摄像机的标定
- 齐次坐标
齐次坐标用n+1维向量表示n维坐标
在欧式坐标下,旋转和缩放可以通过乘以变换矩阵实现,但平移只能通过向量加法
而齐次坐标系多出来的维度可以把平移操作也对应一个变换矩阵,方便实现图像之间的映射关系 - 摄像机坐标转为像素坐标
- 世界坐标转为摄像机坐标
字符 | 说明 | 维度 |
---|---|---|
p’ | 像素坐标系下,齐次坐标, | 3*1 |
p | 摄像机坐标系下,齐次坐标, | 4*1 |
k | 内部参数矩阵 | 3*3 |
I | 单位矩阵 | 3*3 |
0 | 零向量 | 3*1 |
R | 世界坐标系到摄像机坐标系旋转矩阵 | 3*3 |
T | 世界坐标系到摄像机坐标系平移矩阵 | 3*1 |
pw | 世界坐标系下坐标 | 3*1 |
目的是求解出M矩阵,也就是11个变量:
内参数个数=5(角度 cx cy α β)
外参数个数=6(旋转矩阵3个自由度,平移向量T三个自由度)
内参数+外参数=11
选取六个点,共有12个方程去计算11个参数,是一个线性方程组Pm=0,来达到标定相机的目的
要转为优化问题近似等式,限制m的模=1
奇异值分解P ([12,3]->[12,12] [12,3] [3,3]=UαV),最小值在m等于(α的最小奇异值的右特征向量)时取到
影消点影消线
-
定理:二维点的齐次坐标[x,y,0]点在线ax+by+c=0上 <=>[x,y,0]T[a,b,c]=0
-
无穷远点[x,y,0]、无穷远线[0,0,1]:
2.1无穷远点是两条直线的交点
2.2所有的无穷远点都在一条无穷远线上
2.3无穷远点经过透视变换就不是无穷远点(线),但经过仿射变换就还是无穷远点(线) -
影消点和直线方向的关系
-
影消线和平面法向量的关系
-
两组平行线的夹角和影消点关系
其中d=式子用了之前,直线d与影消点v的关系
重建基础
单视图重构弊端
不能确定世界坐标系下物体的实际深度,只能确定点在一条三维线上
所以介绍了双目摄像机模型
双目摄像机模型
世界坐标系下的点,分别映射在两个摄像机中的像素坐标是不同的,由此,点被确定在两条线上,线相交则为该世界坐标系点
重投影误差
估计一个世界坐标系下的点坐标,将此点投影到各个摄像机的像平面上,在各个像平面上,投影点和实际观测点的距离之和就是重投影误差
极几何:
极几何:极平面、极点、极线、基线、成像平面
由:摄像机1,摄象机2,世界坐标系下的点P,三点相连构成一个三角形
极平面:三角所在的面为极平面
成像平面:在透镜的两边,分别是物体通过透镜的成像与物体,为了计算方便,把透镜后面的成像面按透镜中心对称到透镜的前面,这个平面叫像平面
基线:两个摄影机的连线为基线
极点:基线和成像平面的交点
极线:极平面和成像平面的交线
极几何的作用是:在寻找一个点所对应的像素坐标时,将搜寻范围确定在极线内
本质矩阵和基础矩阵
本质矩阵
- 定义:不考虑各个摄象机的内参数(规范化摄象机)的情况下,世界坐标下的p点分别投影到:摄像机1像素平面上的p1点,摄像机2像素平面上的p2点。p1与p2之间的变换矩阵,就是本质矩阵
- 公式推导:
记E为本质矩阵
基础矩阵
- 定义:考虑摄像机内参数(矩阵K)后,两个成像平面点之间的变换矩阵
- 公式推导:
a. 先将摄像机转为规范化的
b. 规范下的坐标按本质矩阵的关系式:
c. 记F为基础矩阵:
d.性质:
基础矩阵估计
- 构建M矩阵
- 用归一化的8点算法,建立线性方程组,转为最小二乘优化问题min||Mf||(f为奇异化M后的最小特征值对应的右特征向量)
- 执行F秩为2的约束