何ヶ月も経った今でもこれに興味を持っているすべての人に、私はKovesiのコード(http://www.csse.uwa.edu.au/~pk/research/matlabfns)を使用して正しいホモグラフィマトリックスを取得することができました。特にhomography2d.m関数。ただし、リグの4つのコーナーのピクセル値が必要になります。カメラがしっかりと固定されている場合は、これを1回行う必要があります。以下のサンプルコードを参照してください。
%get corner pixel coords from base image
p1=[33;150;1];
p2=[316;136;1];
p3=[274;22;1];
p4=[63;34;1];
por=[p1 p2 p3 p4];
por=[0 1 0;1 0 0;0 0 1]*por; %swap x-y <--------------------
%calculate target image coordinates in world frame
% rig is 9x7 (X,Y) with 27.5mm box edges
XXw=[[0;0;0] [0;27.5*9;0] [27.5*7;27.5*9;0] [27.5*7;0;0]];
Rtarget=[0 1 0;1 0 0;0 0 -1]; %Rotation matrix of target camera (vertical pose)
XXc=Rtarget*XXw+Tc_ext*ones(1,4); %go from world frame to camera frame
xn=XXc./[XXc(3,:);XXc(3,:);XXc(3,:)]; %calculate normalized coords
xpp=KK*xn; %calculate target pixel coords
% get homography matrix from original to target image
HH=homography2d(por,xpp);
%do perspective transformation to validate homography
pnew=HH*por./[HH(3,:)*por;HH(3,:)*por;HH(3,:)*por];
それでうまくいくはずです。Matlabは、画像のx軸を定義し、行のインデックスとyを列として定義していることに注意してください。したがって、方程式のxyを交換する必要があります(おそらく上記のコードでわかるように)。さらに、パラメーターのみからホモグラフィマトリックスを計算することができましたが、結果はわずかにずれていました(キャリブレーションツールボックスの丸め誤差の可能性があります)。これを行うための最良の方法は上記です。
カメラパラメータのみを使用する場合(つまり、Kovesiのコードを使用しない場合)、ホモグラフィ行列はH = KK * Rmat*inv_KKです。この場合、コードは次のとおりです。
% corner coords in pixels
p1=[33;150;1];
p2=[316;136;1];
p3=[274;22;1];
p4=[63;34;1];
pmat=[p1 p2 p3 p4];
pmat=[0 1 0;1 0 0;0 0 1]*pmat; %swap x-y
R=[0 1 0;1 0 0;0 0 1]; %rotation matrix of final camera pose
Rmat=Rc_ext'*R; %rotation from original pose to final pose
H=KK*Rmat*inv_KK; %homography matrix
pnew=H*pmat./[H(3,:)*pmat;H(3,:)*pmat;H(3,:)*pmat]; %do perspective transformation
H2=[0 1 0;-1 0 0;0 0 1]*H; %swap x-y in the homography matrix to apply in image