2022-10-12 更新
“归一化” 这个操作要么在得到相机坐标系坐标后就执行
抑或是经过内参矩阵后执行
总之,在得到像素坐标前,要执行一次“归一化”操作,使得 x,y,z坐标都除以 z 坐标,这样会使得 z 坐标丢失。
原文
按照对极几何中的定义,设 x1,x2\mathbf{x}_1,\mathbf{x}_2x1,x2 为两个特征点的归一化坐标,那么它们满足
s2x2=s1Rx1+ts_2\mathbf{x}_2=s_1\mathbf{R}\mathbf{x}_1+ts2x2=s1Rx1+t
上述内容来自《视觉SLAM十四讲从理论到实践》第二版第 177 页。
当时看到这里,我就非常地不解,为什么这个等式成立呢?
为什么会引入两个变量而不是一个变量呢?
现在,我能回答这个问题了,先大概讲一下。然后再对比一下“归一化坐标”和“像素坐标”的区别,因为它们很像!之后应该对这个问题就很清晰了
式子为什么成立
假设某个三维点在某个相机坐标系下的坐标是
[x,y,z][x,y,z][x,

本文解释了计算机视觉中归一化坐标的概念及其与像素坐标的关系。通过数学推导,阐述了两个特征点归一化坐标间的关系,并说明了归一化坐标在视觉SLAM中的作用。
最低0.47元/天 解锁文章
2957





