上篇 OpenCV 之 图象几何变换 介绍了等距、相似和仿射变换,本篇侧重投影变换的平面单应性、OpenCV相关函数、应用实例等。
1 投影变换
1.1 平面单应性
投影变换 (Projective Transformation),是仿射变换的泛化 (或普遍化),二者区别如下:
假定平面 $P^{2}$ 与 $Q^{2}$ 之间,存在映射 $H_{3 \times 3}$,使得 $P^{2}$ 内任意点 $(x_p, y_q, 1)$,满足下式:
$\quad \begin{bmatrix} x_q \\ y_q \\ 1 \end{bmatrix} = \begin{bmatrix} h_{11} & h_{12} & h_{13} \\ h_{21} & h_{22} & h_{23} \\ h_{31} & h_{32} & h_{33} \end{bmatrix} \begin{bmatrix} x_p \\ y_p \\ 1 \end{bmatrix} = H_{3 \times 3} \begin{bmatrix} x_p\\ y_p \\ 1 \end{bmatrix}$
当 $H$ 非奇异时,$P^{2}$ 与 $Q^{2}$ 之间的映射即为 2D 投影变换,也称 平面单应性, $H_{3 \times 3}$ 则为 单应性矩阵
例如:在相机标定中,如果选取了 二维平面标定板,则 物平面 和 像平面 之间的映射,就是一种典型的 平面单应性
1.2 单应性矩阵
$H$ 有 9 个未知数,但实际只有 8 个自由度 (DoF),其归一化通常有两种方法:
第一种方法,令 $h_{33}=1$;第二种方法,加单位向量限制 $h_{11}^2+h_{12}^2+h_{13}^2+h_{21}^2+h_{22}^2+h_{23}^2+h_{31}^2+h_{32}^2+h_{33}^2=1$
下面接着第一种方法,继续推导公式如下:
$\quad x' = \dfrac{h_{11}x + h_{12}y + h_{13}}{h_{31}x + h_{32}y + 1} $
$\quad y' = \dfrac{h_{21}x + h_{22}y + h_{23}}{h_{31}x + h_{32}y + 1} $
整理得:
$\quad x \cdot h_{11} + y \cdot h_{12} + h_{13} - xx' \cdot h_{31} - yx' \cdot h_{32} = x' $
$\quad x \cdot h_{21} + y \cdot h_{22} + h_{23} - xy' \cdot h_{31} - yy' \cdot h_{32} = y' $
一组对应特征点 $(x, y) $ -> $ (x', y')$ 可构造 2 个方程,要求解 8 个未知数 (归一化后的),则需要 8 个方程,4 组对应特征点
$\quad \begin{bmatrix} x_{1} & y_{1} & 1 &0 &0&0 & -x_{1}x'_{1} & -y_{1}x'_{1} \\ 0&0&0& x_{1} & y_{1} &1& -x_{1}y'_{1} & -y_{1}y'_{1} \\ x_{2} & y_{2} & 1 &0 &0&0 & -x_{2}x'_{2} & -y_{2}x'_{2} \\ 0&0&0& x_{2} & y_{2} &1& -x_{2}y'_{2} & -y_{2}y'_{2} \\ x_{3} & y_{3} & 1 &0 &0&0 & -x_{3}x'_{3} & -y_{3}x'_{3} \\ 0&0&0& x_{3} & y_{3} &1& -x_{3}y'_{3} & -y_{3}y'_{3} \\ x_{4} & y_{4} & 1 &0 &0&0 & -x_{4}x'_{4} & -y_{4}x'_{4} \\ 0&0&0& x_{4} & y_{4} &1& -x_{4}y'_{4} & -y_{4}y'_{4} \end{bmatrix} \begin{bmatrix} h_{11} \\ h_{12}\\h_{13}\\h_{21}\\h_{22}\\h_{23}\\h_{31}\\h_{32} \end{bmatrix} = \begin{bmatrix} x'_{1}\\y'_{1}\\x'_{2}\\y'_{2}\\x'_{3}\\y'_{3}\\x'_{4}\\y'_{4} \end{bmatrix} $
因此,求 $H$ 可转化为 $Ax=b$ 的通用解,参见 OpenCV 中 getPerspectiveTransform() 函数的源码实现
2 OpenCV 函数
2.1 投影变换矩阵
a) 四组对应特征点:已知四组对应特征点坐标,带入 getPerspectiveTransform() 函数中,可求解 src 投影到 dst 的单应性矩阵 $H_{3 \times 3}$
Mat getPerspectiveTransform ( const Point2f src[], // 原图像的四角顶点坐标 const Point2f dst[], // 目标图像的四角顶点坐标 int solveMethod = DECOMP_LU // solve() 的解法 )
该函数的源代码实现如下:构造8组方程,转化为 $Ax=b$ 的问题,调用 solve() 函数来求解
Mat getPerspectiveTransform(const Point2f src[], const Point2f dst[], int solveMethod) { Mat M(3, 3, CV_64F), X(8, 1, CV_64F, M.ptr()); double a[8][8], b[8]; Mat A(8, 8, CV_64F, a), B(8, 1, CV_64F, b); for( int i = 0; i < 4; ++i ) { a[i][0] = a[i+4][3] = src[i].x; a[i][1] = a[i+4][4] = src[i].y; a[i][2] = a[i+4][5] = 1; a[i][3] = a[i][4] = a[i][5] = a[i+4][0] = a[i+4][1] = a[i+4][2] = 0; a[i][6] = -src[i].x*dst[i].x; a[i][7] = -src[i].y*dst[i].x; a[i+4][6] = -src[i].x*dst[i].y; a[i+4][7] = -src[i].y*dst[i].y; b[i] = dst[i].x; b[i+4] = dst[i].y; } solve(A, B, X, solveMethod); M.ptr<double>()[8] = 1.; return M; }
b) 多组对应特征点:对于两个平面之间的投影变换,只要求得对应的两组特征点,带入 findHomography() 函数,便可得到 srcPoints 投影到 dstPoints 的 $H_{3 \times 3}$
