Open Source Robotics

Una colección curada de proyectos, herramientas y software de robótica de código abierto de alta calidad.

Homography

  • También llamado: projective transformation, planar homography, collineation
  • Categoría: Foundations & spatial maths › Frames & transforms
  • Etiquetas: computer-vision, projective-geometry, calibration, spatial-math, image-alignment

Una transformación proyectiva de 3×3 que lleva los puntos de un plano a otro, como una superficie plana vista por dos cámaras, o dos imágenes tomadas por una cámara que solo gira.

Definición

Una homografía (homography) es una aplicación lineal invertible entre dos planos proyectivos. En coordenadas homogéneas, un punto x de una imagen se transforma en x′ ≅ Hx en la otra, donde H es una matriz de 3×3 y ≅ significa igual salvo un factor de escala. Como la escala global de H no importa, tiene ocho grados de libertad. Una homografía conserva las líneas rectas, pero no el paralelismo, las longitudes ni los ángulos, y por eso puede convertir un rectángulo visto en ángulo en su vista frontal. Las transformaciones afines y de semejanza son casos particulares de ella.

Dos situaciones dan una homografía exacta entre imágenes de cámara: cuando todos los puntos observados están en un único plano, y cuando la cámara gira alrededor de su centro óptico sin trasladarse, en cuyo caso H = K R K⁻¹, con K la matriz intrínseca y R la rotación. Un plano también puede relacionarse con sus propias coordenadas métricas en la imagen, con H = K[r₁ r₂ t] construida a partir de las dos primeras columnas de la rotación y de la traslación, que es la base del método de calibración de cámaras de Zhang, muy utilizado, con un patrón plano. En una escena 3D general vista desde dos posiciones, los puntos fuera del plano muestran paralaje y ninguna homografía única se ajusta a ellos.

H se estima a partir de al menos cuatro correspondencias de puntos, sin tres de ellos alineados, con la transformación lineal directa sobre coordenadas normalizadas, normalmente dentro de RANSAC para rechazar los emparejamientos erróneos, y después se refina minimizando el error de reproyección. Antes hay que eliminar la distorsión de la lente, porque no es proyectiva. Para una cámara calibrada, una homografía puede descomponerse en una rotación, una traslación escalada por la distancia al plano y la normal del plano, aunque la descomposición da hasta cuatro soluciones candidatas que hay que desambiguar. Mientras que los parámetros intrínsecos de la cámara describen cómo una sola cámara proyecta puntos 3D y el perspective-n-point recupera la pose de una cámara a partir de puntos 3D conocidos, una homografía es puramente una aplicación entre dos planos, y a menudo es un primer paso hacia cualquiera de los dos.

Por qué importa

Las homografías son la herramienta estándar siempre que una cámara mira una superficie plana: coordenadas de mesas y suelos, marcadores fiduciales, patrones de calibración, unión de imágenes y vistas cenitales. Son baratas de estimar y fáciles de comprobar, y saber cuándo falla la hipótesis de plano o de rotación pura evita errores sutiles.

Aplicaciones clave

  • Rectificación cenital de mesas, suelos y superficies de trabajo
  • Calibración de cámaras con patrones planos
  • Estimación de pose a partir de marcadores fiduciales planos
  • Unión de imágenes y panorámicas con cámaras que giran
  • Mapeo de perspectiva inversa para vistas cenitales de carreteras
  • Servocontrol visual basado en homografías sobre objetivos planos

En la práctica

Un robot que pinta sobre un lienzo plano necesita saber dónde caen realmente sus trazos. El equipo hace que el robot pinte una cuadrícula de puntos en posiciones ordenadas conocidas, fotografía el lienzo con una cámara fija, elimina la distorsión de la lente y detecta los centros de los puntos. Ajustar con RANSAC una homografía entre los centros detectados y las posiciones ordenadas da una aplicación de los píxeles de la cámara a las coordenadas del lienzo, que transforma cada nueva foto en una vista cenital del lienzo que puede compararse píxel a píxel con la imagen planificada, y muestra dónde y cuánto se desvían los trazos del robot de sus objetivos. Si los residuos siguen siendo grandes cerca de los bordes, el lienzo no es plano o la distorsión no se eliminó del todo, y una sola homografía no basta.

Ideas erróneas comunes

  • Una homografía puede alinear dos imágenes cualesquiera de una escena — solo es exacta para escenas planas o una cámara que únicamente gira; las escenas 3D generales vistas con traslación de la cámara muestran paralaje
  • Una homografía es lo mismo que una transformación afín — las aplicaciones afines mantienen paralelas las líneas paralelas, mientras que una homografía puede hacerlas converger
  • Las coordenadas de píxel en bruto sirven para la estimación — hay que eliminar la distorsión de la lente y normalizar las coordenadas para obtener una estimación precisa y bien condicionada
  • Descomponer una homografía da una pose única — da hasta cuatro soluciones candidatas, y hacen falta restricciones adicionales para elegir la física

Quién debería saberlo

  • Ingenieros de visión por computador y de calibración
  • Desarrolladores de manipulación guiada por cámara sobre superficies planas
  • Ingenieros de percepción para la conducción autónoma
  • Estudiantes de robótica que aprenden geometría proyectiva

Tecnologías relacionadas

  • OpenCV findHomography
  • Transformación lineal directa (Direct Linear Transform)
  • AprilTag
  • Unión de imágenes (Image Stitching)
  • Mapeo de perspectiva inversa (Inverse Perspective Mapping)

Términos relacionados

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

Proyectos relacionados

  • 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

Vídeos

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

Este sitio web requiere JavaScript. Por favor, habilite JavaScript para explorar nuestros proyectos de robótica.