摄像机成像中的若干重要空间关系.pdfVIP

文档来源网络 仅供参考 侵权删除 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: u C0 C1 x (u ,v ) 0 0 v y 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）， 其值表示图像点的亮度 (或称灰度，若为彩色图像，则图像的象素亮度将由红绿蓝三种颜色的亮度表示)。 如图2-1所示，在图像上定义直角坐标系u-v，每一象素的坐标(u,v) 分别是该象素在图像中的列数和行 数。所以(u,v) 是以象素为单位的图像坐标系的坐标。由于(u,v) 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C 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 1 章节中，如不加特别说明，(u,v) 表示以象素为单位的图像坐标系的坐标，(x , y ) 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 C 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 1 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C 在u-v坐标系中的坐标为 1 (u , v ) ，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 0 0 1 文档来源网络 仅供参考 侵权删除 系如下： x y u   u0 , v   v0 dx dy 用齐次坐标和矩阵形式可表示为：  1  0 u