计算机视觉基础知识（六）--相机模型

A xell

已于 2024-01-17 13:44:04 修改

阅读量815

点赞数 16

分类专栏：图像识别文章标签：计算机视觉人工智能

于 2024-01-17 13:39:28 首次发布

本文链接：https://blog.csdn.net/newsymme/article/details/135639642

版权

17 篇文章 8 订阅

订阅专栏

1.相机模型

世界坐标系：（x,y,z,1）;
摄像机坐标系： $(x_c,y_c,z_c,1);$
$\begin{bmatrix} x_c\\ y_c\\ z_c\\ 1\end{bmatrix}=\begin{bmatrix} R &t \\ 0^T& 1 \end{bmatrix}\begin{bmatrix} x\\ y\\ z\\ 1\end{bmatrix}=L_w\begin{bmatrix} x\\ y\\ z\\ 1\end{bmatrix};$
其中R为旋转矩阵，t为平移矩阵。

摄像机坐标系： $(x_c,y_c,z_c,1);$
图像物理坐标系：（x,y,z,1）;
相似三角形： $\left\{\begin{matrix} X'=f\frac{X_c}{Z_c}\\ Y'=f\frac{Y_c}{Z_c}\end{matrix}\right.$ ;
矩阵形式： $Z_c \times\begin{bmatrix} x\\ y\\ 1\end{bmatrix}=\begin{bmatrix} f & 0 &0 \\ 0 &f &0 \\ 0 &0 &1 \end{bmatrix}\times \begin{bmatrix} x_c\\ y_c\\ z_c\end{bmatrix};$

$\left\{\begin{matrix} u=\frac{x}{dx}+u_0\\ v=\frac{y}{dy}+v_0\end{matrix}\right.;$
dx,dy表示x方向和与方向的一个像素分别占据多少个长度单位；
齐次坐标下： $\begin{bmatrix} u\\ v\\ 1\end{bmatrix}=\begin{bmatrix} \frac{1}{dx} &0 &u_0 \\ 0 &\frac{1}{dy} &v_0 \\ 0& 0& 1 \end{bmatrix}=\begin{bmatrix} x\\ y\\ 1\end{bmatrix}$ .

世界坐标系：（x,y,z,1）;
摄像机坐标系： $(x_c,y_c,z_c,1);$
图像像素坐标系（u，v）；
$Z_c \times\begin{bmatrix} x\\ y\\ 1\end{bmatrix}=\begin{bmatrix} f & 0 &0 \\ 0 &f &0 \\ 0 &0 &1 \end{bmatrix}\times \begin{bmatrix} x_c\\ y_c\\ z_c\end{bmatrix};$
$\begin{bmatrix} u\\ v\\ 1\end{bmatrix}=\begin{bmatrix} \frac{1}{dx} & 0 &u_0 \\ 0 &\frac{1}{dy} &v_0 \\ 0& 0 & 1 \end{bmatrix}\times\begin{bmatrix} x\\ y\\ 1\end{bmatrix};$
$Z_c\begin{bmatrix} u\\ v\\ 1\end{bmatrix}=\begin{bmatrix} \frac{f}{dx} &0 &u_0 \\ 0 & \frac{f}{dy} &v_0 \\ 0 &0 & 1 \end{bmatrix}\begin{bmatrix} X_c\\ Y_c\\ Z_c\end{bmatrix}=\begin{bmatrix} f_x &0 &u_0 \\ 0 & f_y &v_0 \\ 0 & 0 & 1 \end{bmatrix}\begin{bmatrix} X_c\\ Y_c\\ Z_c\end{bmatrix}=K\begin{bmatrix} X_c\\\ Y_C\\ Z_c\end{bmatrix};$

世界坐标系： $(X_w,Y_w,Z_w);$
摄像机坐标系： $(x_c,y_c,z_c,1);$
图像像素坐标系（u，v）；
$\begin{bmatrix} X_c\\ Y_c\\ Z_C\end{bmatrix}=R\begin{bmatrix} X_w\\ Y_w\\ Z_w\end{bmatrix}+t;$
$Z_c\begin{bmatrix} u\\ v\\ 1\end{bmatrix}=\begin{bmatrix} \frac{f}{dx} &0 &u_0 \\ 0 & \frac{f}{dy} &v_0 \\ 0 &0 & 1 \end{bmatrix}\begin{bmatrix} X_c\\ Y_c\\ Z_c\end{bmatrix}=\begin{bmatrix} f_x &0 &u_0 \\ 0 & f_y &v_0 \\ 0 & 0 & 1 \end{bmatrix}\begin{bmatrix} X_c\\ Y_c\\ Z_c\end{bmatrix}=K\begin{bmatrix} X_c\\\ Y_C\\ Z_c\end{bmatrix};$
$Z_c\begin{bmatrix} u\\ v\\ 1\end{bmatrix}=K(RP_w+t)=K(R\begin{bmatrix} X_w\\ Y_w\\ Z_w\end{bmatrix}+t);$
$Z_c\begin{bmatrix} u\\ v\\ 1\end{bmatrix}=\begin{bmatrix} \frac{1}{dx} &0 & u_0\\ 0 & \frac{1}{dy} &v_0 \\ 0 & 0 & 1 \end{bmatrix}\begin{bmatrix} f & 0 & 0&0 \\ 0& f & 0 &0 \\ 0 &0 &1 & 0 \end{bmatrix}\begin{bmatrix} R & t\\ 0^T&1 \end{bmatrix}\begin{bmatrix} X_w\\ Y_w\\ Z_w\\ 1\end{bmatrix};$

将图片投影到一个新的视平面，也称投影映射（Projective Mapping）；
仿射变换是透视变换的一个特例；
目的是把现实中为直线的物体，在图片上呈现为斜线，变换为直线；
通用变换公式： $\begin{bmatrix} X\\ Y\\ Z\end{bmatrix}=\begin{bmatrix} a_{11} &a_{12} & a_{13}\\ a_{21} & a_{22} & a_{23}\\ a_{31} &a_{32} & a_{33} \end{bmatrix}\begin{bmatrix} x\\ y\\ 1\end{bmatrix}$ ;
$\left\{\begin{matrix} X=\frac{x}{Z}\\ Y=\frac{y}{Z}\\ Z=\frac{Z}{Z} \end{matrix}\right.$ , $\left\{\begin{matrix} X=\frac{a_{11}x+a_{12}y+a_{13}}{a_{31}x+a_{32}y+a_{33}}\\ Y=\frac{a_{21}x+a_{22}y+a_{23}}{a_{31}x+a_{32}y+a_{33}}\\ Z=1 \end{matrix}\right.$ ;
一般，令 $a_{33}$ =1,展开上式，得到一个点的情况：
$\left\{\begin{matrix} a_{11}x+a_{12}y+a_{13}-a_{31}xX-a_{32}Xy=X\\ a_{21}x+a_{22}y+a_{23}-a_{31}xY-a_{32}yY=Y \end{matrix}\right.$ ;
原图像的四个点的坐标： $(x_0,y_0),(x_1,y_1),(x_2,y_2),(x_3,y_3);$
目标图像的四个点的坐标： $(X_0,Y_0),(X_1,Y_1),(X_2,Y_2),(X_3,Y_3);$