在计算机视觉中，平面的单应性被定义为一个平面到另外一个平面的投影映射。因此一个二维平面上的点映射到摄像机成像仪上的映射就是平面单应性的例子。如果点Q到成像仪上的点q的映射使用齐次坐标，这种映射可以用矩阵相乘的方式表示。若有一下定义： 则可以将单应性简单的表示为： 这里引入参数s，它是任意尺度的比例（目的是使得单应性定义到该尺度比例）。通常根据习惯放在H的外面。

动机：在平面上的点 回顾：正向投影 世界坐标系到相机坐标系的变换 透视矩阵方程（相机坐标系到成像坐标系） 成像坐标系到像素坐标系 从成像坐标（x，y）到像素坐标（u，v）的二维仿射变换Maff 平面上点的投影 单应性矩阵H（平面投影变换） 单应性矩阵H（平面投影变换） 对于平面，3D到2D的透视投影降为2D到2D的变换。，并且此变换是可逆的 特殊情况：

基础矩阵与本质矩阵 基础矩阵与本质矩阵反应的是对极几何中一幅图像上的点在另一幅图像上的对应点的的位置关系，本质矩阵则是基本矩阵的一种特殊情况，是在归一化图像坐标下的基本矩阵，可以理解为本质矩阵对应的坐标位于相机坐标系，基础矩阵对应的坐标位于图像平面坐标系，具体见： https://blog.csdn.net/kokerf/article/details/72191054 单应矩阵 单应矩阵

转载：https://www.zhihu.com/question/46805492 透视投影中已知两平面的单应矩阵，能否求出这两平面的夹角？修改 如下图透视投影的例子，已知两个平面上对应点的单应矩阵且两平面上对应点的连线交于O点，能否求出两平面在空间中的夹角？ 补充一下条件：已知点O到平面π‘的距离及点O在平面π’上的投影点，投影方向为平面π’的法线方向，即已知成像平面为x'o

转载：http://www.zhihu.com/question/23310855 王小龙 数学话题优秀回答者   数学，计算机视觉，图形图像处理 26 人赞同 题主说的是二维图片之间的单应变换吧。咱一步一步来： 一、单应和齐次坐标 一个单应矩阵是大小为3*3的矩阵 ，满足给定一个点 ， 把点 变成一个新的点 。注意由于它们都是齐次坐标，对应的图像上的两个点分别是 和

SLAM ORB-SLAM2（15）单应矩阵的计算和评分 1. 前言2. 单应矩阵2.1. 概念2.2. 推导2.3. 计算原理 3. ComputeH213. CheckHomography 1. 前言 在 《SLAM ORB-SLAM2（13）查找单应矩阵》 中了解到 查找单应矩阵主要过程： 特征点坐标归一化 Normalize 函数 Normalize 参考 《

第一次来请先看这篇文章：【图像拼接（Image Stitching）】关于【图像拼接论文精读】专栏的相关说明，包含专栏使用说明、创新思路分享等（不定期更新） 图像拼接系列相关论文精读 Seam Carving for Content-Aware Image ResizingAs-Rigid-As-Possible Shape ManipulationAdaptive As-Natural-As

——关于板材，下单的客户们，似乎有最多的问号~   如上图，界面关于板材的可选择项，仅有两项。   （有的客户会困惑：这么简单吗？） 再查看制程能力，描述也较为简单。 （有的客户开始心里打鼓：太简单了吧，靠不靠谱？） 但是，很实在地说，仅仅按照PCB代工厂的相关选项，进行选择，就够了。为什么呢？ 假设，我们以行业内的IPC—4101C《刚

一、对极几何约束 假设相机从 O 1 O_1 O1​经过旋转平移运动， R ， t R，t R，t，到达新的位置 O 2 O_2 O2​ 。 I 1 ， I 2 I_1，I_2 I1​，I2​分别为相机在两个位置的成像平面，空间中同一点 P P P，在两个成像平面上的投影分别为 p 1 ， p 2 p_1，p_2 p1​，p2​。 极平面： O 1 ， P ， O 2 O_1，P，O_2 O1