Open Source Robotics

Eine kuratierte Sammlung hochwertiger Open-Source-Robotikprojekte, Werkzeuge und Software für die Robotik-Community.

Homography

  • Auch genannt: projective transformation, planar homography, collineation
  • Kategorie: Foundations & spatial maths › Frames & transforms
  • Schlagwörter: computer-vision, projective-geometry, calibration, spatial-math, image-alignment

Eine projektive 3×3-Transformation, die Punkte einer Ebene auf eine andere abbildet, etwa eine ebene Fläche, die von zwei Kameras gesehen wird, oder zwei Bilder einer Kamera, die sich nur dreht.

Definition

Eine Homographie (homography) ist eine invertierbare lineare Abbildung zwischen zwei projektiven Ebenen. In homogenen Koordinaten wird ein Punkt x in einem Bild auf x′ ≅ Hx im anderen abgebildet, wobei H eine 3×3-Matrix ist und ≅ Gleichheit bis auf einen Skalierungsfaktor bedeutet. Da die Gesamtskalierung von H keine Rolle spielt, hat sie acht Freiheitsgrade. Eine Homographie erhält Geraden, aber weder Parallelität noch Längen oder Winkel, und so kann sie ein schräg gesehenes Rechteck in seine Frontalansicht überführen. Affine und Ähnlichkeitstransformationen sind Spezialfälle davon.

Zwei Situationen ergeben eine exakte Homographie zwischen Kamerabildern: wenn alle beobachteten Punkte in einer einzigen Ebene liegen und wenn sich die Kamera um ihr optisches Zentrum dreht, ohne sich zu verschieben; im letzteren Fall gilt H = K R K⁻¹ mit K als intrinsischer Matrix und R als Rotation. Eine Ebene lässt sich im Bild auch mit ihren eigenen metrischen Koordinaten in Beziehung setzen, mit H = K[r₁ r₂ t], gebildet aus den ersten beiden Spalten der Rotation und der Translation; darauf beruht Zhangs weit verbreitetes Kamerakalibrierverfahren mit einem ebenen Target. Bei einer allgemeinen 3D-Szene, die von zwei Positionen aus betrachtet wird, zeigen Punkte außerhalb der Ebene Parallaxe, und keine einzelne Homographie passt zu ihnen.

H wird aus mindestens vier Punktkorrespondenzen geschätzt, von denen keine drei kollinear sind, mit der direkten linearen Transformation auf normierten Koordinaten, meist innerhalb von RANSAC, um falsche Zuordnungen zu verwerfen, und anschließend durch Minimierung des Reprojektionsfehlers verfeinert. Die Linsenverzeichnung muss vorher entfernt werden, da sie nicht projektiv ist. Bei einer kalibrierten Kamera lässt sich eine Homographie in eine Rotation, eine mit dem Abstand zur Ebene skalierte Translation und die Ebenennormale zerlegen, allerdings liefert die Zerlegung bis zu vier Kandidatenlösungen, zwischen denen entschieden werden muss. Während intrinsische Kameraparameter beschreiben, wie eine einzelne Kamera 3D-Punkte projiziert, und Perspective-n-Point eine Kamerapose aus bekannten 3D-Punkten bestimmt, ist eine Homographie rein eine Abbildung zwischen zwei Ebenen und oft ein erster Schritt hin zu beidem.

Warum es wichtig ist

Homographien sind das Standardwerkzeug, wann immer eine Kamera auf eine ebene Fläche blickt: Tisch- und Bodenkoordinaten, Passermarken, Kalibriertargets, Bildzusammenfügung und Vogelperspektiven. Sie lassen sich mit geringem Aufwand schätzen und leicht prüfen, und wer weiß, wann die Annahme einer Ebene oder einer reinen Rotation nicht mehr gilt, vermeidet subtile Fehler.