Mat findHomography ( InputArray srcPoints, // 原始平面特征点坐标,类型是 CV_32FC2 或 vector<Point2f> InputArray dstPoints, // 目标平面特征点坐标,类型是 CV_32FC2 或 vector<Point2f> int method = 0, // 0--最小二乘法; RANSAC--基于ransac的方法 double ransacReprojThreshold = 3, // 最大允许反投影误差 OutputArray mask = noArray(), // const int maxIters = 2000, // 最多迭代次数 const double confidence = 0.995 // 置信水平 )
2.2 投影变换图像
已知单应性矩阵$H_{3 \times 3}$,将任意图像代入 warpPerspective() 中,便可得到经过 2D投影变换 的目标图像
void warpPerspective ( InputArray src, // 输入图像 OutputArray dst, // 输出图象(大小 dsize,类型同 src) InputArray M, // 3x3 单应性矩阵 Size dsize, // 输出图像的大小 int flags = INTER_LINEAR, // 插值方法 int borderMode = BORDER_CONSTANT, // const Scalar& borderValue = Scalar() // )
3 单应性的应用
3.1 图像校正
像平面 image1 和 image2 是相机在不同位置对同一物平面所成的像,分别对应右下图的 PP1、PP2 和 PP3,这三个平面任选两个都互有 平面单应性
以相机标定过程为例,当相机从不同角度对标定板进行拍摄时,利用任意两个像平面之间的单应性,可将各角度拍摄的图像,转换为某一特定视角的图像
3.2 图像拼接
当相机围绕其投影轴,只做旋转运动时,所有的像素点可等效视为在一个无穷远的平面上,则单应性矩阵可由旋转变换 $R$ 和 相机标定矩阵 $K$ 来表示
$\quad \large s \begin{bmatrix} x' \\ y' \\1 \end{bmatrix} = \large K \cdot \large R \cdot \large K^{-1} \begin{bmatrix} x \\ y \\ 1 \end{bmatrix}$
因此,如果已知相机的标定矩阵,以及旋转变换前后的位姿,可利用平面单应性,将旋转变换前后的两幅图像拼接起来
3.3 位姿估计
如下所示,当相机对着一个带多个特征点的平面拍摄时,物、像平面之间便有了单应性映射 $H_1$:定义 $\widehat{n}$ 为平面的法向量,$d$ 为物平面到相机的距离 (沿着$\widehat{n}$的方向)
如果相机变换位姿,从不同角度对该平面进行成像,则可建立起相机所有位姿和该平面的单应性映射 $H_2,H_3,H_4 ... $ ,从而计算得出相机的位姿 (也称 PnP 问题)
4 代码示例
4.1 图像校正
#include <iostream> #include "opencv2/core.hpp" #include "opencv2/imgproc.hpp" #include "opencv2/highgui.hpp" #include "opencv2/calib3d.hpp" using namespace std; using namespace cv; Size kPatternSize = Size(9, 6); int main() { // 1) read image Mat src = imread("chessboard1.jpg"); Mat dst = imread("chessboard2.jpg"); if (src.empty() || dst.empty()) return -1; // 2) find chessboard corners vector<Point2f> corners1, corners2; bool found1 = findChessboardCorners(src, kPatternSize, corners1); bool found2 = findChessboardCorners(dst, kPatternSize, corners2); if (!found1 || !found2) return -1; // 3) get subpixel accuracy of corners Mat src_gray, dst_gray; cvtColor(src, src_gray, COLOR_BGR2GRAY); cvtColor(dst, dst_gray, COLOR_BGR2GRAY); cornerSubPix(src_gray, corners1, Size(11, 11), Size(-1, -1), TermCriteria(TermCriteria::EPS | cv::TermCriteria::COUNT, 30, 0.1)); cornerSubPix(dst_gray, corners2, Size(11, 11), Size(-1, -1), TermCriteria(TermCriteria::EPS | cv::TermCriteria::COUNT, 30, 0.1)); // 4) Mat H = findHomography(corners1, corners2, RANSAC); // 5) Mat src_warp; warpPerspective(src, src_warp, H, src.size()); // 6) imshow("src", src); imshow("dst", dst); imshow("src_warp", src_warp); waitKey(0); }
结果如下:
视角1的图像 视角2的图像 视角1的图像校正为视角2
4.2 图像拼接
用 Blender 软件,获取相机只做旋转变换时的视图1和视图2,在已知相机标定矩阵和旋转矩阵的情况下,可计算出两个视图之间的单应性矩阵,从而完成拼接。
