我对描述here的DLT算法和描述here的单应性估计之间的差异感到有些困惑。在这两种技术中，我们试图通过使用至少4个点对应来求解3×3矩阵的条目。在这两种方法中，我们建立了一个系统，我们有一个“测量”矩阵，我们使用SVD来求解构成H的元素的向量。我想知道为什么有两种技术似乎做同样的事情，并且为什么一个人可能会被用在另一个人身上。
答案 0 :(得分：1)
您有左右图像对应{p_i} <-> {p'_i}，其中p_i = (x_i, y_i)等。
将它们规范化为单位平方意味着计算两个班次m=(mx, my)，m'=(mx', my')和两个缩放s=(sx,sy)，s'=(sx',sy')，使q_i = (p_i - m) / s和{{1}并且q_i' = (p_i' - m') / s'和{q_i}转换后的图像点都以{q'_i}为中心，大致包含在单位边长的正方形内。一个小数学表明，m项的一个很好的选择是每组图像点中x，y坐标的平均值，对于s项，你使用标准偏差（或标准偏差的两倍）乘以1 / sqrt（ 2）。
您可以用矩阵形式表达此规范化转换：(0,0)，
其中q = T p，同样T = [[1/sx, 0, -mx/sx], [0, 1/sy, -my/sy], [0, 0, 1]]。
然后，您计算q' = T' p'和K点之间的单应性{q_i}：{q'_i}。
最后，您将q_i' = K q_i非规范化为原始（非标准化）坐标，因此：K和H = inv(T') K T是将H映射到{{1}的所需单应性}}