4. 单应性矩阵求解：DLT算法、RANSAC鲁棒估计、重投影误差最小化

好，咱们进入正题。单应性矩阵这东西，说白了就是描述两个平面之间的一一映射关系。在标定场景里，它连接了棋盘格平面和图像平面。你想想看，我们拍一张棋盘格照片，角点的世界坐标是已知的，像素坐标也能检测出来——那中间的桥梁，就是单应性矩阵。

我个人习惯把单应性矩阵求解拆成三步走：先用DLT算个初始值，再用RANSAC剔除野点，最后用非线性优化把精度磨到极致。这三板斧下来，基本不会出大问题。

4.1 DLT算法：从线性代数到几何映射

DLT，全称Direct Linear Transform，直接线性变换。名字听着唬人，其实原理很简单——把问题转化成解线性方程组。

单应性矩阵H是一个3x3的矩阵，有8个自由度（去掉一个尺度因子）。一对匹配点可以提供两个方程，所以理论上4对点就能解。但实际中我们会用更多的点，用最小二乘来抵抗噪声。

具体推导我就不啰嗦了，直接说核心：

• 每对匹配点 (x, y) -> (u, v) 可以构造两个方程
• 把所有方程堆起来，得到 Ah = 0 的形式
• 对A做SVD分解，最小奇异值对应的右奇异向量就是H

这里有个坑，我踩过。如果点的坐标数值差异很大（比如世界坐标是毫米级，像素坐标是千像素级），A矩阵的条件数会很大，解出来的H精度堪忧。我的做法是：先做归一化，把坐标缩放到[-1, 1]区间，解完再反归一化回去。这一步叫"归一化DLT"，效果立竿见影。

4.2 RANSAC鲁棒估计：把野点揪出来

实际项目中，角点检测不可能100%准确。光照不好、棋盘格反光、运动模糊——这些都会带来野点。如果直接用DLT硬算，一个野点就能把结果带偏。

RANSAC的思路很暴力：随机采样、验证、迭代。具体流程：

1. 从所有匹配点中随机选4对，用DLT算一个H
2. 用这个H去投影所有点，算重投影误差
3. 误差小于阈值的点算内点，记录内点数量
4. 重复N次，保留内点最多的那组H
5. 用所有内点重新算一次H（精化）

我曾经在一个项目中，因为标定板贴歪了，导致20%的角点都有系统偏差。第一次跑DLT出来的结果惨不忍睹，重投影误差直接飙到5个像素。后来加上RANSAC，内点率降到95%以上，误差直接回到0.3像素以内。

4.3 重投影误差最小化：把精度磨到极致

DLT+RANSAC得到的H，精度已经不错了。但如果你追求亚像素级别的标定精度，那就得走最后一步——非线性优化。

优化的目标函数很直观：

minimize Σ || p_i - project(H, P_i) ||²

其中p_i是检测到的像素坐标，P_i是世界坐标，project是投影函数。说白了，就是让所有点的投影误差平方和最小。

我一般用Levenberg-Marquardt算法来解这个优化问题。相比高斯-牛顿，LM在迭代初期更稳定，不容易发散。初始值就用RANSAC精化后的H，通常迭代10~20次就能收敛。

这里有个细节：优化时H的9个参数不是独立的，因为有尺度模糊。我习惯把H的最后一个元素固定为1，或者用单位向量约束。两种做法都可以，看个人喜好。

4.4 知识体系总览

下面这张图，是我自己梳理的单应性矩阵求解流程。你可以把它当作一个检查清单：

嗯，到这里单应性矩阵求解的核心内容就讲完了。DLT给个起点，RANSAC清理数据，优化收尾——这套组合拳打下来，标定精度基本稳了。下次你遇到标定不准的问题，不妨按这个流程排查一遍，大概率能找到症结所在。