1极线几何与基本矩阵
闭卷重建极线几何与基本矩阵的对象、公式、算例、算法与失败边界。
计算机视觉 · 小纸条
选一章打印。双面打印（按长边翻页）后沿虚线剪开，每张卡片正面题目、背面答案。
第 1 页 · 正面（题目）
2本质矩阵与相对姿态
闭卷重建本质矩阵与相对姿态的对象、公式、算例、算法与失败边界。
3三角化与深度敏感性
闭卷重建三角化与深度敏感性的对象、公式、算例、算法与失败边界。
4PnP与相机定位
闭卷重建PnP与相机定位的对象、公式、算例、算法与失败边界。
5束调整与稀疏优化
闭卷重建束调整与稀疏优化的对象、公式、算例、算法与失败边界。
6立体校正、视差与遮挡
闭卷重建立体校正、视差与遮挡的对象、公式、算例、算法与失败边界。
7增量SfM与回环一致性
闭卷重建增量SfM与回环一致性的对象、公式、算例、算法与失败边界。
第 1 页 · 背面（答案）
对象：标定坐标下E=[t]_x R，能恢复相对旋转和平移方向，但单目尺度未知且有多解。；公式：E=K_prime^T F K。；算例：归一化后分解E得到4组候选姿态，用三角化点在两相机前方筛选。；边界：把平移方向当米制长度；忽略相机几乎共线退化。。
对象：两相机中一幅图的点在另一幅图约束于极线上；F编码未标定像素坐标的对应关系。；公式：x_prime^T F x=0。；算例：给定点代入得到残差0表示满足理想极线约束；实际用点到线距离。；边界：把极线约束当唯一匹配；退化纯旋转仍硬估F。。
对象：PnP用三维—二维对应估计相机姿态；平面/共线点、错误匹配和尺度影响稳定性。；公式：pose minimizes Σ||p_i-project(K,R,t,X_i)||²。；算例：20点中16个内点，RANSAC后用16点非线性重估。；边界：只报重投影小却姿态镜像；控制点分布集中。。
对象：从两条带噪射线估三维点；基线越小或点越远，夹角越小，深度误差越大。；公式：rectified stereo Z=fB/disparity。；算例：f=800px、B=.1m、视差40px，Z=2m。；边界：视差接近零仍给有限深度；混用像素和米。。
对象：校正使对应点落在同一扫描线；视差搜索需处理纹理弱、重复纹理、遮挡与左右一致性。；公式：depth=fB/d，depth sensitivity grows as d becomes small。；算例：f=700、B=.12、d=28，深度3m。；边界：遮挡处强行填视差；只用训练场景调窗口。。
对象：束调整联合优化相机和三维点的重投影误差，具有规范自由度与稀疏块结构。；公式：min Σ robust_loss(||observation-project(camera,point)||²)。；算例：100相机各见200点不等于解一个稠密大矩阵，可利用相机—点稀疏图。；边界：未固定尺度/坐标规范；异常点用纯平方损失拖偏。。
对象：SfM从匹配图初始化、注册相机、三角化、束调整并合并轨迹；回环暴露累计漂移。；公式：reconstruction graph must remain geometrically consistent across cycles。；算例：三段相对旋转各30度组成应闭合90度目标，累计误差需在全局优化中分配。；边界：从窄基线对初始化；错误回环污染全局地图。。