相机标定原理

【相机标定】相机内参 本文详细分析了相机拍照的数学模型并推导了相机内参 阅读详情

相机标定原理

参考

右手法则

在三维坐标系中,Z轴的正轴方向是根据右手定则确定的。右手定则也决定三维空间中任一坐标轴的正旋

转方向。要标注X、Y和Z轴的正轴方向,就将右手背对着屏幕放置,拇指即指向X轴的正方向。伸出食指和中指,如右图所示,食指指向Y轴的正方向,中指所指示的方向即是Z轴的正方向。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-e7qSPwRP-1602147563468)(/home/zhongsy/.config/Typora/typora-user-images/image-20200929092920172.png)]

img

相机的成像模型

最简单的就是小孔成像

img
在这里插入图片描述

设 O − x − y − z 为相机坐标系,O是光心,现实世界的空间点 P ,经过小孔 O 投影之后,落在物理成像平面 O ′ − x ′ − y ′ 上,成像点为 P ′ 。设 P 的坐标为 [X, Y, Z] T ,P ′ 为 [X ′ , Y ′ , Z ′ ] T ,并且设物理成像平面到小孔的距离为 f (焦距)。那么,根据三角形相似关系,有:

​ Z f = − X X ′ = − Y Y ′ \frac{Z}{f}=-\frac{X}{X'}=-\frac{Y}{Y'} fZ​=−X′X​=−Y′Y​

其中负号表示成的像是倒立的。为了简化模型,我们把可以成像平面对称到相机前方,和三维空间点一起放在摄像机坐标系的同一侧,如图中间的样子所示。这样做可以把公式中的负号去掉,使式子更加简洁:
Z f = − X X ′ = − Y Y ′ \frac{Z}{f}=-\frac{X}{X'}=-\frac{Y}{Y'} fZ​=−X′X​=−Y′Y​

X ′ = f X Z Y ′ = f Y Z X'=f\frac{X}{Z} \\ Y'=f\frac{Y}{Z} X′=fZX​Y′=fZY​
在这里插入图片描述

该式中,我们把中间的量组成的矩阵称为相机的内参数矩阵(Camera Intrinsics)K。通常认为,相机的内参在出厂之后是固定的,不会在使用过程中发生变化。有的相机生产厂商会告诉你相机的内参,而有时需要你自己确定相机的内参,也就是所谓的标定。鉴于标定算法业已成熟,且网络上能找到大量的标定教学,我们在此就不介绍了。所以内参的作用其实就是把三维世界物体在相机平面下的坐标相互转换成像素平面下的坐标

内参外参的区别与联系

在这里插入图片描述
在这里插入图片描述

这里写图片描述

img

先有个大致的印象,从世界坐标转到相机坐标再转到成像平面的坐标最后转到像素坐标

为什么成像平面在相机前面,为了简化模型,我们把可以成像平面对称到相机前方,和三维空间点一起放在摄像机坐标系的同一侧,这样有利于公式的表达,

大多数相机输出的图像并不是倒像——相机自身的软件会帮你翻转这张图像,所以你看到的一般是正着的像,也就是对称的成像平面上的像。所以,尽管从物理原理来说,小孔成像应该是倒像,但由于我们对图像作了预处理,所以理解成在对称平面上的像,并不会带来什么坏处。在不加声明的情况下,其实一般称成像在前面的叫针孔模型。

外参

外参的作用其实就是把世界坐标系转到相机坐标系,其实就是一个旋转加平移也就是刚体变换,体变换只改变物体的空间位置(平移)和朝向(旋转),而不改变其形状的变换(一种记忆方法,硬的东西:比如石头,你不能改变他的形状,只能把它旋转或者平移),可用两个变量来描述:正交单位旋转矩阵R(Rotation),三维平移矢量T(Translation)

img

所以从世界坐标转移到相机坐标就差一个R与T

相机运动是一个刚体运动,它保证了同一个向量在各个坐标系下的长度和夹角都不会发生变化。这种变换称为欧氏变换。想象你把手机抛到空中,在它落地摔碎之前,只可能有空间位置和姿态的不同,而它自己的长度、各个面的角度等性质不会有任何变化

==旋转矩阵可以描述相机的旋转。==由于旋转矩阵为正交阵,它的逆(即转置)描述了一个相反的旋转。按照上面的定义方式,有:

