0. 前言
校准相机后,就可以将捕获的图像与物理世界联系起来。如果物体的 3D
结构是已知的,那么就可以预测物体如何投影到相机的传感器上,图像形成的过程由投影方程描述。当方程的大部分项已知时,就可以通过观察一些图像来推断其他元素 (2D
或 3D
) 的值。相机姿态估计就是通过几个已知坐标的特征点,以及这些点在照片中的成像位置,求解出相机位于坐标系内的坐标与旋转角度。在本节中,我们将研究观察已知 3D
结构时的相机姿态估计问题。
1. 相机姿态估计
我们考虑一个简单的对象——公园里的长凳,使用我们在上一节中校准的相机和镜头系统拍摄了以下图像,并在长凳上手动识别了 8
个不同的图像点,用于相机姿态估计 (camera pose estimation
):
通过访问该对象,可以进行许多 3D
物理测量。长凳由一个 242.5cmx53.5cmx9cm
的座椅和一个 242.5cmx24cmx9cm
的靠背组成,靠背固定在座椅上方 12cm
处。使用此信息,我们可以轻松推导出以对象为中心的参考系中 8
个识别点的 3D
坐标(将原