逆透视变换详解 及 代码实现（二）

最新推荐文章于 2024-07-04 10:25:21 发布
最新推荐文章于 2024-07-04 10:25:21 发布
阅读量1.2k 收藏 4
点赞数
分类专栏： OPENCV 相机标定
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/yeyang911/article/details/51915348


根据 逆透视变换详解 及 代码实现(一)的原理

下面我用车上拍摄的车道图像，采用逆透视变换得到的图像，给出代码前我们先看下处理结果。


首先是原始图像：


下图为逆透视变换图像：



下面说具体的实现吧！！

一、参数设置：

1、需要知道相机的内部参数（这个具体步骤可以找相关文档，这里就不具体展开说）。

我们这里假设已经获取内部参数：

相机焦距，相机光学中心， 相机高度， 相机的俯仰角， 相机的偏航角， 相机拍摄出的图像尺寸。

参数说明：  其中偏航角 和 俯仰角 就是在（一）中所说的世界坐标经过旋转矩阵得到相应的相机坐标。  而偏航角和俯仰角将决定这个旋转矩阵。  而相机焦距  和相机光学中心 是可以从相机标定后得出 ，相机高度需要自己测量。

而图像尺寸，是拍出图像的尺寸。

2、 设定逆透视变换的参数：

逆透视图像的尺寸，需要进行逆透视变换的区域，逆透视变换的差值算法。

逆透视变换的区域：原始图像中需要变换的区域（当然这个区域不能超过消失点区域，后面会说到）

逆透视图像的尺寸： 就是需要将逆透视变换区域映射到这个逆透视图像上。

差值算法：因为需要映射，所以某些数值需要估计出，这里用双线性差值。


二、

根据相机的内部参数计算消失点：

因为图像是二维的，所以消失点是是一个二维坐标。

code:


 
 
  1. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     function [ vp ] = GetVanishingPoint( cameraInfo )
    
    
    
   
   
  2. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     %GetVanishingPoint Summary of this 
     
     function goes here
    
    
    
   
   
  3. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     %   Detailed explanation goes here
    
    
    
   
   
  4. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
      vpp = [ 
     
     sin(cameraInfo.yaw*pi/
     
     180)/
     
     cos(cameraInfo.pitch*pi/
     
     180);
     
     cos(cameraInfo.yaw*pi/
     
     180)/
     
     cos(cameraInfo.pitch*pi/
     
     180);
     
     0];
    
    
    
   
   
  5. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  6. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
      tyawp = [
    
    
    
   
   
  7. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    	  
     
     cos(cameraInfo.yaw*pi/
     
     180), -
     
     sin(cameraInfo.yaw*pi/
     
     180), 
     
     0;         
    
    
    
   
   
  8. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    	  
     
     sin(cameraInfo.yaw*pi/
     
     180), 
     
     cos(cameraInfo.yaw*pi/
     
     180), 
     
     0;
    
    
    
   
   
  9. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
          
     
     0, 
     
     0, 
     
     1];
    
    
    
   
   
  10. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
      
    
    
    
   
   
  11. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
      tpitchp = [
     
     1, 
     
     0, 
     
     0;
    
    
    
   
   
  12. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
                
     
     0, -
     
     sin(cameraInfo.pitch*pi/
     
     180), -
     
     cos(cameraInfo.pitch*pi/
     
     180);
    
    
    
   
   
  13. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
                
     
     0, 
     
     cos(cameraInfo.pitch*pi/
     
     180), -
     
     sin(cameraInfo.pitch*pi/
     
     180)];
    
    
    
   
   
  14. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
      
    
    
    
   
   
  15. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
      transform = tyawp*tpitchp;
    
    
    
   
   
  16. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  17. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  18. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
      t1p = [
    
    
    
   
   
  19. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         cameraInfo.focalLengthX, 
     
     0, cameraInfo.opticalCenterX;
    
    
    
   
   
  20. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
        
     
     0, cameraInfo.focalLengthY, cameraInfo.opticalCenterY;
    
    
    
   
   
  21. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
        
     
     0, 
     
     0, 
     
     1];
    
    
    
   
   
  22. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     transform = t1p*transform;
    
    
    
   
   
