计算机视觉(四)

本文介绍了计算机视觉中的针孔相机模型,阐述了照相机矩阵及其分解,详细讨论了相机标定的过程,包括RQ因子分解和通过Harris角点检测求解Homographic矩阵。还提到了使用棋盘格进行标定的实验步骤,以及如何通过matlab求解相机的内外参数,最终达到高精度的标定效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前面的章节讲的都是图像到图像之间的映射和变换。为了处理三维图像和平面图像之间的映射,我们需要在映射中加入部分照相机产生图像过程的投影特性。这一章就是关于确定照相机的参数求解等。

针孔相机模型

0542d4c9962444f5b5a97a959536fece.png

图像点 p 是由图像平面与连接三维点 P和照相机中心 C 的直线相交而成的。z轴表示该照相机的光学坐标轴,由此可以得出针孔照相机的投影性质。照相机的光学坐标轴和 z 轴一致,该投影几何可以简化成相似三角形。在针孔照相机中,三维点 P 投影为图像点 p 两个点都是用齐次坐标表示的),如下所示:

d70097371cba47cfbd4378e58166000e.png

照相机矩阵

其中的照相机矩阵可以进一步分解成:

00a31a55b21e4e319257d429c835d8f4.png

内标定矩阵 K 描述照相机的投影性质,也就是内参矩阵,该矩阵仅与照相机自身情况相关,通常是以如下方式表示:

f97bdce7d5cf45a08a20beecc85074ff.png

 图像平面和照相机中心间的距离为焦距 f。当像素数组在传感器上偏斜的时候,需要用到倾斜参数 s。在大多数情况下,s 可以设置成 0。纵横比例参数 α 是在像素元素非正方形的情况下使用的,比如说畸变现象:径向畸变、桶状畸变、枕形畸变等。通常情况下, α默认设置为1。除焦距之外,标定矩阵中剩余的唯一参数为光心(有时称主点)的坐标 [Cx,Cy]也就是光线坐标轴和图像平面的交点。在这个例子中,唯一未知的变量是焦距 f。

另外还

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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