Homography
- Detto anche: projective transformation, planar homography, collineation
- Categoria: Foundations & spatial maths › Frames & transforms
- Tag: computer-vision, projective-geometry, calibration, spatial-math, image-alignment
Una trasformazione proiettiva 3×3 che mappa i punti di un piano su un altro, come una superficie piana vista da due telecamere, o due immagini riprese da una telecamera che si limita a ruotare.
Definizione
Un'omografia (homography) è una mappa lineare invertibile tra due piani proiettivi. In coordinate omogenee un punto x in un'immagine viene mappato in x′ ≅ Hx nell'altra, dove H è una matrice 3×3 e ≅ significa uguale a meno di un fattore di scala. Poiché la scala complessiva di H non conta, essa ha otto gradi di libertà. Un'omografia conserva le rette ma non il parallelismo, le lunghezze o gli angoli, ed è così che può trasformare un rettangolo visto di sbieco nella sua vista frontale. Le trasformazioni affini e di similitudine ne sono casi particolari.
Due situazioni danno un'omografia esatta tra immagini di una telecamera: quando tutti i punti osservati giacciono su un unico piano, e quando la telecamera ruota attorno al proprio centro ottico senza traslare, nel qual caso H = K R K⁻¹ con K la matrice intrinseca e R la rotazione. Un piano può anche essere messo in relazione con le proprie coordinate metriche nell'immagine, con H = K[r₁ r₂ t] costruita dalle prime due colonne della rotazione e dalla traslazione, che è la base del diffuso metodo di calibrazione della telecamera di Zhang con un bersaglio planare. Per una scena 3D generica vista da due posizioni, i punti fuori dal piano mostrano parallasse e nessuna singola omografia li descrive.
H si stima da almeno quattro corrispondenze di punti, di cui nessuna terna allineata, con la trasformazione lineare diretta su coordinate normalizzate, di solito all'interno di RANSAC per scartare le corrispondenze errate, e poi si raffina minimizzando l'errore di riproiezione. Prima va rimossa la distorsione dell'obiettivo, perché non è proiettiva. Per una telecamera calibrata, un'omografia può essere scomposta in una rotazione, una traslazione scalata per la distanza dal piano e la normale al piano, anche se la scomposizione dà fino a quattro soluzioni candidate che vanno disambiguate. Mentre i parametri intrinseci della telecamera descrivono come una singola telecamera proietta punti 3D e il perspective-n-point ricava la posa di una telecamera da punti 3D noti, un'omografia è puramente una mappa tra due piani, ed è spesso un primo passo verso l'uno o l'altro.
Perché è importante
Le omografie sono lo strumento standard ogni volta che una telecamera guarda una superficie piana: coordinate di tavoli e pavimenti, marker fiduciali, bersagli di calibrazione, unione di immagini e viste dall'alto. Sono economiche da stimare e facili da verificare, e sapere quando l'ipotesi di piano o di sola rotazione non regge evita errori subdoli.
Applicazioni principali
- Rettifica dall'alto di tavoli, pavimenti e superfici di lavoro
- Calibrazione della telecamera con bersagli planari
- Stima della posa da marker fiduciali planari
- Unione di immagini e panorami da telecamere in rotazione
- Inverse perspective mapping per viste dall'alto delle strade
- Visual servoing basato su omografia su bersagli planari
In pratica
Un robot che dipinge su una tela piana deve sapere dove cadono davvero le sue pennellate. Il gruppo fa dipingere al robot una griglia di punti in posizioni comandate note, fotografa la tela con una telecamera fissa, rimuove la distorsione dell'obiettivo e rileva i centri dei punti. Stimare con RANSAC un'omografia tra i centri rilevati e le posizioni comandate dà una mappa dai pixel della telecamera alle coordinate della tela, che trasforma ogni nuova foto in una vista dall'alto della tela confrontabile pixel per pixel con l'immagine pianificata, e mostra dove e di quanto le pennellate del robot si discostano dai loro obiettivi. Se i residui restano grandi vicino ai bordi, la tela non è piana o la distorsione non è stata rimossa del tutto, e una sola omografia non basta.
Idee sbagliate comuni
- Un'omografia può allineare due immagini qualsiasi di una scena — è esatta solo per scene planari o per una telecamera che si limita a ruotare; le scene 3D generiche viste con una traslazione della telecamera mostrano parallasse
- Un'omografia è la stessa cosa di una trasformazione affine — le mappe affini mantengono parallele le rette parallele, mentre un'omografia può farle convergere
- Le coordinate grezze dei pixel vanno bene per la stima — occorre rimuovere la distorsione dell'obiettivo e normalizzare le coordinate per ottenere una stima accurata e ben condizionata
- Scomporre un'omografia dà una posa unica — produce fino a quattro soluzioni candidate, e servono vincoli aggiuntivi per scegliere quella fisica
Chi dovrebbe saperlo
- Ingegneri di visione artificiale e di calibrazione
- Sviluppatori di manipolazione guidata da telecamera su superfici piane
- Ingegneri della percezione per la guida autonoma
- Studenti di robotica che studiano la geometria proiettiva
Tecnologie correlate
- OpenCV findHomography
- Trasformazione lineare diretta (Direct Linear Transform)
- AprilTag
- Unione di immagini (Image Stitching)
- Inverse Perspective Mapping
Termini correlati
Progetti correlati
- 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
Video
- ENB339 lecture 9: Image geometry and planar homography: Peter Corke
- Computing Homography | Image Stitching: First Principles of Computer Vision