一分钟详解「本质矩阵」推导过程

⼀分钟详解「本质矩阵」推导过程
前⾔
两幅视图存在两个关系：第⼀种，通过对极⼏何，⼀幅图像上的点可以确定另外⼀幅图像上的⼀条直线；另外⼀种，通过上⼀种映射，⼀幅图像上的点可以确定另外⼀幅图像上的点，这个点是第⼀幅图像通过光⼼和图像点的射线与⼀个平⾯的交点在第⼆幅图像上的影像。

第⼀种情况可以⽤基本矩阵来表⽰，第⼆种情况则⽤单应矩阵来表⽰。

⽽本质矩阵则是基本矩阵的⼀种特殊情况，是在归⼀化图像坐标系下的基本矩阵。

⼀本质矩阵如何推导
推导过程简单梳理如下：
注：
1.向量叉乘的线性性质⼏何解释：
⼆本质矩阵的意义
本质矩阵中包含R和t(两个相机之间的旋转和平移关系)，它通过空间中的物理点，联系了左右相机之间的位置关系。

三本质矩阵的求解
注：
本质矩阵的求解在OpenCV中函数已经封装好，⽆需⾃⼰再去编写函数实现，只需了解其推导过程即可。

四扩展——基本矩阵
之前我们求出的本质矩阵，是在归⼀化图像坐标系下。

⽽此处通过基本矩阵，便可以得到像素坐标系下的对应关系。

由此可知，基本矩阵包含了相机的内参数信息。

荐读
回复关键词——知识星球，扫码加⼊星球。