SLAM十四讲学习笔记
第5讲 相机与图像
5.1.1 针孔相机模型
像素坐标系与成像平面之间,相差了一个缩放和一个原点的平移。
设在物理成像平面上固定着一个像素平面 o − u − v。
矩阵形式。内参数矩阵(Camera Intrinsics)K。
确定相机的内参,也就是所谓的标定。
P 的相机坐标应该是它的世界坐标(记为 Pw), 根据相机的当前位姿,变换到相机坐标系下的结果。
它描 述了 P 的世界坐标到像素坐标的投影关系。其中,相机的位姿 R, t 又称为相机的外参数 (Camera Extrinsics)。外参会随着相机运动发生改变,同时也是 SLAM中待估计的目标,代表着机器人的轨迹。
隐含着的齐次到非齐次的变换。可以看到,右侧的 T Pw 表示把一 个世界坐标系下的齐次坐标,变换到相机坐标系下。为了使它与 K 相乘,需要取它的前 三维组成向量——因为 T Pw 最后一维为 1。我们还可以把最后一维进行归一化处理 。这时 Pc 可以看成一个二维的齐次坐标,称为归一化坐标。它位于相机前方 z = 1 处 的平面上。该平面称为归一化平面。
5.1.2 畸变
由透镜形状引起的畸变称之为径向畸变。
在相机的组装过程中由于不能使得透镜和成像面 严格平行也会引入切向畸变。
对于径向畸变,它们都是随着离中心的距离增加而增加。 这里corrected为distorted。
对于相机坐标系中的一点 P (X, Y, Z),我们能够 通过五个畸变系数找到这个点在像素平面上的正确位置:
单目相机的成像过程:
5.1.3 双目相机模型
视差与距离成反比:视差越大,距离越近 。视差最小为 一个像素,当基线越长时,双目最大能测到的距离就会变远 。
5.1.4 RGB-D 相机模型
RGB-D 相机能够实时地测量每个像素点的距离。但是,由于这种发射-接受的测量方 式,使得它使用范围比较受限。用红外进行深度值测量的 RGB-D 相机,容易受到日光或 其他传感器发射的红外光干扰,因此不能在室外使用。