在2D信息转换为3D信息过程中，对极几何（epipolar geometry）是必经的一步。
一. 对极约束
基础矩阵F、本质矩阵E以及单应矩阵H
---
F矩阵有7个自由度（尺度不变性和奇异值约束可以去掉两个自由度）；
求解：
8点法
- 可以求解满足尺度不变性的F矩阵（直接线性变换DLT），但是无法满足奇异值约束（秩为2）。
- 将求得的F矩阵投影到满足奇异值约束的空间中。
- RANSAC处理外点（具有随机性，计算量问题？如何确定需要多少次采样成功率（采样点全是内点）较大？）。
- 已知内点概率为p，求解模型需要的最小点数为k；需要RANSAC成功率为z，那么采样次数为：log( (1-z) / (1-pk) )。因此OpenCV的求解基础矩阵F的方法中，第一个参数设定内点的概率p，第二个参数设定RANSAC成功率z：p越小（第一个参数距离极线距离越短），z越接近1（第二个参数，不能等于1），需要的采样次数越多，计算量越大。实际应用时，若匹配点的误差不是很大，可以适当调整参数降低采样次数，加速运算。
---
E矩阵有5个自由度（两个奇异值相等，行列式为1 / -1）。
求解：
从E矩阵分解相机pose：奇异值分解后考察3D点深度，
---
H矩阵有8个自由度，可逆；对应场景平面，或者纯旋转；一组匹配两个约束，4点法（也可以称为8点法。。。）可求。可以通过H矩阵来判断是否纯旋转或者场景是平面。
H矩阵可逆，因此通过H矩阵可以约束两个对应点；F/E矩阵不可逆，在零空间上有无数解，因此从x1无法约束x2的位置，只知道在极线上。
二. 双视角几何