单应矩阵估计实战：从基础概念到RANSAC算法实现

1次阅读

没有评论

共计 1993 个字符，预计需要花费 5 分钟才能阅读完成。

单应矩阵（Homography Matrix）是计算机视觉中描述两个平面之间投影变换的 3×3 矩阵。当相机拍摄同一平面场景的两幅图像时，图像间的点对应关系可以通过单应矩阵精确建模。其数学定义为：

$$
\mathbf{x}’ = H\mathbf{x}
$$

其中 $\mathbf{x}$ 和 $\mathbf{x}’$ 是齐次坐标表示的点对应，$H$ 具有 8 个自由度（因为尺度不变性）。几何上，单应矩阵可以分解为相机旋转、平移和平面法向量的函数：

$$
H = K(R + \frac{t\mathbf{n}^T}{d})K^{-1}
$$

这里 $K$ 是相机内参矩阵，$R$ 和 $t$ 表示相机运动，$\mathbf{n}$ 和 $d$ 描述平面参数。

基础矩阵（Fundamental Matrix）
描述两视图间对极几何关系的 3×3 矩阵
秩为 2，满足极线约束：$\mathbf{x}’^T F \mathbf{x} = 0$
具有 7 个自由度（因为尺度不变性和行列式为零）
本真矩阵（Essential Matrix）
基础矩阵在归一化图像坐标下的特殊形式
可分解为旋转和平移：$E = [t]_\times R$
奇异值满足 $[σ, σ, 0]$ 的特殊结构

关键区别在于：基础矩阵适用于未标定相机，而本真矩阵需要已知相机内参。单应矩阵则专门处理平面场景的映射关系。

随机抽样一致性（RANSAC）是处理含噪声数据的经典算法，其流程如下：

随机选择最小样本集（单应矩阵需要 4 组匹配点）
计算模型参数（求解 $H$）
统计内点数量（满足 $||\mathbf{x}’ – H\mathbf{x}|| < \epsilon$ 的点）
重复上述步骤，保留内点最多的模型
用所有内点重新估计最终模型

迭代次数 $N$ 的推导基于：

$$
N = \frac{\log(1-p)}{\log(1-w^s)}
$$

其中 $p$ 是成功概率，$w$ 是内点比例，$s$ 是最小样本数。

import numpy as np
from sklearn.linear_model import RANSACRegressor

def estimate_homography(src_pts, dst_pts, max_trials=1000, residual_threshold=3.0):
    """
    使用 RANSAC 估计单应矩阵
    :param src_pts: 源图像点 (N,2)
    :param dst_pts: 目标图像点 (N,2)
    :return: 最优单应矩阵 (3,3)
    """
    # 转换为齐次坐标
    src = np.column_stack([src_pts, np.ones(len(src_pts))])
    dst = np.column_stack([dst_pts, np.ones(len(dst_pts))])

    class HomographyEstimator:
        def fit(self, X, y):
            A = []
            for i in range(X.shape[0]):
                x, y = X[i][0], X[i][1]
                u, v = y[i][0], y[i][1]
                A.append([x, y, 1, 0, 0, 0, -u*x, -u*y, -u])
                A.append([0, 0, 0, x, y, 1, -v*x, -v*y, -v])
            A = np.array(A)
            _, _, V = np.linalg.svd(A)
            H = V[-1].reshape(3, 3)
            return H / H[2,2]

        def score(self, model, X, y):
            return -np.mean(np.linalg.norm(y - (model @ X.T).T[:,:2], axis=1))

    ransac = RANSACRegressor(HomographyEstimator(),
                            max_trials=max_trials,
                            residual_threshold=residual_threshold)
    ransac.fit(src, dst)
    return ransac.estimator_

迭代次数优化 ：
– 动态调整迭代次数：当发现更高内点比例时，更新 $w$ 并重新计算 $N$
– 预采样验证：先进行少量迭代快速评估数据质量

常见问题解决方案 ：
1. 退化配置 ：当选取的 4 点共线时会导致求解失败
– 解决方案：检查采样点的几何分布
2. 尺度漂移 ：直接线性求解可能导致数值不稳定
– 解决方案：对坐标进行归一化处理
3. 外点比例过高 ：超过 RANSAC 处理能力（通常 <50%）
– 解决方案：先使用其他方法（如网格运动统计）过滤明显外点

通过本文我们系统掌握了单应矩阵的估计方法。RANSAC 算法虽然简单，但在实际应用中仍有许多改进空间：