1. 程式人生 > >三維重建——相似變換(Matrix similarity)

三維重建——相似變換(Matrix similarity)

參考資料:https://en.wikipedia.org/wiki/Matrix_similarity

 

這裡僅針對三維重建過程中的座標系變換進行個人理解。

在三維重建過程中,計算的位姿在不同座標系下的結果也是不同的(理所當然的吧),但是在工作中往往需要將它們變換成同一座標系下。座標點的變換很簡單,只需要乘以一個對應的變換矩陣即可。那麼如果以變換矩陣的形式來表示的話,在新的座標系下能否算出一個新的對應的變換矩陣呢?如何將他們進行有效的轉換是一個有效的trick。

假設在最初的座標系下,有

                                                                          y= T * x;

x是三維座標;T是一個\bigl(\begin{smallmatrix} r & t\\ 0 &1 \end{smallmatrix}\bigr)的4*4矩陣;y是經過變換後的位置。

那麼對應的在另一個對應的座標系下,有

                                                                          y`= S * x`;

x`,y`是x,y在新的座標系下對應的座標;S是對應的變換矩陣(這裡我們要求的也是這個S和T之間的關係)。

在上面情況下,必然也有y`=p*y, x`=p*x;

\left\{\begin{matrix} y' = S * x'\\ y' = p * y\\ x' = p * x \end{matrix}\right. \Rightarrow p*y = S *p*x \Rightarrow y = p^{^{}-1}*S*p*x;

所以T = p^{^{}-1}*S*p  ;