在这里插入图片描述
显然 R T R^T RT 刻画了一个相反的旋转

在这里插入图片描述

外参代表机器人轨迹

因为相机固定在机器人上,机器人的运动其实就是外参的改变,但只要相机与机器人之间没有发生变换,那么他们两个之间的RT是不会发生改变的

当世界坐标与相机坐标平行的时候,就只有一个平移可以表示为

img

在这里,我们可以轻松的由三角形的相似原理可以得到如下的公式:

img

同样,可以用矩阵的形式来表示:

img

图像坐标系到像素坐标系

像素坐标系和图像坐标系都在成像平面上,只是各自的原点和度量单位不一样。图像坐标系的原点为相机光轴与成像平面的交点,通常情况下是成像平面的中点或者叫principal point。图像坐标系的单位是mm,属于物理单位,而像素坐标系的单位是pixel,我们平常描述一个像素点都是几行几列。所以这二者之间的转换如下:其中dx和dy表示每一列和每一行分别代表多少mm,即1pixel=dx mm

img

realsenseD435的深度图是对齐的左眼的

相机参数说明 1.为什么需要标定相机? 主要因为生产的相机成像传感器不是很完美,另外镜头与成像面不是水平的,而是有夹角的,所以通过相机看到的物体的位置与物体实际的位置像是不匹配的。 2.相机标定的内外参数说明 内参数主要为相机的基础矩阵M [0−110] \begin{gathered} \begin{bmatrix} 0 & -1 \\ 1 & 0 \end{bmatrix} \quad \e... 阅读详情

相关推荐

相机模型及相机标定原理详解

相机模型 除进行高精度尺寸测量使用远心镜头外,我们正常使用的相机镜头都是普通镜头,其成像模型都是理想的小孔成像模型。 我们在光轴中心处建立坐标系,Z轴方向平行于光轴,正方向为相机到拍摄对象的方向,X方向取图像坐标系的方向,可以理解为上述平面的X轴。根据上图,我们可以得到相机模型中重要的几个坐标系:世界坐标系、相机坐标系(Xc、Oc、Yc组成)、像平面坐标系,还有像素坐标系。其中像平面坐...

GoRunningSnail的博客 4787

相机内外参

相机内外参

weixin_64043217的博客 2130

相机标定(Camera calibration)原理及步骤

这已经是我第三次找资料看关于相机标定的原理和步骤,以及如何用几何模型,我想十分有必要留下这些资料备以后使用。这属于笔记总结。1.为什么要相机标定?在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立相机成像的几何模型,这些几何模型参数就是相机参数。【1】进行摄像机标定的目的:求出相机的内、外参数,以及畸变参数。

可为测控的机器视觉专栏 2774

相机的内参标定(实现原理+具体操作流程+实验结果)

越靠近透镜的边缘,改变的角度也就越大,这会造成相机所成的像产生距离上的拉伸以及形状的改变。我们需要做的是,移动标定板的位姿,包括上下左右,远近,以及俯仰(总结来说,就是在能够检测出角点的情况下,使标定板尽可能出现在相机视场中的每个位置)使得标定界面中的四个指标X,Y,Size,Screw下边的线尽可能拉满。实际上,相机的畸变是非线性的,不能再简单地通过相似三角形来计算并修正,曾经的相机标定需要用到精密的参照物与复杂的操作,直到一位我们国人大佬,张正友博士提出了一套著名的使用棋盘格的标定法——张氏标定法。

qq_41361687的博客 2万+

相机参数标定的原理及实现

一、相机标定原理 摄像机标定(Camera calibration)简单来说是从世界坐标系转换为相机坐标系,再由相机坐标系转换为图像坐标系的过程,也就是求最终的投影矩阵P的过程。 基本坐标系: 世界坐标系(world coordinate system):用户定义的三维世界的坐标系,为了描述目标物在真实世界里的位置而被引入。 相机坐标系(camera coordinate system):在相机...

weixin_45255372的博客 1692

相机标定原理与张氏标定法

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar

heeweii的博客 2280

相机标定(Camera calibration)原理、步骤

相机标定(Camera calibration)原理、步骤author@jason_ql http://blog.youkuaiyun.com/lql0716 在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立相机成像的几何模型,这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到,这个求解参数的过程就称之为相机标定(或摄

aibotlab的博客 17万+

张正友相机标定法原理与实现

相机标定指建立相机图像像素位置与场景点位置之间的关系,根据相机成像模型,由特征点在图像中坐标与世界坐标的对应关系,求解相机模型的参数。相机需要标定的模型参数包括内部参数和外部参数。针孔相机成像原理其实就是利用投影将真实的三维世界坐标转换到二维的相机坐标上去,其模型示意图如下图所示:从图中我们可以看出,在世界坐标中的一条直线上的点在相机上只呈现出了一个点,其中发生了非常大的变化,同时也损失和很多重要的信息,这正是我们3D重建、目标检测与识别领域的重点和难点。

Bamboo265925的博客 2441

python 相机标定的原理、步骤、实现

一、相机标定的原理 1.1 相机如何成像: 相机成像系统中,共包含四个坐标系:世界坐标系、相机坐标系、图像坐标系、像素坐标系。 相机成像的原理: 1.1.1 世界坐标系: 世界坐标系(world coordinate),也称为测量坐标系,是一个三维直角坐标系,以其为基准可以描述相机和待测物体的空间位置。世界坐标系的位置可以根据实际情况自由确定。 1.1.2 相机坐标系: 相机坐标系(camera coordinate),也是一个三维直角坐标系,原点位于镜头光心处,x、y轴分别与相面的两边平行,z轴为镜头

weixin_44064243的博客 3779

手把手教你用树莓派蓝牙抓取小米温湿度计2代数据,接入HomeAssistant(附密钥获取避坑指南)

