单目相机学习

单目相机作为自动驾驶的重要组件,提供丰富的感知信息,如行人探测、交通灯识别等。其工作原理结合小孔成像和凸透镜效应,通过内参和外参模型处理图像,包括畸变校正,但会丢失深度信息。相机坐标系的转换涉及世界坐标系、相机坐标系和像素坐标系的相互作用。

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

单目相机一直被称为自动驾驶的“眼睛”,可提供的丰富感知细节信息。同时由于其适中的价格,稳定的性能,在自动驾驶感知领域被寄予开疆拓土的重托。业内研究最早的是Mobieye,可实现LDW,行人探测,交通灯识别TSR,ACC等。

成像模型的坐标系为:世界坐标系 --> 相机坐标系 --> 图像坐标系 --> 像素坐标系

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。

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,xy轴分别与相面的两边平行,z轴为镜头光轴,与像平面垂直。

像素坐标系(pixel coordinate),是一个二维直角坐标系,反映了相机CCD/CMOS芯片中像素的排列情况。原点位于图像的左上角,轴、轴分别于像面的两边平行。

像素坐标系转换为图像座标系,

单目相机原理是:小孔成像+凸透镜=单目相机

小孔成像原理

凸透镜原理

单目相机原理

内参:理想数学模型

内参真实模型

实际数据模型(畸变矫正)

径向畸变(K1,K2,K3)

切向畸变(P1,P2)

外参模型

偏移量(t)

转移矩阵(T)

单目相机只有一个摄像头,将三维空间信息存储了二维图像,相当于某个场景在图像上的一个投影,丢失了深度信息。所谓的深度信息就是单目相机和被测物体之间的距离。

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

打赏作者

auto2battery制造与测试

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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