监控屏蔽器对摄像头的矩阵要求

    在具有两个以上摄像机的立体算法中，由于摄像头对噪声具有鲁棒性，因此经常报告精度的提高。然而，多眼立体的另一个重要方面，即遮挡检测的能力，却很少受到关注。我们深入分析了相机矩阵立体（SEA）中的遮挡，并开发了一种简单但有效的方法来检测遮挡的干扰器存在并消除其在对应搜索中的影响。

    通过考虑SEA中关于遮挡和准确性的几个统计信息，我们导出了一些表示遮挡模式的监控基础掩模，这些掩模对于遮挡的检测是有效的。一些使用典型室内场景的实验显示，即使在物体的遮挡边界处，也能获得密集而精确的深度图。点的三维坐标到其图像屏蔽器的二维坐标的变换可以紧凑地表示为4&；4齐次坐标变换矩阵。

    矩阵可以从关于相机和图像形成的几何结构的知识中解析地导出，也可以从少量监控摄像头三维点及其对应图像点的坐标中经验地计算。尽管矩阵在图像理解、运动跟踪和自主导航中具有实用性，但对从其系数中恢复投影参数的逆问题了解甚少。以前的尝试已经产生了需要迭代或求解一组同时非线性方程的解决方案。本文展示了如何从齐次坐标变换矩阵轻松计算相机的位置和方向以及图像形成过程的其他参数。该问题被表述为干扰屏蔽器构造几何中的一个简单练习，并且该解决方案是非重复的，并且可以直观地理解。