「这是我参与2022首次更文挑战的第10天，活动详情查看：2022首次更文挑战」

---

导论

图2.1.1所示是生活中常见的透视现象，其物理本质是“光的直线传播”。透视也可描述为“近大远小”，如图2.1.2(a)所示，其对应透视空间；若物体大小不随观察点的远近改变，如图2.1.2(b)所示，则其对应欧式空间。由于人眼与相机在捕获图像时均存在透视现象，因此计算机几何基于透视空间进行研究。

1 透视空间

为直观起见，先描述二维透视空间，其原理可直接推广至三维空间。如图2.2.1是一个二维欧式平面$\mathbb{R}^2$ ，现在引入二维透视坐标$\mathbb{P}^2$，透视坐标将欧式空间的维度扩展到三维，第三维度$\tilde{w}$表示物体与观察点的距离，约定以$w=1$为参考平面。

根据光沿直线传播的原理，从透视坐标系原点引出一条视线$\boldsymbol{\tilde{l}}$穿过欧式平面的点$A$。不妨上下平移欧式平面，调整点$A$与观察点的距离。欧式空间中的不同点$A$、$A'$在透视空间中是相同的，因为$\boldsymbol{\tilde{l}}$是同一个点在不同观察距离下的表现集合，透视空间中用直线(视线)$\boldsymbol{\tilde{l}}$表示欧式空间的点。

现在保持欧式空间中的点相同，再次调整观察距离，如图2.2.2所示。观察距离越远视线越发散、信息越局部；观察距离越近视线越收敛，信息越全局——此现象可以用投影仪工作场景来说明。

定义透视空间的视线

当$w\ne 0$时，$\boldsymbol{\tilde{l}}$对应欧式空间中的点$L\left( \frac{x}{w},\frac{y}{w} \right)$，$\boldsymbol{\tilde{l}}$也称为点$L$的齐次坐标(Homogeneous Coordinates)，当$w=0$时，$\boldsymbol{\tilde{l}}$对应欧式空间中的向量$\vec{L}=\left( x,y \right)$，$w=0$也体现了其在齐次变换中的平移不变性。

透视空间中点与向量的运算

齐次坐标具有如下性质：

• 同质性。齐次坐标的几何本质，透视空间中齐次坐标是同一点在不同观察距离下的表现形式；
• 线性。齐次坐标下，可将对应维度欧式空间的变换线性化。例如二维欧式平面中点的平移属于非线性变换，但二维透视空间中可通过线性旋转完成欧式空间中非线性的平移。

与用透视空间的直线表示欧式空间的点类似，透视空间中用视平面表示欧式空间的直线——由于法向量唯一确定平面，因此也用该平面的法向量$\boldsymbol{\tilde{l}}$表示欧式空间的直线。

由解析几何易得，透视空间中的直线和点满足下面关系：

若透视空间中的视线在视平面上(对应欧式空间中点在直线上)，则易知

2 透视变换

透视空间变换总体形式如图2.3.1所示，具体而言列于表2.3.1中。透视变换表征了平面间(平面上点)的映射关系。

可见透视空间所有变换都是投影变换的特例，因此研究投影变换具有重要意义，其广泛用于图像校正、视角变换、图像拼接、增强现实等方面，如图2.3.2所示。

---

计算机视觉基础教程大纲

章号                                    内容

  0                              色彩空间与数字成像

  1                              计算机几何基础

  2                              图像增强、滤波、金字塔

  3                              图像特征提取

  4                              图像特征描述

  5                              图像特征匹配

  6                              立体视觉

  7                              项目实战

更多内容欢迎来我的AI频道“AI技术社”