相机标定--内参之绝对圆锥曲线

最新推荐文章于 2024-07-10 11:48:22 发布

fang_chuan

最新推荐文章于 2024-07-10 11:48:22 发布

阅读量1.6k

点赞数 4

分类专栏：机器人技术

机器人技术专栏收录该内容

7 篇文章 3 订阅

订阅专栏

原文链接：https://blog.csdn.net/yhl_leo/article/details/49357087

绝对圆锥曲线

在进一步了解相机标定前，有必要了解绝对圆锥曲线（Absolute Conic）这一概念。

我们定义一个假象的平面 $\Pi _{_{\infty }}$ ，这个平面在三维空间中处于无穷远处，对于一个3D空间的点，其齐次坐标为： $X=[x_{1},x_{2},x_{3},x_{4}]^{T}$ 。如果这个点在平面 $\Pi _{_{\infty }}$ 内，则应当满足 $x_{4}=0$ 。

再做一条假设，在三维空间中任意平面中的圆，它在平面 $\Pi _{_{\infty }}$ 上的投影都必经过两个点 $c_{1}=(1,\vec{i},0), c_{2}=(1,-\vec{i},0)$ ，这两个点叫circle points，这也是为什么在一平面内确定一个圆只需要3个点，而确定其他二次曲线需要5个点。那么，三维空间中任一个圆在平面 $\Pi _{_{\infty }}$ 处的circle points组成了绝对圆锥曲线Absolute Conic，记作 $\Omega$ 。

由平面 $\Pi _{_{\infty }}$ 和绝对圆锥曲线 $\Omega$ 的性质可得, $\Omega$ 上的点 $X=[x_{1},x_{2},x_{3},x_{4}]^{T}$ 满足

$\left\{\begin{matrix} x_{1}^{2}+x_{2}^{2}+x_{3}^{2} = 0 & \\ x_{4} = 0 & \end{matrix}\right.$
即 $X^{T}X=0$ 。读至此处，我们发现不管是 $\Pi _{_{\infty }}$ 和 $\Omega$ ，都是存粹想象出来的，很难在实际生活里找到实例，但是科学就是这么迷人，给定一个起始点，想象和求知探索的渴求却不受其限制，直至永无止境。

此时，或许我们会困惑，为什么要费尽心机想象出绝对圆锥曲线呢？原因在于绝对圆锥曲线所具有的一条重要特性：对于刚体变换具有不变性，这么说是不是有点不明觉厉，那就继续往下看。

首先简单讲一下刚体变换：只有物体的位置（平移变换）和朝向（旋转变换）发生改变，而形状不变，得到的变换称为刚体变换。以三维刚体变换为例：

x=[R , t]X
或者表述为：
x=RX + t 或者 x=R(x+C)

令 $H=\begin{bmatrix} R & t \\ 0& 1\end{bmatrix}$ ，对于位于绝对圆锥曲线 $\Omega$ 上的点 $x_{\Omega }=\begin{bmatrix} x_{\infty}\\ 0 \end{bmatrix}$ ，刚体变换后的点 $x_{\Omega }^{'}$ 可表示为：

$x_{\Omega }^{'}=Hx_{\Omega }=\begin{bmatrix} Rx_{\infty }\\ 0 \end{bmatrix}$
则 $x_{\Omega }^{'}$ 很明显也是位于无穷远平面 $\Pi _{_{\infty }}$ 上的点，而且是位于同一绝对圆锥曲线 $\Omega$ 上点：

$x_{\Omega }^{'T}x_{\Omega }^{'}=(Rx_{\infty })^{T}(Rx_{\infty })=x_{\infty }^{T}R^{T}Rx_{\infty }=0$
令绝对圆锥曲线 $\Omega$ 在成像平面对应的图像称为，也被简记为IAC（Image of the absolute conic），当然这也是想象出来的~于是对于 $\Omega$ 上的任一点 $x_{\infty }$ ，其成像点 $m_{\infty }$ 满足：

$m_{\infty }=sK[R|t]\begin{bmatrix} x_{\infty }\\ 0 \end{bmatrix}=sKRx_{\infty }$
$m_{\infty }^{T}K^{-T}K^{-1}m_{\infty }=s^{2}x_{\infty}^{T}R^{T}Rx_{\infty}=0$
因此，绝对圆锥曲线的成像构成一个虚构曲线，这个虚拟曲线由 $K^{-T}K^{-1}$ 决定，这与相机的外参完全无关，而仅仅由相机内参决定。可以设想，如果我们找到了绝对圆锥曲线通过相机所成的图像，那就可以求解出相机内参。至此，我想大家也就明白为什么会提出Absolute Conic这一概念了吧。事实上，这一理论在相机自检校标定法（Self-calibration）中作为基础理论，十分重要。