假设有两个摄像头A和B,共光心,内参数矩阵分别是
和
,世界坐标系和摄像头A的坐标系重合,那么这两个摄像头的投影矩阵可以设为:
对于世界坐标系中的一个点
,它在两个摄像头对应的图像上的坐标分别为:
注意这里的等号是在齐次意义下成立的等号,也就是说给等式任意一边乘上一个非零常数等式依然成立。由这两个关系式就得到了下面这个等式:
因为两个摄像头共光心,可以用四点算法获得单应矩阵,对单应去除内参数的影响,剩下的就是正交矩阵R了。R的第三行,就是摄像头B在世界坐标系(也就是摄像头A的坐标系)中指向正前方的主轴的单位向量:
这个方向也是对应图像平面的法线方向。因为在摄像头坐标系里,Z轴指向正前方,所以根据设定,摄像头A的图像平面的法线方向是
所以二者夹角的余弦值就是这两个向量的内积,也就是
。
题主把第二问给删了,嘿嘿。第二问是求两平面的方程,确实比较复杂。
如果一个平面的单位法向量是
,到原点的距离是
,那么平面方程可以写为
。现在咱们法线方向都有了,关键是要求图像平面到原点的距离。
拿摄像头A来说,设它的内参数是
需要从这个矩阵中恢复出图像平面到原点的距离。假设现在有一个平面,平行于XY平面,距离原点的距离是
,世界中的一个点
投影到这个平面上,坐标就变成了
,这个时候还是三维坐标,但是因为第三个数永远都是
,可以把它舍去,把前两个数当做图像平面上的平面坐标,再用齐次坐标的表示方法去表示这个平面坐标,也就是给第三个数强行置1,就变成了下面这个齐次坐标:
对应的投影矩阵是:
这个矩阵的内参数矩阵是真实的焦距
,它的单位和真实世界的度量吻合,可以是米、毫米。但是在实际中,我们通过标定获得的内参数矩阵
的对角线是以像素为单位,而不是以米为单位,它是真实焦距
乘上了一个有关图像传感器的常数,u像素/米:
米 乘以
像素/米 =
像素 =
像素
如果想从
或者
中获得原始的
,必须有有关传感器的其他知识,比如它的真实尺寸, 否则是没法求出来的。
-
vczh
,专业造轮子,拉黑抢前排。http://gaclib.net
在
图形图像 话题下有 12 个回答
-
叛逆者
,http://klayge.org
在
图形图像 话题下有 7 个回答
-
半闲居士
,slam研究生
在
计算机视觉 话题下有 5 个回答
更多推荐结果