監控屏蔽器對攝像頭的矩陣要求

    在具有兩個以上攝像機的立體算法中，由于攝像頭對噪聲具有魯棒性，因此經常報告精度的提高。然而，多眼立體的另一個重要方面，即遮擋檢測的能力，卻很少受到關注。我們深入分析了相機矩陣立體（SEA）中的遮擋，并開發了一種簡單但有效的方法來檢測遮擋的干擾器存在并消除其在對應搜索中的影響。

    通過考慮SEA中關于遮擋和準確性的幾個統計信息，我們導出了一些表示遮擋模式的監控基礎掩模，這些掩模對于遮擋的檢測是有效的。一些使用典型室內場景的實驗顯示，即使在物體的遮擋邊界處，也能獲得密集而精確的深度圖。點的三維坐標到其圖像屏蔽器的二維坐標的變換可以緊湊地表示為4&；4齊次坐標變換矩陣。

    矩陣可以從關于相機和圖像形成的幾何結構的知識中解析地導出，也可以從少量監控攝像頭三維點及其對應圖像點的坐標中經驗地計算。盡管矩陣在圖像理解、運動跟蹤和自主導航中具有實用性，但對從其系數中恢復投影參數的逆問題了解甚少。以前的嘗試已經產生了需要迭代或求解一組同時非線性方程的解決方案。本文展示了如何從齊次坐標變換矩陣輕松計算相機的位置和方向以及圖像形成過程的其他參數。該問題被表述為干擾屏蔽器構造幾何中的一個簡單練習，并且該解決方案是非重復的，并且可以直觀地理解。