#include "opencv2/core.hpp" #include "opencv2/imgproc.hpp" #include "opencv2/highgui.hpp" #include "opencv2/calib3d.hpp" using namespace cv; int main() { // 1) read image Mat img1 = imread("view1.jpg"); Mat img2 = imread("view2.jpg"); if (img1.empty() || img2.empty()) return -1; // 2) camera pose from Blender at location 1 Mat c1Mo = (Mat_<double>(4, 4) << 0.9659258723258972, 0.2588190734386444, 0.0, 1.5529145002365112, 0.08852133899927139, -0.3303661346435547, -0.9396926164627075, -0.10281121730804443, -0.24321036040782928, 0.9076734185218811, -0.342020183801651, 6.130080699920654, 0, 0, 0, 1); // camera pose from Blender at location 2 Mat c2Mo = (Mat_<double>(4, 4) << 0.9659258723258972, -0.2588190734386444, 0.0, -1.5529145002365112, -0.08852133899927139, -0.3303661346435547, -0.9396926164627075, -0.10281121730804443, 0.24321036040782928, 0.9076734185218811, -0.342020183801651, 6.130080699920654, 0, 0, 0, 1); // 3) camera intrinsic parameters Mat cameraMatrix = (Mat_<double>(3, 3) << 700.0, 0.0, 320.0, 0.0, 700.0, 240.0, 0, 0, 1); // 4) extract rotation Mat R1 = c1Mo(Range(0, 3), Range(0, 3)); Mat R2 = c2Mo(Range(0, 3), Range(0, 3)); // 5) compute rotation displacement: c1Mo * oMc2 Mat R_2to1 = R1 * R2.t(); // 6) homography Mat H = cameraMatrix * R_2to1 * cameraMatrix.inv(); H /= H.at<double>(2, 2); // 7) warp Mat img_stitch; warpPerspective(img2, img_stitch, H, Size(img2.cols * 2, img2.rows)); // 8) stitch Mat half = img_stitch(Rect(0, 0, img1.cols, img1.rows)); img1.copyTo(half); imshow("Panorama stitching", img_stitch); waitKey(0); }
输出结果如下:
相机视图1 相机视图1 拼接后的视图
4.3 相机位姿估计
一组从不同视角拍摄的标定板,预先知道其拍摄相机的内参,则调用 solvePnPRansac() 函数,可估计出该相机拍摄时的位姿
#include "opencv2/core.hpp" #include "opencv2/imgproc.hpp" #include "opencv2/highgui.hpp" #include "opencv2/calib3d.hpp" using namespace std; using namespace cv; Size kPatternSize = Size(9, 6); float kSquareSize = 0.025; int main() { // 1) read image Mat src = imread("images/left01.jpg"); if (src.empty()) return -1; // prepare for subpixel corner Mat src_gray; cvtColor(src, src_gray, COLOR_BGR2GRAY); // 2) find chessboard corners vector<Point2f> corners; bool patternfound = findChessboardCorners(src, kPatternSize, corners); // 3) get subpixel accuracy if (patternfound) { cornerSubPix(src_gray, corners, Size(11, 11), Size(-1, -1), TermCriteria(TermCriteria::EPS + TermCriteria::MAX_ITER, 30, 0.1)); } else { return -1; } // 4) define object coordinates vector<Point3f> objectPoints; for (int i = 0; i < kPatternSize.height; i++) { for (int j = 0; j < kPatternSize.width; j++) { objectPoints.push_back(Point3f(float(j*kSquareSize), float(i*kSquareSize), 0)); } } // 5) input camera intrinsic parameters Mat cameraMatrix = (Mat_<double>(3, 3) << 5.3591573396163199e+02, 0.0, 3.4228315473308373e+02, 0.0, 5.3591573396163199e+02, 2.3557082909788173e+02, 0.0, 0.0, 1.); Mat distCoeffs = (Mat_<double>(5, 1) << -2.6637260909660682e-01, -3.8588898922304653e-02, 1.7831947042852964e-03, -2.8122100441115472e-04, 2.3839153080878486e-01); // 6) compute rotation and translation vectors Mat rvec, tvec; solvePnPRansac(objectPoints, corners, cameraMatrix, distCoeffs, rvec, tvec); // 7) project estimated pose on the image drawFrameAxes(src, cameraMatrix, distCoeffs, rvec, tvec, 2*kSquareSize); imshow("Pose from coplanar points", src); waitKey(0); }
从不同角度拍摄的标定板,其估计的相机位姿如下:
位姿1 位姿2 位姿3 位姿4
参考资料:
OpenCV Tutorials / feature2d module / Basic concepts of the homography explained with code
OpenCV-Python Tutorials / Camera Calibration and 3D Reconstruction / Pose Estimation