投影转换_【百川小课堂】第6课—投影矩阵的巧妙转换

其中投影矩阵

是一个

的矩阵，可以对其进行分解得到一些属性变量。

投影矩阵

什么时候退化为 单应矩阵

呢？

如果相机只有旋转，没有平移，那么

退化为

，

退化为 单应矩阵

；此外，若相机的平移相对于场景的深度足够小时，仍可以用

做对应，比如手机上的全景图片.

如果 3D 世界中的全部一个平面内的点投影到相机成像平面，那么

退化到只剩前两列，因为此时世界坐标系下的点

的纵坐标为

. 此时

退化为 单应矩阵

.

1. 相机中心点坐标

相机中心点坐标是

的解，其中

是一个

的向量。

1. 投影矩阵
   每一列的意义

• 第一列，是X轴无穷远点在图像平面上的投影
• 第二列，是Y轴无穷远点在图像平面上的投影
• 第三列，是Z轴无穷远点在图像平面上的投影
• 第四列，是世界坐标系的原点

1. 投影矩阵
   每一行的意义!

第三行代表的是过相机中心的与成像平面平行的面，其中

,

,

构成了成像平面的法向量，即朝向。

进一步的，求取主点（principal point）坐标，其实际含义是从相机中心出发，做与成像平面平行的垂线，与成像平面的交点。

1. 投影矩阵
   的三维点深度计算

链接