Homography
- Também chamado: projective transformation, planar homography, collineation
- Categoria: Foundations & spatial maths › Frames & transforms
- Tags: computer-vision, projective-geometry, calibration, spatial-math, image-alignment
Uma transformação projetiva 3×3 que leva pontos de um plano a outro, como uma superfície plana vista por duas câmeras, ou duas imagens feitas por uma câmera que apenas gira.
Definição
Uma homografia (homography) é uma aplicação linear inversível entre dois planos projetivos. Em coordenadas homogêneas, um ponto x em uma imagem é levado a x′ ≅ Hx na outra, em que H é uma matriz 3×3 e ≅ significa igual a menos de um fator de escala. Como a escala global de H não importa, ela tem oito graus de liberdade. Uma homografia preserva linhas retas, mas não o paralelismo, os comprimentos nem os ângulos, e é assim que ela consegue transformar um retângulo visto em ângulo em sua vista frontal. As transformações afins e de similaridade são casos particulares dela.
Duas situações dão uma homografia exata entre imagens de câmera: quando todos os pontos observados estão em um único plano, e quando a câmera gira em torno de seu centro óptico sem transladar, caso em que H = K R K⁻¹, com K a matriz intrínseca e R a rotação. Um plano também pode ser relacionado às suas próprias coordenadas métricas na imagem, com H = K[r₁ r₂ t] construída a partir das duas primeiras colunas da rotação e da translação, que é a base do método de calibração de câmera de Zhang, amplamente usado, com um alvo plano. Em uma cena 3D geral vista de duas posições, os pontos fora do plano apresentam paralaxe e nenhuma homografia única se ajusta a eles.
H é estimada a partir de pelo menos quatro correspondências de pontos, sem três deles colineares, com a transformação linear direta sobre coordenadas normalizadas, geralmente dentro do RANSAC para rejeitar correspondências ruins, e depois refinada minimizando o erro de reprojeção. A distorção da lente precisa ser removida antes, porque não é projetiva. Para uma câmera calibrada, uma homografia pode ser decomposta em uma rotação, uma translação escalada pela distância até o plano e a normal do plano, embora a decomposição forneça até quatro soluções candidatas que precisam ser desambiguadas. Enquanto os parâmetros intrínsecos da câmera descrevem como uma única câmera projeta pontos 3D e o perspective-n-point recupera a pose de uma câmera a partir de pontos 3D conhecidos, uma homografia é puramente uma aplicação entre dois planos e costuma ser um primeiro passo para qualquer um dos dois.
Por que importa
As homografias são a ferramenta padrão sempre que uma câmera olha para uma superfície plana: coordenadas de mesas e pisos, marcadores fiduciais, alvos de calibração, costura de imagens e vistas de cima. São baratas de estimar e fáceis de verificar, e saber quando a suposição de plano ou de rotação pura deixa de valer evita erros sutis.
Principais aplicações
- Retificação vista de cima de mesas, pisos e superfícies de trabalho
- Calibração de câmera com alvos planos
- Estimativa de pose a partir de marcadores fiduciais planos
- Costura de imagens e panoramas com câmeras que giram
- Mapeamento de perspectiva inversa para vistas aéreas de estradas
- Servocontrole visual baseado em homografia sobre alvos planos
Na prática
Um robô que pinta em uma tela plana precisa saber onde seus traços realmente caem. A equipe faz o robô pintar uma grade de pontos em posições comandadas conhecidas, fotografa a tela com uma câmera fixa, remove a distorção da lente e detecta os centros dos pontos. Ajustar com RANSAC uma homografia entre os centros detectados e as posições comandadas fornece uma aplicação dos pixels da câmera para as coordenadas da tela, que transforma cada nova foto em uma vista de cima da tela que pode ser comparada pixel a pixel com a imagem planejada, e mostra onde e quanto os traços do robô se desviam dos seus alvos. Se os resíduos continuam grandes perto das bordas, a tela não é plana ou a distorção não foi totalmente removida, e uma única homografia não basta.
Equívocos comuns
- Uma homografia consegue alinhar quaisquer duas imagens de uma cena — ela só é exata para cenas planas ou para uma câmera que apenas gira; cenas 3D gerais vistas com translação da câmera apresentam paralaxe
- Uma homografia é o mesmo que uma transformação afim — as aplicações afins mantêm paralelas as linhas paralelas, enquanto uma homografia pode fazê-las convergir
- Coordenadas de pixel brutas servem para a estimação — é preciso remover a distorção da lente e normalizar as coordenadas para obter uma estimativa precisa e bem condicionada
- Decompor uma homografia dá uma pose única — ela fornece até quatro soluções candidatas, e são necessárias restrições adicionais para escolher a física
Quem deve saber
- Engenheiros de visão computacional e de calibração
- Desenvolvedores de manipulação guiada por câmera sobre superfícies planas
- Engenheiros de percepção para direção autônoma
- Estudantes de robótica aprendendo geometria projetiva
Tecnologias relacionadas
- OpenCV findHomography
- Transformação linear direta (Direct Linear Transform)
- AprilTag
- Costura de imagens (Image Stitching)
- Mapeamento de perspectiva inversa (Inverse Perspective Mapping)
Termos relacionados
Projetos 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