视觉SLAM十四讲——第五讲相机与图像

@ 《视觉SLAM十四讲》知识点与习题

《视觉SLAM十四讲》第五讲知识点整理+习题

正在学习SLAM相关知识，将一些关键点及时记录下来。

知识点整理

本讲主要讨论了相机模型，描述投影关系，讲解相机内参和外参

1. 相机的针孔模型：需要了解焦距（物理成像平面到小孔的距离）、光心（针孔模型中的小孔）、物理成像平面和像素平面
   像素坐标系与成像平面之间，相差了一个缩放和原点平移：x轴缩放α，y轴缩放β，原点平移[cx, cy]^T
2. 相机的内参：K。常认为相机的内参在出场之后是固定的，不会在使用过程中发生变化
   
3. 相机的外参：R， t。由于相机在运动，所以外参应该是他的世界坐标系根据相机的当前位姿变换到相机坐标系下的结果。外参会随着相机运动发生改变
   
4. 透镜的畸变模型
5. 径向畸变：由透镜自身的形状引起的畸变。越靠近图像的边缘，这种现象越明显。径向畸变包括桶形畸变和枕形畸变。在这两种畸变中，穿过图像中心和光轴有交点的直线还能保持形状不变
   1. 桶形畸变是由于图像放大率随着与光轴之间的距离的增加而减少
   2. 枕形畸变则恰好相反
      用与距中心的距离有关的二次及高次多项式函数进行纠正。对于畸变较小的图像中心区域，主要是k1起作用； 对于畸变较大的边缘区域，主要是k2起作用；对于鱼眼镜头等畸变很大的摄像头，可以加入k3进行纠正
6. 切向畸变：是由于在相机的组装过程中由于不能使透镜和成像面严格平行引起的。
   在极坐标系中，径向畸变认为是坐标点沿着长度方向发生了变化，切向畸变认为是水平夹角发生了变化。
   用下图中的公式，分别对x，y的畸变进行纠正。其中k1,k2,k3进行的是径向畸变的纠正，p