本文详细介绍了如何通过树莓派蓝牙抓取小米温湿度计2代数据并接入HomeAssistant的完整流程。重点解析了获取32位加密密钥的三种方法,包括使用Telink Flasher工具、米家APP抓包和开源工具ATC_MiThermometer,并提供了HomeAssistant集成配置和常见问题排查指南,帮助用户实现稳定可靠的温湿度监测。

一名菜鸟攻城师 779

ArcGIS新手必看:HWSD2土壤数据从下载到批量提取TIFF的完整流程

本文详细介绍了ArcGIS中HWSD2土壤数据的完整处理流程,从数据下载、预处理到批量提取TIFF文件。涵盖栅格属性表构建、属性数据连接及性能优化等关键步骤,帮助新手高效掌握HWSD2数据提取技术,提升地理信息数据处理效率。

ll5678的博客 1036

【相机标定】相机标定原理

在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立相机成像的几何模型,这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到,这个求解参数的过程就称之为相机标定(或摄像机标定)。无论是在图像测量或者机器视觉应用中,相机参数的标定都是非常关键的环节,其标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。因此,做好相机标定是做好后续工作的前提,提高标定精度是科研工作的重点所在。👉焦点,在几何光学中有时也称为像点,是

qq_34222839的博客 2321

Unity UGUI高斯模糊背景效果 简易解决方案

UnityUI背景模糊效果简易解决方案1.功能描述简易界面框架搭建合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 1.功能描述 在我们玩游戏的时候,经常会看到一些游戏会对UI做这样的处理: 可以看到,新开的上层UI界面会以下层UI界面的模糊

SaberZG的博客 1万+

详解相机标定算法原理

详解相机标定算法原理 1.1 为什么要相机标定? 相机的作用就是将真实的三维世界转换成二维平面世界,可以将相机看成一个函数,输入是一个三维的场景,输出是我们获得的二维的图片。从三位世界到二维世界的这个映射关系是不可逆的,也就是说无法仅通过一张二维图片来得到真实的三维世界。相机标定模型如图1所示: 相机标定就是通过输入带有标定pattern的标定板来计算相机参数,来用简单的数学模型来表达复杂的成像过程。求解这个数学模型,也就是求解相机的参数,包括相机的内参,外参以及畸变参数。有了这个数学模型,我们可以对相机

qq_38765642的博客 3654

Nettrace 源码分析

文章介绍:本文将围绕腾讯开源项目nettrace工具中数据采集,数据处理,数据分析三个模块深入源码分析其实现细节

abobob的博客 989

物联网通信中NB-IoT、Cat.1、LTE-M该如何选择?

首先我们要确定我们产品的关键需求,例如:我们的设备是否对数据传输速率有较高的要求,有较高要求我们就需要选择较高传输速率的Cat.1来开发我们的产品。同时关于产品性能方面,我们对功耗、延迟、可靠性也会有所要求,例如我们的产品为移动端产品,不方便布线以及安装电源,那我们就会采用电池供电的方式,所以在选择时可以优先考虑低功耗产品,最终结合其他需求选择出合适的协议。首先,我们需求的产品是不同的,我们需要根据产品需求或项目需求来进行选择,NB-IoT、Cat.1、Cat.M都有属于自己的优势。

a1809032425的博客 1216

opencv相机标定原理

真实物体通过相机在图像中显示。可以通过一个数学模型将真实物体的三维坐标与图像中的二维坐标一一对应,这个数学模型(相机矩阵)的求取计算过程就是。从三维坐标(世界坐标系)到二维坐标(图像坐标系)又可以分为三个步骤:(1)从世界坐标转换到相机坐标;(2)从相机坐标转换到图像坐标;(3)从图像坐标转换到像素坐标。(1)坐标系(Xw, Yw, Zw)为世界坐标系;(2)坐标系(Xc, Yc, Zc)为相机坐标系;(3)坐标系(x, y)为图像坐标系;(4)坐标系(u, v)为像素坐标系;

Lee_Mon_Tree的博客 921

Google Earth Engine :处理Sentinel-1 GRD SAR数据以估算田间尺度土壤湿度的工作流程(计算双极化雷达植被指数(DpRVIc)和VV极化后向散射强度(VVdB))

本文介绍了利用Google Earth Engine (GEE)处理Sentinel-1 SAR数据估算田间土壤湿度的方法。工作流程包括:定义研究区域并筛选指定日期、轨道参数的Sentinel-1图像;预处理计算双极化雷达植被指数(DpRVIc)和VV极化后向散射强度(VVdB),通过均值滤波降噪并去除无效像素;结合动态世界数据集掩膜水体/城市区域;最终导出时序GeoTIFF文件。DpRVIc基于双极化后向散射系数比,对植被结构敏感,而VVdB反映地表反射特性,二者结合可有效评估土壤湿度。该方法适用于农业监

此星光明博客 383
上一篇: leetcode之二分查找
下一篇: 获取realsense内参
黑猫爱小鹿
博客等级 码龄8年 1万+粉丝 205原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值