沙姆定律

沙姆定律

通过移轴的手法,我们可以创造出意想不到的透视和景深关系。那么在移轴镜头下,透视和景深到底符合怎样的规律呢?为了拍出开头那样的缩微场景图,我们应该怎么操作移轴镜头呢?有经验的「老法师」 会告诉你,根据「沙姆定律」来操作就可以了。

什么是沙姆定律(Scheimpflug Principle)?

沙姆定律最初是由奥地利军官沙姆发现的,用于航空摄影中校正透视变形。沙姆定律说的是,如果镜头平面与成像平面不平行,不妨假设他们相交于某一条直线 l,那么所有能够清晰成像的点全部落在另一个平面上,这个平面同样经过直线 l。换句话说,对焦平面(能够清晰成像的点所在的平面,或者叫物平面)、镜头平面、成像平面,这三个平面都相交于某一条直线,平面示意图如下图所示(在平面图上,三条红色虚线代表三个平面,这三条直线相交于同一个点,图片来自维基百科 Scheimpflug Principle)。

在这里插入图片描述

实际上,沙姆定律可以看做是正常情况下成像规律的推广。正常情况下镜头和成像平面平行,对焦平面也与镜头平面平行,三个平行的平面,可以看做是相交于无穷远(这正是射影几何里的基本结论)。
进一步的,根据沙姆定律我们不难推出景深规

  • 6
    点赞
  • 42
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Matlab中的相机标定工具箱(Camera Calibration Toolbox)是一个用于相机标定和图像校正的强大工具。其中,沙姆相机标定(Shahram Farsiu's Calibration Toolbox)是该工具箱中的一种标定方法。 沙姆相机标定方法是一种基于图像特征点的标定方法,它通过对已知世界坐标系下的特征点和相应的图像坐标进行匹配,从而估计相机的内参和外参。这个过程可以分为以下几个步骤: 1. 收集标定图像:使用已知世界坐标系下的特征点,拍摄一组标定图像。 2. 提取特征点:使用图像处理算法,如角点检测算法(如Harris角点检测算法)或SIFT算法,提取每张标定图像中的特征点。 3. 特征点匹配:将每张标定图像中提取到的特征点与其对应的已知世界坐标系下的特征点进行匹配。 4. 相机标定:使用沙姆相机标定方法,根据特征点的匹配结果,估计相机的内参和外参。内参包括焦距、主点位置等相机固有参数,外参包括相机在世界坐标系下的旋转和平移。 Matlab中的相机标定工具箱提供了一系列函数来实现这些步骤,包括图像特征提取函数、特征点匹配函数和相机标定函数等。你可以按照以下步骤使用Matlab进行沙姆相机标定: 1. 安装并加载相机标定工具箱:在Matlab中安装并加载相机标定工具箱。 2. 收集标定图像:准备一组已知世界坐标系下的特征点,并拍摄一组标定图像。 3. 提取特征点:使用相机标定工具箱中的函数,提取每张标定图像中的特征点。 4. 特征点匹配:将每张标定图像中提取到的特征点与其对应的已知世界坐标系下的特征点进行匹配。 5. 相机标定:使用相机标定工具箱中的函数,根据特征点的匹配结果,估计相机的内参和外参。 6. 图像校正:使用相机标定工具箱中的函数,对其他图像进行校正,以消除图像畸变。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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