监控摄像头矩阵和几何分布原理

    为摄像机网络设计计算机视觉算法需要了解从同一场景的不同视点捕获的图像是如何相互关联的。本章介绍计算机视觉中多视图几何的基础知识，包括图像形成和摄像机矩阵、极线几何和基本矩阵、投影变换和摄像头几何。我们还讨论了特征检测和匹配，并描述了多视图几何中最常见问题的基本估计算法。

 

    多摄像头网络正在成为养老院、地铁站、高速公路、自然灾害现场和战场等各种环境中安全和安保应用的宝贵工具。早期的多摄像头网络仅限于实验室环境，基本上由单个处理器控制，而现代多方位监控网络由许多空间分布的摄像头组成，这些监控可能有自己的处理器甚至电源。为了设计能够充分利用摄像机数据的计算机视觉算法，彻底了解单个监控头的成像过程以及成对或集合摄像机之间的几何关系至关重要。

 

    本章的总体目标是介绍多视图几何的基本术语，以及描述几个最常见和最重要的估计问题的最佳实践。我们从第第二节开始，讨论图像形成的透视投影模型以及图像点、场景点和相机矩阵的表示。在本章节中，我们介绍了极线几何的重要概念，它与一对透视相机有关，并用基本矩阵表示。这里描述了投影变换，它通常出现在观察公共地平面的摄影机网络中。我们简要地讨论了检测和匹配图像之间的特征点的算法，这是我们考虑的许多估计算法的先决条件。下一步讨论了多个摄像机的一般几何结构，以及使用因子分解和运动结构技术对其进行的估计。在本章结束时提供了进一步的印刷和在线资源，这些资源将更详细地介绍这里介绍的问题