【多传感器标定】—— 视觉标定原理

最近在学习多传感器标定，顺便将学习心得记录一下。

视觉图像的原理主要是小孔成像，成像跟孔的大小及焦距有关，此处不关注孔的大小，但会涉及到焦距。

--------------------------------------------------------------------

2023.0515

更正一些公式的错误：dy写成了dx

--------------------------------------------------------------------

视觉标定主要涉及四个坐标系：

像素坐标：u，v

图像坐标：X'，Y'

相机坐标：X，Y，Z

世界坐标：Xw，Yw，Zw

视觉标定的原理就是将这四个坐标系联系起来，得到它们之间的转换关系，这样就得到了我们要的内外参数。

侵删

像素坐标转换到图像坐标

在像素坐标中，每个像素的大小为dx，dy，

dx：u轴上的物理尺寸

dy：v轴上的物理尺寸

P点在像素坐标中的坐标为 (u,v) ，P点在图像坐标中的坐标为 (X’, Y’)

从像素推导到图像坐标：

 用矩阵表示为：

 图像坐标转换到相机坐标：

P点是相机坐标系中的一点，P’是P点通过小孔后成像在图像坐标上的点，f：焦距

 根据相似三角形原理：

从图像推导到相机坐标系：

 用矩阵表示：

 像素坐标转换到相机坐标：

 P点是相机坐标系中的一点，P’是P点通过小孔后成像在图像坐标上的点

根据前面的推导可以得到：

 用矩阵表示为：

 相机坐标转换到世界坐标：

 

 P点是相世界坐标系中的一点，相机坐标转换到世界坐标属于刚体转换，即物体不会发生形变，只需进行旋转和平移即可。

绕z轴旋转：

x = x’cosθ−y’sinθ

y = x’sinθ+y’cosθ  

z = z’

用矩阵表示：

绕x轴旋转：

x = x’

y = y’cosφ+z’sinφ

z = −y’sinφ+z’cosφ

用矩阵表示：

 绕y轴旋转：

x = x’cosw−z’sinw

y = y’    

z = x’sinw+z’cosw

用矩阵表示：

 于是得到旋转矩阵R = R1R2R3

P点是相世界坐标系中的一点，相机坐标转换到世界坐标属于刚体转换，即物体不会发生形变，只需进行旋转和平移即可。

 

 像素坐标转换到世界坐标：

 P点是相机坐标系中的一点，P’是图像坐标上的点，根据前面的推导可以得到：

 用矩阵表示：