  23. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  24. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     vp = transform*vpp;
    
    
    
   
   
  25. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  26. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     end

三、利用消失点可以得到uv平面中的图像范围和对应的xy平面的范围

code:

uvLimitsp = [ vp.x,         ipmInfo.ipmRight, ipmInfo.ipmLeft,  vp.x;
              ipmInfo.ipmTop, ipmInfo.ipmTop, ipmInfo.ipmTop,   ipmInfo.ipmBottom];

xyLimits = TransformImage2Ground(uvLimitsp,cameraInfo);


 
 
  1. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     function [ xyLimits ] = TransformImage2Ground( uvLimits,cameraInfo )
    
    
    
   
   
  2. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     %
     
     TransformImage2Ground
     
      
     
     Summary
     
      
     
     of
     
      
     
     this
     
      
     
     function
     
      
     
     goes
     
      
     
     here
     
     
    
    
    
   
   
  3. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     %   
     
     Detailed
     
      
     
     explanation
     
      
     
     goes
     
      
     
     here
     
     
    
    
    
   
   
  4. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     [
     
     row
     
      , 
     
     col
     
      ] = 
     
     size
     
     (uvLimits)
     
     ;
    
    
    
   
   
  5. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     inPoints4 = zeros(row+
     
     2,col);
    
    
    
   
   
  6. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     inPoints4(
     
     1:
     
     2? = uvLimits;
    
    
    
   
   
  7. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     inPoints4(
     
     3? = 
     
     1;
    
    
    
   
   
  8. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     inPoints3 = inPoints4(
     
     1:
     
     3?;
    
    
    
   
   
  9. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  10. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     c1 = cos(cameraInfo.pitch
     
     pi/180);
    
    
    
   
   
  11. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     s1 = sin(cameraInfo.pitchpi/
     
     180);
    
    
    
   
   
  12. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     c2 = cos(cameraInfo.yaw
     
     pi/180);
    
    
    
   
   
  13. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     s2 = sin(cameraInfo.yawpi/
     
     180);
    
    
    
   
   
  14. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  15. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     matp= [
    
    
    
   
   
  16. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         -cameraInfo.cameraHeight
     
     c2/cameraInfo.focalLengthX,cameraInfo.cameraHeights1
     
     s2/cameraInfo.focalLengthY,(cameraInfo.cameraHeightc2
     
     cameraInfo.opticalCenterX/cameraInfo.focalLengthX)- (cameraInfo.cameraHeight s1s2 cameraInfo.opticalCenterY/ cameraInfo.focalLengthY) - cameraInfo.cameraHeight 
     
     c1s2;
    
    
    
   
   
  17. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  18. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         cameraInfo.cameraHeight 
     
     s2/cameraInfo.focalLengthX, …
    
    
    
   
   
  19. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         cameraInfo.cameraHeight 
     
     s1c2/cameraInfo.focalLengthY, …
    
    
    
   
   
  20. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         (-cameraInfo.cameraHeight 
     
     s2 cameraInfo.opticalCenterX …
    
    
    
   
   
  21. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
           /cameraInfo.focalLengthX)-(cameraInfo.cameraHeight 
     
     s1c2 …
    
    
    
   
   
  22. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
           cameraInfo.opticalCenterY /cameraInfo.focalLengthY) -  …
    
    
    
   
   
  23. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
           cameraInfo.cameraHeight 
     
     c1c2;
    
    
    
   
   
  24. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  25. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
        
     
     0, cameraInfo.cameraHeight 
     
     c1/cameraInfo.focalLengthY, (-cameraInfo.cameraHeight c1 cameraInfo.opticalCenterY/cameraInfo.focalLengthY)+cameraInfo.cameraHeights1;
    
    
    
   
   
  26. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  27. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
        
     
     0, -c1 /cameraInfo.focalLengthY,(c1* cameraInfo.opticalCenterY /cameraInfo.focalLengthY) - s1];
    
    
    
   
   
  28. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  29. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     inPoints4 = matp*inPoints3;
    
    
    
   
   
  30. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     inPointsr4 = inPoints4(
     
     4?;
    
    
    
   
   
  31. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     div = inPointsr4;
    
    
    
   
   
