【入门】（二）相机标定、矩阵求解、相机位姿势估计

最新推荐文章于 2024-08-07 21:14:44 发布

qq_28602183

最新推荐文章于 2024-08-07 21:14:44 发布

阅读量1.4w

点赞数 15

文章标签：相机位姿

本文链接：https://blog.csdn.net/qq_28602183/article/details/83344900

版权

这篇博客介绍了相机模型、内参、外参及畸变的概念，详细讲解了相机标定的过程，包括世界坐标系到像素坐标系的转换。讨论了基本矩阵、对极约束在解决图像对应点问题中的作用，以及单应矩阵的推导和应用场景。最后，阐述了相机位姿估计的三种方法，包括2D-2D、2D-3D和3D-3D情况，并探讨了尺度不确定性和RANSAC算法在实际应用中的重要性。

摘要由CSDN通过智能技术生成

一、相机模型、内参、外参，畸变以及相机标定

二、基本矩阵与对极约束

三、单应矩阵

四、相机姿势估计

一、相机模型、内参、外参，畸变以及相机标定

1、坐标系转换

（1）坐标系概念

世界坐标系：与相机无关，独立的坐标系

世界坐标系（world coordinate）(Xw,Yw,Zw)也称为测量坐标系，是一个三维直角坐标系，以其为基准可以描述相机和待测物体的空间位置。世界坐标系的位置可以根据实际情况自由确定。

相机坐标系：与相机有关的坐标系，其中X,Y与成像平面平行，原点为光心，Z为光轴方向

相机坐标系（camera coordinate）(Xc,Yc,Zc)也是一个三维直角坐标系，原点位于镜头光心处，x、y轴分别与相面的两边平行，z轴为镜头光轴，与像平面垂直。

图像坐标系：平面二维坐标系，与成像平面平行，原点在图像中心。

像素坐标系：以像素为单位，原点在图像左上角。

（2）坐标系之间的转换

世界坐标系与相机坐标系：

反映相机在世界坐标系中的位置，也可以叫做外参，用一个旋转R和平移T矩阵表示。其转换关系如下所示：

其中R为3*3的旋转矩阵，t为3*1的平移矢量，(xc,yc,zc,1)T为相机坐标系的齐次坐标，(xw,yw,zw,1)T为世界坐标系的齐次坐标。

推导过程：

设Pc是空间点P在相机坐标系坐标，Pw是其在世界坐标系下的坐标，则Pc和Pw之间的坐标变换可以用一个旋转矩阵R和一个平移向量t表示，如下所示

$Pc=PwR+t$ ，坐标矩阵表示如下所示,R为3*3的旋转矩阵，t为3*1的平移矩阵，分别表示在x,y,z三个方向上的旋转平移

$\begin{bmatrix} Xc\\ Yc\\ Zc \end{bmatrix}=\begin{bmatrix} R11 & R12 & R13\\ R21& R22& R23\\ R31& R32& R33 \end{bmatrix} \begin{bmatrix} Xw\\ Yw\\ Zw \end{bmatrix}+\begin{bmatrix} t1\\ t2\\ t3 \end{bmatrix}$

为了计算方便，改为齐次坐标表示如下所示

$\begin{bmatrix} Xc\\ Yc\\ Zc\\ 1 \end{bmatrix}=\begin{bmatrix} Xw\\ Yw\\ Zw\\ 1 \end{bmatrix} \begin{bmatrix} R11 & R12& R13 & t1\\ R 21& R22& R23 &t2 \\ R31& R32& R33& t3\\ 0& 0& 0 & 1 \end{bmatrix}=\begin{bmatrix} R &t \\ 0^{T}& 1 \end{bmatrix} \begin{bmatrix} Xw\\ Yw\\ Zw\\ 1 \end{bmatrix}$

三维相机坐标系与二维图像坐标系的转换：利用小孔成像原理。

相机针孔成像模型如下所示：

相机坐标系与图像坐标系转换为空间点P（Xc,Yc,Zc）和其像点P（x,y）的转换，假设空间在P在相机坐标系中的坐标为 $[Xc,Yc,Zc]^{T}$ ,其成像点p在成像平面上的坐标为 $[x,y]^{T}$ ，那么两者可以用如下公式表示

$s\begin{bmatrix} x\\ y\\ 1 \end{bmatrix}=\begin{bmatrix} f &0 &0 &0\\ 0 & f &0&0 \\ 0&0 &1&0 \end{bmatrix} \begin{bmatrix} Xc\\ Yc\\ Zc\\ 1 \end{bmatrix}$ ，其中f为相机焦距（光心到图像平面的距离），s为比例因子（s不为0），公式中为齐次坐标表示。

推导过程如下：

P在相机坐标系中的坐标为 $[Xc,Yc,Zc]^{T}$ ,其成像点p在成像平面上的坐标为 $[x,y]^{T}$ ，像点p在相机坐标系上的坐标为 $[x',y',z']^{T}$ ,其中z'=f，x‘=x，y'=y。

根据小孔成像原理，有如下相似三角形：

根据三角形的相似关系（图中），有如下公式：

$\frac{Zc}{f}=\frac{Xc}{x'}=\frac{Yc}{y'}$ ,公式整理可以得到