OpenCV-摄像机模型与标定（一）

摄像机模型

我们先看摄像机模型中最简单的针孔模型。

如图所示，f是摄像机焦距，Z是摄像机到物体的距离，X是物体长度，x是图像平面上的物体图像。其数值可以通过相似三角形-x/f=X/Z得到，或

在实际针孔摄像机中，该点被“投影”到成像表面。其结果是在图像平面（也成为投影平面，projective plane）上，图像被聚焦。因此与远处物体相关的图像大小只用一个摄像机参数来描述：焦距（focal length）。

等价形式

在图像中，我们交换针孔和图像平面，主要的差别是现在物体出现在等式右边。针孔中的点被理解为投影中心（center ofprojection）。这样，每一条光线，从远处物体的某个点出发，到达投影平面的中心。光轴与图像平面的交点被称为主点（principal point）。光束与图像平面的相交生成图像，而平面到投影中心的距离是f。这样形成更容易理解的三角形相似关系x/f=X/Z。

主点不等于成像仪的中心，实际上，芯片的中心通常不在光轴上，因此引入两个新的参数Cx与Cy。这样物理世界中的点Q，其坐标为（X,Y,Z），以某些偏移的方式投影为(xscreen,yscreen)(原谅我打不出来)。

注意，我们引入了两个不同的焦距。原因是单个像素点在低价成像仪上是矩形而不是正方形的。其中fx与fy是组合量。

基本投影几何

基于上述推论，图像平面是一个二维投影空间，因此可以用一个三维齐次向量q=(q1,q2,q3)来表示该平面上的点，通过除以q3计算实际的像素坐标值。

其中摄像机的参数（fx,fy,Cx和Cy） 排列为一个3x3的矩阵，该矩阵称为摄像机的内参数矩阵（camera instrinsics matrix）。展开该式，可以发现w=Z，并且点q式齐次坐标形式。除以w（或Z），就可以恢复以前的定义（即图像像素坐标）。