双摄像头三维重建报告
写在前面:文章中公式不全的或其他有错误的的地方还请大家给予意见更改,转载请注明出处,版权所有,翻版必究!
一、摄像机成像模型
1.1 针孔摄像机模型
在此模型中,光线是从很远的物体发射过来,通过一个很小的针孔点(或摄像机镜头),投影到成像表面,其结果是在投影平面图像被聚焦。
如图所示,AO为物距,CO为焦距f,另X为物体长度,x为图像长度,则由三角形相似可得:
1.2改进后的成像模型
此模型使成像为正像,实际上是把投影屏幕放到针孔(摄像头)前面,方便分析,如下:
空间点由通过投影中心O的光线投影到图像平面上,相应的图像点为p(x,y).在实际摄像机中镜头中心通常不在光轴上,引入两个偏移参数Cx和Cy,可以计算出图像点坐标:
这一投影变换可以用矩阵来表示:q=MQ
其中,M称为内参数矩阵,另外光学镜头在成像过程中会使图像出现畸变,畸变向量[k1,k2,p1,p2,k3]可以在矫正图像时用来还原图像原型。
为表示物体所在世界坐标系与摄像机坐标系之间的关系,引入旋转矩阵R和平移向量T来。旋转矩阵R表示了两个坐标系相对旋转的角度,平移向量表示了两个坐标系原点的相对偏移量。
1.3摄像机标定与图像矫正
计算三维空间中的物体的位置信息,从而重建、识别出物体是计算机视觉中的一项基本的任务。物体点在空间中的三维位置是通过摄像机的成像模型和物体图像坐标共同决定的,物体点三维位置计算是利用摄像机的内外参数和标记点在图像中的对应位置,来计算出标记点在三维空间中的实际位置。而摄像机的标定是为了获得摄像机的内外参数。