Wichtige Anwendungen

  • Entzerrung von Tischen, Böden und Arbeitsflächen in die Draufsicht
  • Kamerakalibrierung mit ebenen Targets
  • Posenschätzung aus ebenen Passermarken
  • Bildzusammenfügung und Panoramen mit rotierenden Kameras
  • Inverse perspektivische Abbildung für Vogelperspektiven von Straßen
  • Homographiebasiertes Visual Servoing auf ebene Ziele

In der Praxis

Ein Roboter, der auf eine ebene Leinwand malt, muss wissen, wo seine Pinselstriche tatsächlich landen. Das Team lässt den Roboter ein Punktraster an bekannten kommandierten Positionen malen, fotografiert die Leinwand mit einer fest montierten Kamera, entfernt die Linsenverzeichnung und erkennt die Punktmittelpunkte. Das Anpassen einer Homographie mit RANSAC zwischen den erkannten Mittelpunkten und den kommandierten Positionen liefert eine Abbildung von Kamerapixeln auf Leinwandkoordinaten, die jedes neue Foto in eine Draufsicht der Leinwand verzerrt, die sich Pixel für Pixel mit dem geplanten Bild vergleichen lässt, und zeigt, wo und wie stark die Striche des Roboters von ihren Zielen abweichen. Bleiben die Residuen nahe den Rändern groß, ist die Leinwand nicht eben oder die Verzeichnung wurde nicht vollständig entfernt, und eine einzelne Homographie reicht nicht aus.

Häufige Missverständnisse

  • Eine Homographie kann zwei beliebige Bilder einer Szene zur Deckung bringen — sie ist nur für ebene Szenen oder eine rein rotierende Kamera exakt; allgemeine 3D-Szenen, die mit verschobener Kamera betrachtet werden, zeigen Parallaxe
  • Eine Homographie ist dasselbe wie eine affine Transformation — affine Abbildungen erhalten die Parallelität von Geraden, während eine Homographie sie zusammenlaufen lassen kann
  • Rohe Pixelkoordinaten genügen für die Schätzung — für eine genaue, gut konditionierte Schätzung muss die Linsenverzeichnung entfernt und müssen die Koordinaten normiert werden
  • Die Zerlegung einer Homographie liefert eine eindeutige Pose — sie ergibt bis zu vier Kandidatenlösungen, und zusätzliche Bedingungen sind nötig, um die physikalisch richtige auszuwählen

Wer das wissen sollte

  • Ingenieure für Computer Vision und Kalibrierung
  • Entwickler kamerageführter Manipulation auf ebenen Flächen
  • Wahrnehmungsingenieure für autonomes Fahren
  • Robotikstudierende, die projektive Geometrie lernen

Verwandte Technologien

  • OpenCV findHomography
  • Direkte lineare Transformation (Direct Linear Transform)
  • AprilTag
  • Bildzusammenfügung (Image Stitching)
  • Inverse perspektivische Abbildung (Inverse Perspective Mapping)

Verwandte Begriffe

  • Camera Intrinsics
  • Perspective-n-Point
  • RANSAC
  • Extrinsic Calibration
  • Bird's-Eye View
  • Transform

Verwandte Projekte

  • pySLAM: Hybrid Python/C++ visual SLAM pipeline with classic and deep-learning front-ends
  • AprilTag: The standard visual fiducial marker system for robot localization and pose estimation
  • MRPT: Comprehensive C++ toolkit for mobile robotics, SLAM, and sensor-based navigation
  • image_pipeline: The standard ROS camera stack: calibration, rectification, stereo and depth
  • PULP-Dronet: Visual navigation for nano-drones with CNN inference onboard a PULP processor.
  • OpenWeedLocator: Low-cost Raspberry Pi weed detector that uses computer vision for precision spot spraying

Videos

  • ENB339 lecture 9: Image geometry and planar homography: Peter Corke
  • Computing Homography | Image Stitching: First Principles of Computer Vision

Diese Website benötigt JavaScript. Bitte aktivieren Sie JavaScript, um unsere Open-Source-Robotikprojekte zu erkunden.