声明:本文是深蓝学院 高翔博士主讲的《SLAM理论与实践》的学习笔记。
针孔相机模型与图像
照片记录了真实世界在成像平面上的投影。但这个过程丢弃了“距离”维度上的信息。普通相机可以用针孔模型很好地近似。
单目
相机坐标系内的小孔成像模型:
原始形式:
成像是倒立的一般相机会帮我们做翻转,这等价于 把成像平面从-f移动到f。得到更好的数学关系:
整理之后得到:
成像平面到像素坐标:(1.缩放到像素平面上 2 由中心为原点的坐标转换为左上角为原点的坐标)
带入得到:
用 fx,fy,cx,cy f x , f y , c x , c y 描述投影过程,它们称为相机内参。
矩阵形式(像素坐标为齐次坐标):
传统习惯(像素坐标为非齐次坐标):
中间矩阵K称为内参数,内参通常在相机生产之后就已固定
丢失深度信息:同一直线上的投影点仍是同一个, k[X;Y;Z]=[kX,kY,kZ]⇒kXkZ=XZ