以下内容摘自OpenCV2计算机视觉编程手册
引言
本章的内容主要是估算图像间的投影关系,包括对相机的内参矩阵和外参矩阵进行标定,计算不同视角的两张图片的基础矩阵,利用基础矩阵进行图像匹配和视角只进行旋转时候的单应矩阵计算。
相机标定
图像是由3D的场景投影到2D的平面,因此,场景中实际物体的三维坐标与它在图像中的二维像素有关系,这个关系就是我们对相机标定得到的内参和外参矩阵,这种关系是投影几何学的基础投影关系,在计算机视觉中也会使用。
基本原理:
定义3D参考坐标系原点为相机的投影中心(焦点),Z轴垂直于成像平面,Z轴穿透图像平面的像素位置称为主点,通常情况下主点为与图像平面中心,但实际会偏移几个像素,X轴与Y轴与图像平面的x轴y轴分别平行。
定义2D像素点坐标系就是图像平面的坐标系,原点位于图像左上角。坐标系定义如图所示。
根据针孔相机模型的投影等式,如果在场景中有一点他的坐标为 ( X , Y , Z ) (X,Y,Z) (X,Y,Z),那么他在图像中的像素坐标为:
其中, s s