A Flexible New Technique for Camera Calibration----张正友相机标定经典原文中文翻译

这篇博客详细介绍了张正友相机标定方法,包括基本方程、单应性矩阵、内参矩阵的约束条件及其几何解释。博主翻译了原文的关键部分,探讨了相机内参和外参的估计,并讨论了处理径向畸变的步骤,提供了相机标定的实用建议和避免不良配置的方法。
摘要由CSDN通过智能技术生成

       做相机校正时用到了张正友相机标定的方法。了解到Opencv和Matlab中的相机标定都是用的张正友相机标定方法,很经典的方法,但是我在网上竟然没有找到它的中文翻译文章。我回头仔细看了张正友相机标定的英文原文,大致是看明白了过程是什么。于是就想着翻译一下,逐字逐句的来真的翻译时,才发现自己的英文水平真的很有限难过~~,这里本着不放弃的精神,坚持翻译完算法的讲解部分。有些地方真的不明白怎么翻译合适,希望各位同仁们赶快来纠正我错误的地方,我想能有个像样的翻译版本供大家查看,我将感激不尽。


      张正友相机标定--A Flexible New Technique for Camera Calibration。原文免费下载地址。

    从原文的第3面开始:即从“2 Basic Equations“开始 到“4 Degenerate Configurations”那部分结束。

    现在开始我的翻译:


2基本方程

    我们来测试相机内参矩阵的约束条件,内参矩阵是通过观察一个平面获得的。我们现在从本文中使用的符号开始。

2.1符号

    一个二维点表示为:m=[u,v]T。一个三维点表示为:M=[X,Y,Z]T。我们使用来表示增广向量,方法是在向量中加一个1作为最后一个元素:。相机模型使用常用的针孔模型建模:即一个3D点M和它的投影图像之间的关系,如下:

                       (1)


    其中s是一个任意的缩放因子,(R,T)叫做外参,是连接世界坐标系系统与相机坐标系系统的旋转与平移矩阵A叫做内参矩阵,如下所示:



       (u0,v0)是主点位置,是图像在u轴和v轴的尺寸因子,参数描述的是图像两个坐标系的扭曲因子。


我们使用缩写方式A-T代表(A-1)T或者(AT)-1


2.2模板平面和它对应图像之间的单应性矩阵

   </

  • 12
    点赞
  • 48
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
相机校准是在计算机视觉和图像处理中非常重要的一项技术。它涉及到将图像中的像素坐标与实际世界中的物理坐标相对应。而灵活的新技术可以提供更准确和可靠的相机校准方法。 传统的相机校准技术通常需要使用专门的校准板或标定物,并需要在特定的条件下进行拍摄。然而,这种方法存在很多限制,如需要准备专门的设备和场地,并且耗费时间和精力。此外,这种方法对于不同类型的相机和不同的环境可能不适用。 而这种灵活的新技术采用了一种基于特征点的相机校准方法。通过在不同位置、角度和光照条件下拍摄多张图像,并提取出图像中的特征点,可以建立一个相机模型。接下来,通过优化算法,可以将特征点的图像坐标与其在实际世界中的物理坐标相匹配,从而计算出相机的内部参数和外部参数。这种方法具有很高的灵活性,因为它不需要特殊的校准板或设备,只需要一些常见的场景和物体即可。 这种灵活的新技术可以应用于许多领域,如三维重建、增强现实和机器人导航等。它可以提供更准确和精确的相机校准结果,从而改善图像处理和计算机视觉算法的性能。此外,由于其灵活性,它也更容易被广泛应用于各种不同的相机和环境中。因此,这种灵活的相机校准技术具有很高的实用价值和发展潜力。
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