三角测量—立体视觉中重建三维点坐标公式推导（有源码）

三角测量—立体视觉中重建三维点坐标公式推导（有源码）

通常在立体视觉三维测量的应用开发中，需要由左、右图像对应点计算出该点在相机坐标系下的坐标。在opencv中，提供了triangulatePoints函数用于计算立体矫正模式下的三维坐标的计算方法，而没有提供非矫正模式下的计算方法。本文将介绍非矫正模式下如何由图像对应点计算对应的三维点坐标。
关于针孔相机模型的讲解已有太多博文描述了，本文对它不做太多讲解，如果有不懂的朋友可以搜索其他相关博文。

相机内参矩阵

相机内参矩阵包括：

其中，fx,fy为焦距，x0,y0为主点坐标。 在标定好双目相机后，首先需要对图像进行去畸变，为后期计算相机坐标系下三维点坐标排除非线性因素。 去畸变完成后，相机的成像模型就可以简化为针孔成像模型，利用光学三角法建立线性方程组即可计算出空间坐标，以下为推导过程。

针孔成像过程

针孔成像过程描述的是世界坐标系到图像坐标系的转换过程，该过程中包含以下几个坐标系的转换。
1）世界坐标系–>相机坐标系
假设世界坐标系中一点的坐标为(Xw,Yw,Zw)，经刚体变换后转到相机坐标系下：

2）相机坐标系–>成像平面坐标系

其中，s[u,v,1]为图像坐标系下的齐次坐标，[Xc,Yc,Zc,1]为相机坐标系下的坐标。

3）成像平面坐标系–>图像坐标系；

式中，[u,v,1]为成像平面坐标系下的坐标，sx,sy为像元在x，y方向上的像元大小，[x,y]为图像坐标系下的坐标。 因此，最终可以得到小孔成像模型的成像公式为：

立体视觉系统中计算三维点坐标（针孔模型）

由前面的推导可知，对于左、右相机分别有：

其中： 式中，flx,fly为左相机焦距，ul,vl为左相机主点坐标；frx,fry为右相机焦距，ur,vr为右相机主点坐标。 因此，综合左右两相机成像公式，可得： 对上面两矩阵方程进行化简，可得到如下方程组： 采用最小二乘法即可计算出世界点坐标。 下图为重建棋盘格标定板角点的三维点坐标。

源码下载方法：关注下方微信公众号回复关键字“triangulate”即可下载。

---

另外，关于以上研究方向的任何问题都可以到我的知识星球进行提问，我将给大家满意的回答 ！！！！

3D视觉QQ群：1012179080。