得不花几天的时间来创建我的单应变换功能，所以我打算把它放在这里以使所有人受益。

在这里您可以看到主回路，其中每个输入位置乘以单应性矩阵h。然后将结果用于将像素从原始位置复制到目标位置。

    for (tempIn[0] = 0; tempIn[0] < stride; tempIn[0]++)
    {
        for (tempIn[1] = 0; tempIn[1] < rows; tempIn[1]++)
        {
            double w = h[6] * tempIn[0] + h[7] * tempIn[1] + 1; // very important!
            //H_20 = H_21 = 0 and normalized to H_22 = 1 to obtain 8 DOF. <-- this is wrong

            tempOut[0] = ((h[0] * tempIn[0]) + (h[1] * tempIn[1]) + h[2])/w;
            tempOut[1] =(( h[3] * tempIn[0]) +(h[4] * tempIn[1]) + h[5])/w;


            if (tempOut[1] < destSize && tempOut[0] < destSize && tempOut[0] >= 0 && tempOut[1] >= 0)
                dest_[destStride * tempOut[1] + tempOut[0]] = src_[stride * tempIn[1] + tempIn[0]];
        }
    }

经过这样的处理，将产生带有某种网格的图像。需要某种过滤器才能移除网格。在我的代码中，我使用了一个简单的线性滤波器。

注意：真正需要原始图像的中心部分才能生成正确的图像。某些行和列可以安全地丢弃。

从Homography矩阵计算尺度，旋转和平移

6 个答案: