webgl投影矩阵 demo_摄像机透视投影模型

为了定量描述光学成像过程，我们首先定义三个坐标系。

1.1图像坐标系、摄像机坐标系、世界坐标系

摄像机采集的图像以电视信号的形式输入计算机，经计算机中的数模转板变成数字图像。每幅数字图像在计算机内为M x N数组，M行N列的图像中每个元素（像素）的数值是图像点的亮度（灰度）【灰度是黑白灰度图像，若为彩色图像，则图像上象素的亮度由红、绿、蓝三种颜色的亮度表示】。如图1.1所示，在图像上定义直角坐标系u,v，每个象素的坐标(u，v)分别表示该象素在数组中列数和行数，所以，(u，v)是以象素为单位的图像坐标系的坐标。由于(u，v)只表示象素位于数组中的列数和行数，并没有用物理单位表示出该象素在图像中的位置，因而，家里一个以武力单位(例如毫米)表示的图像坐标系。在坐标系以图像内抹一点O1为原点，x轴与y轴分别于u,v轴平行，如图1.1所示。在本文中(u，v)表示以象素为单位的图像坐标系的坐标，(x,y)表示以毫米为单位的图像坐标系的坐标。在x,y坐标系中，原点O1定义在摄像机光轴与图像平面的焦点，该点一般位于图像中心处。若O1在u，v坐标系中的坐标(u0，v0)，每个象素在x轴与y轴方向上的物理尺寸为dx,dy，则图像中任意一个象素在两个坐标系下的坐标由如下关系：

已知x，y坐标系下的坐标（X,Y）转换成u,v坐标系下的坐标

图1.1 图像坐标系

为了方便以后使用，我们用齐次坐标系与矩阵形式将上式表示为

式1.1

逆关系可写成

摄像机成像几何关系可由图1.2表示。其中O点称为摄像机光心，Xc轴和Yc轴与图像的x轴与y轴平行，Zc轴为摄像机的光轴，它与图像平面垂直。光轴与图像平面的交点，即为图像坐标系的原点，由点Xc,Yc,Zc轴组成的直角坐标系称为摄像机坐标系，OO1为摄像机焦距。(不同的焦距呈现的图像大小不同)

由于摄像机可安放在环境中的任何位置，我们在环境中还选择一个基准坐标系来描述摄像机的位置，并用它描述环境中任何物体的位置，该坐标系称为世界坐标系，它由Xw,Yw,Zw轴组成。摄像机坐标系与世界坐标系之间的关系可以用旋转矩阵R与平移向量t来描述。因此，空间中某点P在世界坐标系与摄像机坐标系下的齐次坐标如果分别是(Xw,Yw,Zw,1)T与(Xc,Yc,Zc,1)T,于是存在如下关系：

式1.2

摄像机坐标系与世界坐标系

1.2 线性摄像机模型(针孔模型)

空间任何一点P在图像上的成像位置可以用针孔模型近似表示，即任何点P在图像上的投影位置p，在光心O与P点的连线OP与图像平面的交点。这种关系也称为中心射影或透视投影。由比例关系如下关系式：

其中，(x,y)为p点的图像坐标；(Xc,Yc,Zc)为空间点P在摄像机坐标系下的坐标。我们用齐次坐标与矩阵表示上述透视投影关系：

将式1.1和1.2代入上式，我们得到以世界坐标系表示的P点坐标与其投影点p的坐标(u,v)的关系：

其中，αx= f/dx,αy = f/dy; M为3x4矩阵，称为投影矩阵；M1完全由αx,αy,u0,v0决定，由于αx,αy,u0,v0只与摄像机内部结构有关，我们称这些参数为摄像机内部参数；M2完全由摄像机相对于世界坐标系的方位决定，称为摄像机外部参数，确定某一摄像机的内外参数，称为摄像机标定。

由上式可见，如果已知道摄像机的内外参数，就已知道投影矩阵M，对任何空间点P,如已知它的坐标Xw=(Xw,Yw,Zw,1)T,就可求出它的图像点p的位置(u,v)。反过来，已知(u,v)求Xw=(Xw,Yw,Zw,1)T的结果是不能唯一确定的。

以上是我在学习了相关课程后查阅的资料，方便日后重温复习。

本文引用：马颂德的计算机视觉