博客园排版系统真的比较挫,可以访问我的github.io阅读
关于Unit的概念
在pmvs的源代码中,有一个函数是getUnit
,其函数如下(在PMVS2的windows版本代码,optim.cc文件,1184行):
float Coptim::getUnit(const int index, const Vec4f& coord) const {
const float fz = norm(coord - m_fm.m_pss.m_photos[index].m_center);
const float ftmp = m_ipscales[index];
if (ftmp == 0.0)
return 1.0;
return 2.0 * fz * (0x0001 << m_fm.m_level) / ftmp;
}
其中index
是图像编号,coord
是三维射影空间下的坐标。
这个函数在pmvs代码中几乎所有的和空间几何计算相关的函数中均被调用,最开始看代码时我并没有特别注意,但是随着代码阅读的深入,发现如果不将该函数读懂,就完全无法理解pmvs中所有的几何计算函数究竟是在做什么,于是今天花时间特意钻研了下,把该函数的含义表达清楚。
先说结论:该函数是计算将图片上的一个像素反投影到空间的一个指定的面片(patch)上得到的正方形的大小(以世界坐标系中的距离为量度),这个面片满足如下条件——面片的中心位于coord
, 面片的法线与相片的法线平行但方向相反(也就是论文中初始化patch时的法线计算方法)。
这个结论看起来非常复杂,简单说就是如果我在空间的某个坐标处想要画一个正方形,使得该正方形投影到对应的与该正方形平行的相片上的大小恰好是1×1像素大小,那么这个正方形的边长在世界坐标系中的表达究竟是多少。这个函数就是来求解这个边长的。
这样的话这个函数作用其实就相当大了,他直接沟通了像素坐标和空间坐标的比例关系,可以粗略的比较相片对于场景的缩放,简化很多投影和反投影计算。而这个函数用到的计算方法其实也非常简单。就是简单的相似三角形关系,具体解释如下
小孔成像相机的几何关系如下图所示(摘自《 Multiple View Geometry in Computer Vision 》)
从该成像原理上我们可以看出,空间中一个长度为(D) 的物体投影到图像上长度(l)满足如下关系:
其中(f) 为焦距,(Z_0) 为物体到摄影中心的距离。
由上式可以得到:
这样我们已知(l) 为1个像素长度,(Z_0) 可以直接由coord
到相片的摄影中心直接计算得到。那么只要我们知道以像素为单位的(f)的数值,就可以直接得到(D)。幸运的是,根据一般CCD相机内参数矩阵中各变量的定义:
其中(a_x)和 (a_y)分别是相机在x和y方向上的焦距,且以像素为量纲。另外一般情况下,CCD相机在x和y方向上的比例因此近似相等,即(a_x approx a_y),这样我们可以用下式来近似计算(f)
综上可得:
这就是pmvs中getUnit
的计算方法, 特别解释下,代码中m_ipscales[index]
就是提前计算好的(a_x+a_y)的数值,而(0x0001 << m_fm.m_level)
则是一个比例因子,可以让程序将图像缩放到一半或者四分之一大小进行计算。