影像形成與基礎
透視投影
透視投影是針孔把三維變成二維的具體方式:它就是「越遠的東西看起來越小」這條規則,且縮小的比例恰好與距離成正比。這個單一效應——透視縮短(foreshortening)——使平面影像看起來具有立體感,也是為何兩條平行的鐵軌在地平線處看似相交。其機制是「除以深度」:距離兩倍遠的物體,投影出來只有一半大小。
精確地說,一個相機座標系中的點 (X, Y, Z) 對映到影像為 x = f X / Z、y = f Y / Z,其中 f 是焦距、Z 是沿光軸的深度。其決定性特徵是分母中的 Z,它使此對映對世界座標而言是非線性的。一個直接後果就是消失點(vanishing point):任何一組不與影像平面平行的平行線,會投影成相交於單一影像點的線,該點即消失點,位於這些線所指的方向上。而與影像平面平行的線,在影像中仍保持平行。
透視與正投影(orthographic/平行投影)形成對比:後者只是丟掉 Z 座標,不論距離都保留尺寸——這對望遠鏡頭,或非常遙遠、淺平的場景是不錯的近似,也是某些經典運動恢復結構研究的標準模型。透視既不保尺寸也不保形狀:斜看的圓會投影成橢圓,在深度方向傾斜的正方形會變成一般四邊形。理解哪些幾何量在投影後得以保留(關聯性與直線會保留;長度、角度與平行性一般不會)正是進入投影幾何,以及進入每一個標定與重建演算法的入口。
一位身高 2 公尺的人站在距相機 4 公尺處,焦距 f = 800 像素,投影出的高度約為 800 x 2 / 4 = 400 像素;同一個人在 8 公尺處則投影為 200 像素。深度加倍、影像高度減半——這就是透視縮短,一行算術即可說明。