视觉测量技术.pptVIP

M1由 决定，称为摄像机内部参数； M2由摄像机相对于世界坐标系的方位决定，称为摄像机外部参数。 确定某一摄像机的内外参数，称为摄像机定标。 已知道摄像机的内外参数，就已知投影矩阵M，任何空间点P坐标Xw=（Xw，Yw，Zw，1）T，可求出它的图像点p的位置（u, v） 反过来，如果已知某空间点P的图像点p的位置（u, v），即使已知摄像机的内外参数，Xw也是不能唯一确定的。 三、非线性模型 实际上，由于实际的镜头并不是理想的透视成像，而是带有不同程度的畸变，使得空间点所成的像并不在线性模型所描述的位置 ，而是在受到镜头失真影响而偏移的实际像平面坐标 ： 理想图像点与实际图像点 径向畸变 （a：桶形畸变；b：枕形畸变） 切向畸变 （实线：无畸变；虚线：有畸变） 透镜非线性畸变模型 径向畸变 切向畸变 2.3 摄像机透视投影近似模型 一、正投影 最简单的线性近似称为正投影（orthographi projection）。这种近似完全忽略了深度信息。在这种投影方式下，物体到摄像机的垂直距离（深度信息）和物体到光轴的距离（位置信息）都完全丢失了。因此，它只在这两种信息确实可以忽略时才可使用。 正投影的公式为x=X，y=Y。这里（x,y,z）是三维点在摄像机坐标系中的坐标，（X,Y）是三维点像点的图像坐标。 二、弱透视 如果摄像机的视场比较小，而且物体表面深度变化相对其到摄像机的距离很小的话，物体上各点的深度可以用一固定的深度值 近似，这个值一般取物体质心的深度。这样的透视称为弱透视（weak perspective） * * * * * * * * * * 2.1 空间几何变换 2.2 摄像机透视投影模型 2.3 摄像机透视投影近似模型 第二章 空间几何变换与摄像机模型 2.1 空间几何变换 一、齐次坐标 用一个n+1维矢量表示一个n维矢量。 问题的提出：两条平行线会相交吗？ 铁轨在无限远处相交于一点 解决办法：齐次坐标 作用：在投影空间进行图像的几何处理 为什么叫齐次坐标？ 2.1 空间几何变换 点 (1, 2, 3), (2, 4, 6) 和 (4, 8, 12) 对应笛卡尔坐标中的同一点 (1/3, 2/3)。 任意数量积的(1a, 2a, 3a) 始终对应于笛卡尔坐标中的同一点 (1/3, 2/3)。因此，这些点是“齐次”的，因为他们始终对应于笛卡尔坐标中的同一点。 齐次坐标描述缩放不变性（scale invariant） 思考题 证明: 两平行线可以相交 在笛卡尔坐标系中，对于如下两个直线方程： 如果?C ≠ D，以上方程组无解；如果?C = D，那这两条线就是同一条线了。 提示：放到投影空间求解 为什么要用齐次坐标表示（优点）？ (1)可以表示无穷远点。 例如n+1维中，h=0的齐次坐标实际上表示了一个n维的无穷远点。对二维的齐次坐标[a,b,h]，当 ，则表示ax+by=0的直线，即在y=-(a/b)x上的连续点[x,y]逐渐趋近于无穷远，但其斜率不变。在三维情况下，利用齐次坐标表示视点在原点时的投影变换，其几何意义会更加清晰。 (2) 提供了用矩阵运算把二维、三维甚至高维空间中的一个点集从一个坐标系变换到另一个坐标系的有效方法。 几何变换：平移、旋转、缩放。 平移：矩阵相加， 旋转和缩放：矩阵相乘 综合起来可以表示为： p’ = M1*p + M2 (M1旋转缩放矩阵，M2为平移矩阵，p为原向量 ，p’为变换后的向量)。