  32. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     inPoints4(
     
     1? = inPoints4(
     
     1?./
     
     div;
    
    
    
   
   
  33. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     inPoints4(
     
     2? = inPoints4(
     
     2?./
     
     div;
    
    
    
   
   
  34. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     inPoints2 = inPoints4(
     
     1:
     
     2?;
    
    
    
   
   
  35. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     xyLimits = inPoints2;
    
    
    
   
   
  36. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  37. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     end


四、根据得到的范围计算xy平面的一一对应的映射 


 
 
  1. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     row1 = xyLimits(
     
     1,:);
    
    
    
   
   
  2. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     row2 = xyLimits(
     
     2,:);
    
    
    
   
   
  3. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     xfMin = 
     
     min(row1); xfMax = 
     
     max(row1);
    
    
    
   
   
  4. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     yfMin = 
     
     min(row2); yfMax = 
     
     max(row2);
    
    
    
   
   
  5. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  6. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     [outRow outCol] = size(outImage);
    
    
    
   
   
  7. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     stepRow = (yfMax - yfMin)/outRow;
    
    
    
   
   
  8. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     stepCol = (xfMax - xfMin)/outCol;
    
    
    
   
   
  9. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     xyGrid = zeros(
     
     2,outRow*outCol);
    
    
    
   
   
  10. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     y = yfMax-
     
     0.5*stepRow;
    
    
    
   
   
  11. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  12. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     for i = 
     
     1:outRow
    
    
    
   
   
  13. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         x = xfMin+
     
     0.5*stepCol;
    
    
    
   
   
  14. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
        
     
     for j = 
     
     1:outCol
    
    
    
   
   
  15. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
             xyGrid(
     
     1,(i-
     
     1)*outCol+j) = x;
    
    
    
   
   
  16. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
             xyGrid(
     
     2,(i-
     
     1)*outCol+j) = y;
    
    
    
   
   
  17. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
             x = x + stepCol;
    
    
    
   
   
  18. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         end
    
    
    
   
   
  19. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         y = y - stepRow;
    
    
    
   
   
  20. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     end

五、将xy平面的映射转换到uv平面，并画出这个映射 


 
 
  1. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     %TransformGround2Image
    
    
    
   
   
  2. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     uvGrid = TransformGround2Image(xyGrid,cameraInfo);
    
    
    
   
   
  3. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     % Image mean 
    
    
    
   
   
  4. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     means = mean(R(:))/
     
     255;
    
    
    
   
   
  5. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     RR = 
     
     double(R)/
     
     255;
    
    
    
   
   
  6. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     for i=
     
     1:outRow
    
    
    
   
   
  7. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
        
     
     for j = 
     
     1:outCol;
    
    
    
   
   
  8. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
             ui = uvGrid(
     
     1,(i
     
     -1)*outCol+j);
    
    
    
   
   
  9. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
             vi = uvGrid(
     
     2,(i
     
     -1)*outCol+j);
    
    
    
   
   
  10. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
             
     
     if (ui<ipmInfo.ipmLeft || ui>ipmInfo.ipmRight || vi<ipmInfo.ipmTop || vi>ipmInfo.ipmBottom) 
    
    
    
   
   
  11. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
               outImage(i,j) = means;
    
    
    
   
   
  12. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
             
     
     else
    
    
    
   
   
  13. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
                  x1 = int32(ui); x2 = int32(ui+
     
     1);
    
    
    
   
   
  14. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
                  y1 = int32(vi); y2 = int32(vi+
     
     1);
    
    
    
   
   
  15. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
                   x = ui-
     
     double(x1) ;  y = vi-
     
     double(y1);
    
    
    
   
   
  16. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
                  val = 
     
     double(RR(y1,x1))*(
     
     1-x)*(
     
     1-y)+
     
     double(RR(y1,x2))*x*(
     
     1-y)+
     
     double(RR(y2,x1))*(
     
     1-x)*y+
     
     double(RR(y2,x2))*x*y;
    
    
    
   
   
  17. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
                   outImage(i,j) = val;
    
    
    
   
   
  18. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
             
     
     end
    
    
    
   
   
  19. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
        
     
     end
    
    
    
   
   
