过去十年中，对计算机视觉中多视几何的认识和建模发展迅速。目前理论和实践已经成熟——对于十年前肯定未解决并通常认为无解的问题，已经卓有成效。这些任务和算法包括：
- 给定两幅图像，没有其它信息，计算图像之间的匹配、点和摄像机的三维位置，点产生这些匹配，摄像机获取这些图像；
- 给定三幅图像，没有其它信息，类似地计算点线图像之间的匹配、这些点和线与摄像机的三维位置；
- 不需要标定物，计算双目装置（stereo rig）的极几何（epipolar geometry）、三目装置（trinocular rig）的三视几何（trifocal geometry）；
- 从自然场景的图像序列中，进行摄像机内部标定计算（也就是在线标定）。
未标定是这些算法的特色——不必知道或者不必首先计算摄像机的内参（比如焦距）。
支撑这些算法的是对未标定多视几何的崭新且更完善的理论认识：关联参数数目，呈现在视图中的点线间约束；以及从对应图像重建的摄像机和三维空间点。例如，确定双目装置的极几何只需指定7个参数，不需要摄像机标定。这些参数由相应的至少7个对应的像点确定。与这种非标定路线相反，十年前的标定路线是：每个摄像机首先会通过工程上精心标定的物体的图像进行标定，这些物体的几何关系已知。这种标定需要为每个摄像机确定11个参数。然后从这两组11个参数的数据中算出极几何。
该例子表明了未标定（射影）方法的重要性——采用恰当的几何表示，明确了每个计算阶段需要的参数，避免了计算对最终结果无用的参数，并得到了更简单的算法。此外，一个可能误解值得纠正。在未标定体系中，实体（例如三维空间点的位置）通常被恢复到准确定义的歧义中。这种歧义并不表示点被糟糕地估计。
更现实地说，标定摄像机通常不可能一劳永逸；例如摄像机在运动（位于移动的车辆上）或者内参在变化（变焦的监控摄像机）。此外，在某些情况根本得不到标定信息。设想从视频序列中计算摄像机的运动，或者从存档的电影片段中构建虚拟现实模型，其中运动和内部标定信息都未知。
由于我们理论认识的发展，而且还因为从图像估计数学对象的进步，在多视几何取得成就已成为可能。第一个进步是关注超定系统中应当被最小化的误差——无论它是代数的、几何的还是统计的。第二个进步是使用了鲁棒估计算法（比如RANSAC），使得估计不受数据中离群点影响。同时，这些技术已经催生了强大的搜索和匹配算法。
目前，我们可以认为重建中的许多问题已被解决。这些问题包括：
- 从对应的像点（image point correspondence）估计多焦张量（multifocal tensor），特别是基础矩阵（fundamental matrix）和三焦张量（四焦张量还未引起如此多的注意）。
- 从这些张量中提取出摄像机矩阵，并从双视图、三视图和四视图中进行随后的射影重建。
其它一些重要成就已经取得，尽管这些问题可能需要更多的探索。这些例子包括：
- 应用光束平差法（bundle adjustment），解决更一般的重建问题。
- 给定摄像机矩阵的最小假设，进行度量（欧几里德）重建。
- 自动检测图像序列的对应关系，并采用多焦张量关系消除离群点和误匹配。
路线方案。本书分为六部分，并有七个短附录。每部分介绍一种新的几何关系：背景的单映矩阵（homography），单视图的摄像机矩阵，双视图的基础矩阵，三视图的三焦张量，以及四视图的四焦张量。每种情况用一章描述该关系、它的性质和应用，并伴随一章描述从图像测量估计它的算法。估计算法包括从廉价简单的方法到最优的算法，这些最优算法目前认为是可用的最好算法。
第0部分：背景。这部分比其它部分更入门级。它介绍了二维空间和三维空间射影几何的中心思想（例如理想点和绝对圆锥曲线）；可如何表示、操作和估计该几何；以及该几何如何联系到计算机视觉中的各种目标，比如通过矫正平面图消除透视失真。
第1部分：单视几何。在此，定义了各种摄像，建立了三维空间到图像的透视射影模型，探讨了其内部结构（anatomy）。描述了采用传统标定物技术估计它们，以及通过消失点（vanishing point）和消失线标定摄像机。
第2部分：双视几何。这部分描述了双摄像机的极几何，基于对应像点的射影重建，解决射影歧义的方法，最佳三角测量，基于平面的视图间转换。
第3部分：三视几何。在此，描述了三摄像机的三焦几何，包括：从双视图的一个对应点转换到第三点，对应线的类似转换；基于相应点和线的几何计算，摄像机矩阵的重建。
