照相机模型与增强现实
1.针孔照相机模型是计算机视觉中广泛应用的照相机模型,简单且具有足够的精确度。在该模型中,在光线投影到图像平面之前,
从唯一一个点经过,即照相机中心。
照相机的光学坐标轴与z轴一致,该投影可以简化成相似三角形,在投影前经过旋转和平移变换,对该坐标系加入三维点,会出现
完整的投影变换。
2.照相机矩阵:P=K[R|t]
其中R是描述照相机方向的旋转矩阵,t是描述照相机中心位置的三维平移向量,内标定矩阵K描述照相机的投影性质,标定矩阵
仅与照相机的自身关系有关。照相机的中心与内标定矩阵无关。
补充:
numpy.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)
loadtxt()直接写文件,skiprows参数表示跳过前几行,行的开头以comments参数的则跳过,usecols只使用哪几列,unpack表示把每一列当作一个向量输出,而不是合并在一起。
numpy.dot()函数:返回两个数组的点积——一维数组的内积;二维数组的矩阵积
3.照相机矩阵的分解
如果给定照相机矩阵P,则需要恢复内参数K和照相机的位置t和姿势R。矩阵分块操作称为因子分解。RQ因子分解的结果不唯一
4.照相机标定
标定照相机是指计算出该照相机的参数。(K)
具体步骤:
·测量你选定矩形标定物体的边长dX,dY
·将照相机和标定物体放置在平面上,使得照相机的背面和标定物体平行,同时物体位于照相机图像视图的中心,你可能需要调整照相机或者物体来获得良好的对其效果
·测量标定物体到照相机的距离dZ
·拍摄一副图像来检测该设置是否正确,即标定物体的边要和图像的行和列对齐
·使用像素数来测量标定物体图像的宽度dx和高度dy