摄像机模型分析解析.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 二维齐次点坐标定义 齐次坐标（Homogeneous Coordinates） 有穷远点 方向为λ =x2/x1的无穷远点 非齐次 齐次坐标 关系 y轴上的无穷远点 (x, y) x = x1 / x3, y = x2 / x3 (x1, x2, x3) (x3≠0) (x1, x2, 0) (x1≠0) (λ=x2/x1) (0, x2, 0) (x2≠0) 无穷远点 二维齐次点坐标举例 齐次坐标（Homogeneous Coordinates） 齐次坐标(一般形式) 特定一组 摄像机参数（Camera Parameters） 摄像机内部参数（Intrinsic Parameters） 摄像机坐标和理想坐标系之间的关系 图像坐标系、摄像机坐标系 摄像机外部参数（Extrinsic Parameters） 摄像机在世界坐标系里的位置和方向 摄像机坐标系、世界坐标系 透视投影（Perspective Projection） 小孔成像模型（ Pinhole camera model ） 小孔成像模型（ Pinhole camera model ） 小孔成像模型（ Pinhole camera model ） 一般的孔成像模型，所有的光线都经过小孔一点，所成的像为倒立的实像 z x X 小孔成像模型（ Pinhole camera model ） 为便于理解，我们将成像平面和景物空间放在同一侧 q=(X,Y,f) Q=(x,y,z) 图像坐标系（Image Coordinate） 以像素为单位的图像坐标系坐标： 以物理单位表示的图像坐标系： 每一个像素在X轴与Y轴方向上的物理尺寸为dX，dY O u X Y v o (u0,v0) 图像坐标系与摄像机坐标系 摄像机坐标系： 根据小孔成像模型： 用齐次坐标和矩阵表示 摄像机内参 s就是z 摄像坐标系与世界坐标系 世界坐标系： 用齐次坐标和矩阵表示： 摄像机外参 摄像机参数（Camera Parameters） 用齐次坐标和矩阵表示 坐标系旋转与平移 欧拉角 二维坐标系旋转 坐标系旋转与平移 三维坐标系的旋转可以分解成绕三个坐标轴旋转的乘积 绕x轴旋转： 坐标系旋转与平移 绕y轴旋转 绕z轴旋转 相机畸变（Lens Distortion） 根据理想的小孔成像模型，矩形物体投影到图像平面应该保持矩形，可是由于镜头的畸变，引起了一些误差 相机畸变（Lens Distortion） 径向畸变（Radial Distortion） 径向畸变是由于镜头不是理想的小孔引起的误差，一般只考虑二次和四次畸变项 切向畸变（Tangential Distortion） 切向畸变是由镜头跟CCD平面没有理想地垂直引起的，考虑p1,p2参数 仿射投影（Affine Projection） 当场景的深度大小变化远小于场景摄像机的距离，可以用仿射投影近似成像过程。 M23秩为2。 摄像机的标定（Camera Calibration） 什么是几何标定? 图像上每一点的亮度反映了空间物体表面某点反射光的强度,而该点在图像上的位置与空间物体表面相应点的几何位置有关。这些位置的相互关系,由摄像机的成像几何模型所决定。该几何模型的参数称为摄像机参数,这些参数必须由实验和计算来确定,实验和计算的过程称为摄像机的几何标定/定标(Calibration). 几何模型的分类： 线性模型，或称针孔(pin-hole)模型；非线性模型(如广角镜头的模型)；多摄像机的立体模型，等等. 摄像机的标定（Camera Calibration） 标定的分类（Classification） 传统摄像机标定方法； 主动视觉摄像机标定方法； 摄像机自标定方法 传统摄像机标定方法 直接线性变换（DLT变换） DLT变换 Abdal-Aziz和Karara于70年代初提出了直接线性变换像机定标的方法，他们从摄影测量学的角度深入的研究了像机图像和环境物体之间的关系，建立了像机成像几何的线性模型，这种线性模型参数的估计完全可以由线性方程的求解来实现。 DLT变换 直接线性变换是将像点和物点的成像几何关系在齐次坐标下写成透视投影矩阵的形式： 其中 为图像坐标系下的点的齐次坐标， 为世界坐标系下的空间点的欧氏坐标，P 为3*4的透视投影矩阵，s为未知尺度因子。 消去 s ，可以得到方程组: DLT变换 当已知N个空间点和对应的图像上的点时，可以得到一个含有2*N个方程的方程组： 其中 A 为2N*12 的矩阵，L为透视投影矩阵元素组成的向量: DLT变换