第4部分：N视几何。本部分有两个目的。首先，它把三视几何推广到四视图（一个小的扩展），并描述了适用于N视图的估计方法，例如：Tomasi和Kanade的因子化算法，从多幅图像同时计算结构和运动。其次，它涵盖了前面章节已提及的主题，但通过强化它们的共性能更全面和统一的认识它们，例如：推导了对应关系（correspondence）的多线性视图约束、自标定和消歧法。
附录。这里进一步描述了背景材料：张量、统计学、参数估计、线性和矩阵代数、迭代估计、稀疏矩阵系统的解和特殊射影变换。
致谢。我们从与同事的讨论和他们的思想中受益匪浅：Paul Beardsley、Stefan Carlsson、Olivier Faugeras、Andrew Fitzgibbon、Jitendra Malik、Steve Maybank、Amnon Shashua、Phil Torr、Bill Triggs。
若本书只有寥可胜数的错误，那么这要归功于Antonio Criminisi、David Liebowitz和Frederik Schaffalitzky，他们以极大的热情和奉献精神阅读了大部分内容，并提出了许多改进意见。同样，Peter Sturm和Bill Triggs都对很多章节提出了许多改进意见。我们感谢阅读了个别章节的其他同事：David Capel、Lourdes de Agapito Vicente、Bob Kaucic、Steve Maybank、Peter Tu。
我们特别感谢他们贡献了多幅图：Paul Beardsley、Antonio Criminisi、Andrew Fitzgibbon、David Liebowitz和Larry Shapiro；特别感谢他们贡献了一幅图：Martin Armstrong、David Capel、Lourdes de Agapito Vicente、Eric Hayman、Phil Pritchett、Luc Robert、Cordelia Schmid和在图片标题中直接致谢过的那些人。
我们感谢剑桥大学出版社David Tranah永不枯竭的意见和耐心，Michael Behrend出色的编辑工作。
重印版已经纠正了一少部分小错误，我们感谢以下读者将它们指出来：Luis Baumela、Niclas Borlin、Mike Brooks、Jun ho. Choi、Wojciech Chojnacki、Carlo Colombo、Nicolas Dano、Andrew Fitzgibbon、Bogdan Georgescu、Fredrik Kahl、Bob Kaucic、Jae-Hak Kim、Hansung Lee、Dennis Maier、Karsten Muelhmann、David Nister、Andreas Olsson、Stéphane Paris、Frederik Schaffalitzky、Bill Severson、Pedro Lopez de Teruel Alcolea、Bernard Thiesse、Ken Thornton、Magdalena Urbanek、Gergely Vass、Eugene Vendrovsky、Sui Wei和Tomáš Werner。
第二版。这个新的简装版经过扩展，包含了从2000年7月原始版本之后的一些进展，例如：目前本书涵盖了在场景中平面可见的投影情形，闭式因子化的解的新发现，并将仿射因子化扩展到了非刚性场景。我们也扩展了单视几何（第8章）和三视几何（第15章）的论述，并增加了关于参数估计的附录。
在准备第二版时，我们非常感谢那些提出改进和补充建议的同事，他们包括Marc Pollefeys、Bill Triggs，特别感谢Tomáš Werner，他贡献了出色而全面的评论。我们还要感谢Antonio Criminisi、Andrew Fitzgibbon、Rob Fergus、David Liebowitz，特别是Josef Šivic对新增材料部分的校对和极具价值的意见。一如既往，我们要感谢CUP的David Tranah。
本书中出现的图片可从http://www.robots.ox.ac.uk/~vgg/hzbook/index.html下载。该站点也包含了几个算法的Matlab代码，并列出了早期印刷版的勘误表。
