PatchMatchStereo可能会需要的Rectification

在稠密三维重建中，rectification可以简化patch match的过程。在双目特征匹配等场景中其实也用得到，看了一下一篇论文叫< A Compact Algorithm for Rectification of Stereo Pairs>，笔记如下。

A Compact Algorithm for Rectification of Stereo Pairs - Paper Reading

Abstract

• 一个线性rectification algorithm
• 用了两个perspective projection matrices
• 对于三维重建可忽略的精度影响

Introduction and motivations

优点: 把stereo correspondences变得简单。因为只需要在平行的轴上搜索就行了。

相机模型和对极几何

给一个世界坐标系下的3D点\(\mathbf{w}=[x y z]^{\top}\)和一个图片上的像素坐标\(\mathbf{m}=\left[ \begin{array}{ll}{u} & {v}\end{array}\right]^{\top}\)。这个从3D到2D的投影叫做perspective projection，是由一个homogeneous coordinates下的线性变换表示的。

Let \(\tilde{\mathbf{m}}=[u v 1]^{\top}\) and \(\tilde{\mathbf{w}}=[x y z 1]^{\top}\)， 那么这个变换是： \(\lambda \tilde{\mathbf{m}}=\tilde{\mathbf{P}} \tilde{\mathbf{w}}\)。

这里的矩阵P是可以被分解的，如果用QR分解的话得到：

\[\tilde{\mathbf{P}}=\mathbf{A}[\mathbf{R} | \mathbf{t}] \]

这里的 矩阵\(A\)是跟相机内参有关:

\[\mathbf{A}=\left[ \begin{array}{ccc}{\alpha_{u}} & {\gamma} & {u_{0}} \\ {0} & {\alpha_{v}} & {v_{0}} \\ {0} & {0} & {1}\end{array}\right] \]

把PPM写成如下形式：

\[\tilde{\mathbf{P}}=\left[ \begin{array}{c}{\mathbf{q}_{1}^{\top} | q_{14}} \\ {\mathbf{q}_2^{\top}|q_{24}} \\ {\mathbf{q}_{3}^{\top} | q_{34}}\end{array}\right]=[\mathbf{Q} | \tilde{\mathbf{q}}] \]

在迪尔卡坐标系中，这个投影过程如下：

\[\left\{\begin{array}{l}{u=\frac{\mathbf{q}_{1}^{\top} \mathbf{w}+q_{14}}{\mathbf{q}_{3}^{\top} \mathbf{w}+q_{34}}} \\ {v=\frac{\mathbf{q}_{2}^{\top} \mathbf{w}+q_{24}}{\mathbf{q}_{3}^{\top} \mathbf{w}+q_{34}}}\end{array}\right. \]

焦平面（\(focal \ plane\))和视网膜平面（retinal plane）平行，并且包含光心（C）。光心的坐标是：\(\mathbf{c}=-\mathbf{Q}^{-1} \tilde{\mathbf{q}}\)

这样的话\(\tilde{\mathbf{P}}\)可以被重写为:\(\tilde{\mathbf{P}}=[\mathbf{Q} |-\mathbf{Q} \mathbf{c}]\)。

Rectification of Camera matrices

假设一个stereo rig已经被标定了（大概就是两个相机的内外参都知道的意思），那么两个PPM（perspective projection matrices）都已经知道。、

rectification的idea: Define two new PPMs by rotating the old ones around their optical centers until focal planes becomes coplanar, thereby containing the baseline.这种方式可以保证核点在无穷远，所以对极线是平行的。为了得到平行的对极线，基线必须是和两个相机的新的x轴平行。

• 另外，为了得到一个合理的rectification, conjugate points必须要有一样的垂直坐标系。这个要求新相机要有一样的内参。

总结来说:

• 新的PPM的光心和旧的一样，但是旋转不一样了。
• 两个相机的内参一样
• 所以结果的PPMs只会有光心上的不同，可以被认为一个相机沿着x轴移动了。

两个新的PPMs如下：

\[\tilde{\mathbf{P}}_{n 1}=\mathbf{A}\left[\mathbf{R} |-\mathbf{R} \mathbf{c}_{1}\right], \quad \tilde{\mathbf{P}}_{n 2}=\mathbf{A}\left[\mathbf{R} |-\mathbf{R} \mathbf{c}_{2}\right] \]

内参\(A\)是不变的，两个光心\(c_1\)和\(c_2\)和旧的光心一致。

把旋转矩阵由行向量表示：

\[\mathbf{R}=\left[ \begin{array}{c}{\mathbf{r}_{1}^{\top}} \\ {\mathbf{r}_{2}^{\top}} \\ {\mathbf{r}_{3}^{\top}}\end{array}\right] \]

分别表示的是\(X, Y and Z\)坐标轴。

1. 新的X轴和基线平行: \(r1 = (c1-c2)/||c1-c2||\)
2. 新的Y轴和X轴垂直: \(\mathbf{r}_{2}=\mathbf{k} \wedge \mathbf{r}_{1}\) : 这儿的\(k\)是一个随机的向量，我们使它。。。
3. 新的Z轴和XY垂直: \(\mathbf{r_3}=\mathbf{r}_{1} \wedge \mathbf{r}_{2}\)

The Rectifying Transformation

• sought: 被寻求的，seek的过去式和过去分词

Conclusion

我们的测试显示不会引入可见的误差。