SfM两视图重建（所谓的三角化）的解释
好的，我用一个最生活化的比喻来解释两视图重建（三角化），保证你秒懂。
核心比喻：人眼的立体视觉
请你现在就做一个实验：
- 闭上左眼，只用右眼看面前的一个物体（比如水杯），伸出一根手指去指它。
- 闭上右眼，只用左眼看同一个物体，再伸手指去指它。
你会发现，左右眼单独看时，手指指的方向是不同的。
为什么？
因为你的两只眼睛有距离（约6-7厘米），所以从两个不同的位置看同一个物体，它的视线方向是不同的。
你的大脑非常厉害，它能自动根据：
- 左眼看到的“方向线”
- 右眼看到的“方向线”
- 两只眼睛的距离（这个它天生知道）
在心里把这两条线画出来，让它们相交，交点就是物体的真实位置！这个过程，就叫三角化。
把这个比喻对应到“两视图重建”
| 你的眼睛系统 | 计算机的两视图系统 |
|---|---|
| 左眼 | 第一张照片（相机1） |
| 右眼 | 第二张照片（相机2） |
| 两眼之间的距离和朝向 | 相机的相对位姿（通过计算得到） |
| 物体在左眼视网膜上的成像点 | 特征点在第一张图片上的像素坐标 |
| 物体在右眼视网膜上的成像点 | 同一个特征点在第二张图片上的像素坐标 |
| 大脑画的“视线” | 从相机光心出发，穿过像素点的“反向投影射线” |
| 大脑找到的“交点” | 计算机算出的“三维点坐标” |
核心思想一句话总结
三角化，就是从两个已知位置“看”同一个未知点，通过两条“视线”相交，来确定这个点的三维位置。
详细拆解步骤（结合比喻）
第1步：拍两张照片，找到同一个点
你拿着手机，在左边拍一张客厅的照片，然后走到右边再拍一张。你在两张照片里找到同一个电灯开关（这就是“特征匹配”）。
第2步：搞清楚你拍照时站的位置和姿势
这步是关键！计算机需要知道：
- 你拍第一张照片时站在哪里，手机朝哪个方向？（位姿1）
- 你拍第二张照片时站在哪里，手机朝哪个方向？（位姿2）
- 你是怎么从位置1走到位置2的？（旋转和平移）
这个过程叫运动恢复或对极几何估计。计算机通过照片中很多点的匹配关系，反推出你的运动。
第3步：画出“视线”
计算机现在知道：
- 从位置1看开关，视线穿过照片上开关的像素，射向远方（形成一条3D空间的射线1）。
- 从位置2看开关，视线穿过照片上开关的像素，射向远方（形成一条3D空间的射线2）。
在理想、无误差的世界里，这两条射线应该完美地相交于一点，这个点就是开关的真实3D位置。
第4步：现实中的“三角化”
现实中，由于照片像素有误差、相机位姿计算有误差，这两条射线几乎不可能完美相交。它们通常是两条在空间中相互错开的“异面直线”。
这时怎么办？
计算机的算法会找一个最佳妥协点：
找到一个三维点 (X)，使得它到两条射线的距离之和最小（即重投影误差最小）。
重投影误差通俗解释：把算出来的3D点 (X)，假装放回去，投影到两张照片上，看看投影后的像素位置，和当初我找到的真实像素位置差多远。差得越少，说明我算得越准。
第5步：得到三维坐标
解出这个最佳点 (X) 的 ((X, Y, Z)) 坐标。好了，现在这个“电灯开关”在三维空间中的位置就被确定了！
为什么叫“三角化”？
因为它基于三角形的几何原理。
- 三角形的两个顶点：两个相机的位置（已知或已求出）。
- 三角形的底边：两个相机之间的连线（基线）。
- 三角形的顶角：从两个相机看向同一个点的视线夹角。
- 待求的是：顶点（三维点）的位置。
知道了底边长度和两个底角，就能确定三角形的形状和顶点位置，这就是三角测量法，所以这个过程叫三角化。
类比总结：现实场景
想象一下野外探险时用地图定位：
- 你爬上一座A山，看到远处有一座神秘的塔，你在地图上从A山的位置，沿着看塔的方向画一条射线。
- 你又爬到B山，再次看到那座塔，从B山的位置再画一条射线。
- 两条射线在地图上的交点，就是塔的精确位置！
两视图重建就是计算机视觉版本的“双山定位法”。
技术难点与要点
- 数据必须正确：两张照片里找到的必须是“同一个点”。如果匹配错了（比如把门把手匹配成了灯），那就全错了。
- 相机位姿要准：如果算错了你从A山到B山的距离和方向，画出的射线方向就错了，交点也就错了。
- 视角不能太奇葩：
- 如果两张照片拍摄位置几乎没变（基线太短），两条射线几乎平行，交点会在很远的地方，一点点误差就会导致巨大偏差（这叫“视差太小”）。
- 如果拍摄角度大于90度，同一个点可能看起来完全不一样，很难匹配。
所以，拍照片时，最好在有重叠视野的前提下，相机移动得明显一些，这样重建出来的三维点才更准。
浙公网安备 33010602011771号