  20. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     end

最终可以显示这个图像：如上面的逆透视变化图像！

具体的code，可以在这里下载。如果问题可以留言交流！！



另外，如果需要标定相机的可以参考这篇博文：

http://blog.csdn.net/yeyang911/article/details/52382722


monk1992
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
逆透视变换详解 及 代码实现
pangxing6491的博客
09-15 280
逆透视变换详解 及 代码实现（一）： 逆透视变换详解 及 代码实现（一）：
逆透视变换详解 及 代码实现（一）
热门推荐
911的专栏
07-14 5万+
一、世界坐标轴和摄像机坐标轴 从下图中可以看到，世界坐标为(X,Y,Z)  相机坐标为(Xc,Yc,Zc) 而世界坐标变换到相机坐标存在一个旋转矩阵变换R以及一个位移变换T。 根据上图可以得到世界坐标到相机坐标的公式变换！！              世界坐标到相机坐标的公式 接下来我们来说下不同坐标轴变换的旋转矩阵
从内外参推导IPM变换方程及代码实现（生成AVM环视拼接图）
最新发布
mxdsdo09的博客
07-04 1261
最近想实现AVM拼接，看了不少博客和论文，不过比较愚钝，一直没能很好理解原理，尤其是怎么在实现时把下文中Z1和Z2消除的，所以严谨的推导了一下对应的公式，如有不对，水平有限，烦请指出~IPM变换（逆透视变换），顾名思义，即将正常透视效应消除的变换，变换结果为鸟瞰图BEV（俯视图）；AVM环视拼接一般是将车身前后左右的四个鱼眼相机拼接成环视图（也是俯视），其使用的单应矩阵将四个相机转到同一个俯视坐标系。
逆透视变换——变换矩阵的Python实现
REstrat的博客
09-22 2208
进行透视变换，需要选择四个点，这些点定义了一个长方形，但是在原始图像中由于照相角度等问题，它并没有呈现出是一个长方形，为了变换视角，我们需要进行透视变换。透视变换本质上是将图片从一种视角通过四个点之间的线性变换得到另一种视角。
C++与Python实现逆透视变换IPM（鸟瞰图）
Da_wan的博客
11-22 9970
一、待解决的问题 这是一张普通单目相机拍摄的图像，需要将其处理成鸟瞰图，效果图如下： 上面这幅鸟瞰图只包含原图像的一部分信息，并没有包含所有内容（这个问题接下来再回答），但是可以验证鸟瞰图基本正确。 二、解决方法 通过opencv中透视变换库实现；（本内容只介绍实践，不谈理论，理论网上搜索应该有很多） 实现流程如下： 1.首先需要确定图像中的4个点，这四个点在现实世界一定是矩形，下图4个点围成一个车道（是矩形） 2.opencv通过这四点坐标，对应变换成现实世界的矩形，得到原图..
IPM逆透视变换问题（3）：Ground --＞ Image
WillWinston的博客
06-08 663
IPM逆透视变换
IPM逆透视变换问题（2）：Image --＞ Ground
WillWinston的博客
06-16 1510
逆透视变换问题（2）：Image --> Ground
Adaptive Filtering功能详解及代码实现
08-31
Texas instruments推出的超低功耗 miniDSP 音频Codec 集成了 miniDSP 内核，可在耗电极低的工作状态下为电池供电的便携式产品提供高性能的...本文详细介绍了该功能的使用方法及注意事项，并给出了示例代码以供参考。
python opencv实现任意角度的透视变换实例代码
09-20
### Python OpenCV 实现任意角度的透视变换实例详解 #### 一、背景介绍 在计算机视觉领域，图像处理是一项非常重要的技术。其中，透视变换（Perspective Transformation）是一种常见的图像处理方法，它能够模拟出从...
Python实现霍夫圆和椭圆变换代码详解
09-20
这段代码首先创建了一个包含两个圆的图像，然后使用霍夫圆变换检测这两个圆，并将检测到的圆用红色重新绘制在原图上。 除了霍夫圆变换，还可以使用霍夫椭圆变换检测图像中的椭圆。`skimage.transform.hough_ellipse...
