CCC的专栏

1 人眼&相机结构1.1 类比类比来说，相机就是计算机的“眼睛”：1.2 成像本质上来说，图像是真实世界场景中在二维平面（成像平面）的投影，它记录了两类信息：几何信息：位置、点、线等；光度信息：强度、色彩。2 相机成像模型小孔成像模型（Pinhole camera model）正交投影（Orthographic projection）缩放正交投影（Scal...

1 一些基本的方程推导1.1 预定义定义2D点为m=[u,v]Tm=[u,v]^Tm=[u,v]T，3D点为M=[X,Y,Z]TM=[X,Y,Z]^TM=[X,Y,Z]T。用上标~用来表示增广向量（在最后添加元素1，齐次形式）：m~=[u,v,1]T\tilde{m}=[u,v,1]^Tm~=[u,v,1]TM~=[X,Y,Z]T\tilde{M}=[X,Y,Z]^TM~=[X,Y...

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。...