转载请注明:http://blog.csdn.net/c602273091/article/details/54572428
Homogeneous Coordinates
点的二维坐标可以用三维表示,因为用二维怎么表示无穷,用无穷符号么?显然不够理想。当w=0的时候,就在无穷远点。
2D的直线表示:
Pin-hole camera Model
在小孔模型的基础上,我们进一步得到摄像头的透视模型。
Standard Perspective Camera Model
从真实世界的点投影到图片2D的过程。
这个矩阵左边的就叫做内参,右边的就是外参。
这里需要注意的是有一些基本的变换要记住:
以上的M矩阵可以有多种写法:
使用投影矩阵把3D的点投影到2D中:
当分子为0的时候,那么这时候这个公式表示方向为 a1 的平面,感觉这个东西和ORB-SLAM描述的点云的方向一样。
它们描述的平面如下图:
给定一个图片上的平面的点,怎么计算它真实的3D点的拍摄方向以及怎么计算摄像头的中心呢?
现在我才知道Gary讲的东西真是很有用。
affine camera model
如果M矩阵最后一行是[0 0 0 1],那么这就是一个仿射相机,并且真实世界与图片只是线性变化。比如weak Perspective。