Opencv透视变换综合实例详解
08-26
本文将通过一个具体的实例，向读者介绍如何使用OpenCV库实现透视变换的过程。 ### 透视变换简介 在介绍具体实例之前，我们需要了解透视变换的基本概念。在图像处理中，透视变换是基于投影几何学原理，通过变换视角...
逆透视变换(IPM)多种方式及代码总结
lovely_yoshino的博客
12-03 2万+
背景 在自动/辅助驾驶中，车道线的检测非常重要。在前视摄像头拍摄的图像中，由于透视效应的存在，本来平行的事物，在图像中确实相交的。而IPM变换就是消除这种透视效应，所以也叫逆透视。 IPM变换方法 1.对应点对单应变换方法   输入：至少四个对应点对，不能有三点及以上共线，不需要知道摄相机参数或者平面位置的任何信息。   数学原理：利用点对，求解透视变换矩阵，其中map_matrix是一个3×3矩阵，所以可以构建一个线性方程组进行求解。如果大于4个点，可采用ransac的方法进行求解，一边具有更好的稳定性。
IPM 鸟瞰图公式转换与推导
lovely_yoshino的博客
08-25 7002
逆透视变换（IPM），将相机视角转换成鸟瞰图。其实质是求相机平面与地面的homography矩阵。之前专门有一篇来讲《逆透视变换(IPM)多种方式及代码总结》。但是当中还是比较杂乱且没有详细的代码推导的。这篇文章将从三种方式来介绍逆透视变换的三种方法得到homography。这里得到的Homography是可以通过下面的Kf​转化到现实的坐标系中的。下面的式子为转换矩阵：设(u′,v′)表示图像像素坐标系下的点，(Xw​,Yw​,0)
【图像处理】基于matlab图像逆透视映射
Fanjufei的博客
04-21 618
我们首先读取输入图像，并定义逆透视映射的相关参数，包括视角高度、视角方向、焦距、俯视图顶部与原图的距离等。然后，根据这些参数计算出透视变换矩阵，并对原图像进行逆透视映射，得到俯视图像。最后，将俯视图像展示出来。MATLAB 中可以使用逆透视映射（Inverse Perspective Mapping，简称 IPM）来将图像从斜视角度转换为俯视角度，常用于车辆行驶过程中的视角校正和车道线检测。需要注意的是，该方法的实现依赖于摄像机和场景的几何关系，且参数的调整对逆透视映射效果有较大影响。
Inverse Perspective Mapping—— 逆透视变换(IPM)总结
feiyang_luo的博客
12-22 3万+
最近要搞车道线检测，研究了下IPM变换原理，及相关实现，在这里做下相关总结： 逆透视变换原理 IPM变换方法 1 2 3 IPM变换代码
OpenGL(八)——图像逆透视算法IPM
GZ的博客
05-08 4109
一、目的 相机标定主要是计算 相机 映射矩阵， 确定 3D 世界 中任意点在 2D 图像中的位 置 二、方法分类 相机标定算法 整体可分为 人工标定法、自标定法两大类。 人工标定法是预先采集不同角度标定 靶图像、提取其中特征点出相机内参数，再利用透视原理标定得到相应外参数。此类方法 准确、高效，但 无法用于 动态平台 。自标定法主要 基于场景或运动物体，此类方法可应用于动态平台中 但精度较...
逆透视变换加速方法----鸟瞰图 opencv
zhangyue123的博客
05-04 3026
cv::warpPerspective，一次透视变换的时间，需要耗费100多ms。 解决办法: 建立查找表，之后，每张图片调用remap函数。 参考链接 #include <iostream> #include<stdio.h> #include <opencv2/opencv.hpp> using namespace std; using namespace...
消失点计算&逆透视变换（IPM）
A_L_A_N
04-26 1万+
当我们看火车轨道的时候总在某个距离上看到两条轨道重合到一起后消失。 原图四个点选择： 下面的代码是智能驾驶系统项目中的源码，这里把Opencv中的接口稍微封装了一下，其中有些与透视变换无关的参数，可以忽略不管；比较重要的一点是：这里的原图的四个点是通过车载摄像头的标定信息计算出来的，可以通过车载摄像头的标定信息计算出车载摄像头的消失点，找到消失点之后，四个点的选取就比较容易了；透视...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值