第2章摄像机成像中的若干重要空间关系.doc

第二章 摄像机成像中的若干重要空间关系 摄像机模拟人眼成像几何把三维场景空间关系投影到二维图像上，这一过程可以利用射影几何来刻划。借助射影几何以及齐次坐标、矩阵等代数工具，我们可以描述三维空间到二维图像的成像原理、两幅图像之间的极几何关系、空间中的特殊对象（例如平面等）的投影性质以及由图像重构三维空间物体形状的计算等。由于摄像机成像原理、极几何以及多视图几何等是计算机视觉研究的重要理论基础，因此有大量文献和著作给予讨论，其中比较系统的有Hartley等所著的“Multiple View Geometry in Computer Vision” [1]、马颂德等所著的“计算机视觉—计算理论与算法基础” [2]等。 在本章中，我们仅就后续章节所用到的若干重要空间关系作一个扼要介绍。 2.1 视觉坐标系与成像几何原理 2.1.1 图像坐标系、摄像机坐标系和世界坐标系 为了定量描述摄像机成像过程，首先定义以下三个坐标系。 图像坐标系: 图2-1 图像坐标系 摄像机摄取的图像在计算机内以Ｍ×Ｎ数组的形式存储，数组中的每一个元素称为象素（pixel）分别是该象素在图像中的列数和行数。所以是以象素为单位的图像坐标系的坐标。由于只表示象素位于图像中的列数和行数，并没有用物理单位表示出该象素在图像中的物理位置，因而需要再建立以物理单位(例如毫米)表示的图像坐标系x-y，该坐标系以图像中某一点为原点，x轴、y轴分别与u轴、v轴平行，如图２-1所示。在后续章节中，如不加特别说明，表示以象素为单位的图像坐标系的坐标，表示以物理单位度量的图像坐标系的坐标。在x-y坐标系中，原点定义为摄像机光轴和像平面的交点，该点一般位于图像的中心处，称为图像的主点。但由于摄像机制作的原因，也会有些偏离。若在u-v坐标系中的坐标为，每个象素在x轴和y轴方向上的物理尺寸为dx，dy，则图像中任意一个像素在两个坐标系下的关系如下： 用齐次坐标和矩阵形式可表示为： 　　　　　 　　　　　（2.1） 逆关系可写为： 　　　 　　　　　　（2.2） 摄像机坐标系: 所谓成像模型是指三维空间中的物体到像平面（视平面）的投影关系。理想的投影成像模型是光学中的小孔成像模型，图2-2是小孔成像模型的示意图。在此模型中，摄像机将场景点P经过C点投影到像平面上的像点m，其中点称为摄像机光心，轴和轴与图像坐标系的x轴和y轴平行，轴为摄像机的光轴，和像平面垂直，光轴与像平面的交点为，由点与轴组成的直角坐标系称为摄像机坐标系，记为，为摄像机焦距。 世界坐标系: 由于摄像机可安放在环境中的任何位置，我们在环境中还选择一个基准坐标系来描述摄像机的位置，并用它描述环境中任何物体的位置，该坐标系称为世界坐标系，记为，如图２-3所示。摄像机坐标系和世界坐标系之间的关系可用旋转矩阵R与平移向量t来描述。因此，如果空间中某一点P在世界坐标系和摄像机坐标系下的齐次坐标分别为与，则存在如下关系： 　　 　　　　（2.3） 其中R是旋转矩阵，t是三维平移向量，，是矩阵，表示两个坐标系之间的关系。 图2-3 摄像机坐标系与世界坐标系 问题：如何表示图像坐标与之间的关系？ 2.1.2 成象几何原理 从小孔成像模型(如图2-2)中，不难看出，摄像机坐标系与成像平面坐标系之间存在以下关系： 其中，为像点m在像平面坐标系下的坐标，为空间点P在摄像机坐标系下的坐标。和分别用齐次坐标表示为和，上式可写成矩阵形式： （2.4） 其中为常数因子。这是摄像机最理想的简单模型。 将（2.4）代入（2.1）式： （2.5） 令 （2.6） 则（2.5）式可简略地表示为： （2.7） 其中：、分别称为u轴与v轴方向的尺度因子，称为主点坐标，矩阵 K 称为摄像机内参数矩阵，通常我们称它为四参数模型。 如果离散化后像素不是矩形方块或像平面不与光轴正交，则使用下述五参数模型： （2.8） 其中：s称为畸变因子，这是摄像机的一般线性内参数模型。 像平面归一化坐标 如果已知内参数矩阵K，对像平面作坐标变换： （2.9） 我们称为像平面的归一化（规范化）坐标。 此时，有 使用归一化坐标，相当于内参数矩阵是单位矩阵，即摄像机的焦距为1。 2.1.3 世界坐标系与摄像机投影矩阵 以上讨论都是以摄像机坐标系为参考系。通过式（2.3）和（2.7），我们可