對極約束
參考於：https://zhuanlan.zhihu.com/p/33458436
介紹
如果僅有一個視角，我們並不知道深度信息，如果有兩個視角，我們就能得到深度信息
上圖O,O' 是兩個相機中心，P是物體再空間的位置，再左邊的圖像π中成像是p，在右邊的圖像π’的成像是p'
概念
基線：OO'
對極平面：OO'P
對極線：對極平面和兩相機圖像的交線l和l',
對極點：OO'和量圖像的交點e，e'
本質矩陣
什么是本質矩陣
本質矩陣，essential matrix。觀測點P在相機1坐標系中的坐標可以通過缸體變換變成相機2坐標系下的坐標
本質矩陣就是 兩個視角相機坐標系的轉換
什么約束條件
其中Eab就是本質矩陣， 他的參數由
推到
特點
描述空間中的一個點，在不同視角下的幾何約束關系
本質矩陣和相機外參有關系，和內參無關系
基本矩陣
什么是基礎矩陣？Fundamental matrix
基礎矩陣，在不同視角下的圖像的對應關系，是單應矩陣的一個特例
單應矩陣
參考於：
http://blog.itpub.net/31562045/viewspace-2220170/
什么是單應矩陣呢？Homography matrix
同一個平面的點，在不同圖像之間的關系
這種關系不一定是同一物體，不同視角下的關系。比如我們舉例的銀行卡
但是 我們一般在介紹的時候，都是在說在不同視角下的圖像的對應關系，這個時候和基本矩陣的關系是對應的
舉例說明
銀行卡拍攝的時候，可能會有傾斜，這個時候進行數字識別，准確率可能會低
經過單應矩陣變換后，將其擺正，然后就有比較高的准確率了。
不僅僅是傾斜的銀行卡上面某一個點和擺正后的銀行卡對應點上，滿足單應矩陣的關系；
而是傾斜銀行卡上面所有點和擺正后的銀行卡上所有點都滿足單應矩陣關系
這里就體現了同一個平面，不同圖像之間的觀點
世界坐標系-》圖像坐標系
簡化一下，將中間的部分記做M
M是一個4*4的矩陣，如果空間點在同一平面上，那么我們可以將ZW=const（常數，設置可以為0），這樣M就是一個3*3的矩陣了
兩個不同的視角，像素坐標系和空間坐標系可以如下表示
我們將上述兩個式子合並成一個式子，找出一個平面，在兩個視角圖像坐標系成像之間的關系
H就是單應矩陣
