相机内参数矩阵推导

hunter206206

已于 2022-10-30 16:18:52 修改

阅读量505

点赞数

分类专栏：视觉测量文章标签：人工智能

于 2022-10-20 18:21:17 首次发布

本文链接：https://blog.csdn.net/huangzhe0701/article/details/127361927

版权

视觉测量专栏收录该内容

16 篇文章 6 订阅

订阅专栏

在这里插入图片描述
假设每个像素在 $x$ 方向的长度表示为 $d_x$ ， $y$ 方向表示为 $d_y$ ，单位是毫米，根据相似三角形的简单规律，则关于图中像点有如下公式成立：
$\begin{equation}\begin{bmatrix} Zc/f=X_c/((u-c_x)d_x)\\ Zc/f=Y_c/((v-c_y)d_y) \end{bmatrix} \end{equation}$
进一步整理得：
$\begin{equation}\begin{bmatrix} ud_x-c_xd_x=fX_c/Z_c\\ vd_v-c_yd_y=fY_c/Z_c \end{bmatrix} \end{equation}$

进一步整理得：
$\begin{equation}\begin{bmatrix} u=fX_c/(dxZ_c)+c_x\\ v=fY_c/(dyZ_c)+c_y \end{bmatrix} \end{equation}$
令
$\begin{equation}\begin{bmatrix} f_x=f/d_x\\ f_y=f/d_y \end{bmatrix} \end{equation}$
公式（3）可以写成
$\begin{equation}\begin{bmatrix} u=f_xX_c/Z_c+c_x\\ v=f_yY_c/Z_c+c_y \end{bmatrix} \end{equation}$
写成矩阵形式：
$\begin{equation}\begin{bmatrix} u\\v \end{bmatrix}=\begin{bmatrix} f_x&0&c_x\\ 0&f_y&c_y\\ \end{bmatrix} \begin{bmatrix} X_c/Z_c\\ Y_c/Z_c\\ 1\\ \end{bmatrix}\end{equation}$
两边同时乘以 $Z_c$ 可得：
$\begin{equation}Z_c\begin{bmatrix} u\\v \end{bmatrix}=\begin{bmatrix} f_x&0&c_x\\ 0&f_y&c_y\\ \end{bmatrix} \begin{bmatrix} X_c\\ Y_c\\ Z_c\\ \end{bmatrix}\end{equation}$ 把中间的矩阵写成方阵的形式，上式可以整理成：
$\begin{equation}Z_c\begin{bmatrix} u\\v\\1 \end{bmatrix}=\begin{bmatrix} f_x&0&c_x\\ 0&f_y&c_y\\ 0&0&1\\ \end{bmatrix} \begin{bmatrix} X_c\\ Y_c\\ Z_c\\ \end{bmatrix}\end{equation}$
中间的矩阵即为相机的内参数矩阵。