摄像机几何模型

一、透视投影相机模型

最终得到摄像机坐标系下，空间中的点$P$和数字图像上的点$P^{\prime }$的映射关系：
$$P=（x，y，z）——>P^{\prime }=（\alpha \frac{x}{z}+c_x,\beta \frac{y}{z}+c_y）$$

将此映射关系转换成线性映射的形式：

齐次坐标：

将$P^{\prime }$的欧氏坐标转换成齐次坐标形式$P_h^{\prime }$，可以发现，$P_h^{\prime }$与P点的齐次坐标$P_h$有一定关系。（$P_h$经由一个全由相机相关参数组成的矩阵的变换后，得到$P_h^{\prime }$）

在齐次坐标的形式下，可将空间中的点$P$和数字图像上的点$P^{\prime }$之间建立一个线性映射的关系：

其中，$M$称作投影矩阵。

摄像机内参数矩阵的自由度：只有$\alpha ，\beta ，\theta ，c_x，c_y$五个变量，因此K有5个自由度。

但在摄像机坐标系来描述空间中的点并不方便，如不同摄像机下，坐标系也不同，空间中的点的坐标也会不同。

因此需要一个绝对客观的坐标系——世界坐标系。

假如能完成世界坐标系到摄像机坐标系的转换，经由上文的关系，就能完成世界坐标系到数字图像坐标的转换。

假设摄像机坐标系是由世界坐标系经过旋转平移R，T得到的，则齐次坐标系下：
$$P=\left[\begin{array}{cc}R& T\\ 0& 1\end{array}\right]P_w$$
其中，$P_w$是世界坐标系的齐次坐标，$P_w=\left[\begin{array}{c}{x}_w\\ y_w\\ z_w\\ 1\end{array}\right]$

以上，将世界坐标系下的点转换成了摄像机坐标系下的点。






内部参数决定了摄像机的点到数字图像上的点的映射
外部参数决定了摄像机和世界之间的关系
最终完成了世界坐标系下的点$P_w$到数字图像上的点$P^{\prime }$的映射关系

此时的投影矩阵$M(3\times 4)$，具有摄像机内参数矩阵$K$的5个自由度，$R$绕三个坐标轴旋转的3个自由度，$T$沿三个坐标轴移动的3个自由度，因此M总共有11个自由度。

$$P^{\prime }=\left[\begin{array}{c}{m}_1\\ m_2\\ m_3\end{array}\right]P_w$$
此时$P^{\prime }$是齐次坐标形式，转换成欧氏坐标形式：
$$(\frac{m_1{P}_w}{m_3{P}_w},\frac{m_2{P}_2}{m_3{P}_w})$$

二、弱透视投影相机模型

P、Q、R三点与成像孔之间的距离是不一样的，但三个点距离成像孔足够远时，三点与成像孔之间的距离的差异性可以忽略不计，即假设三点在同一平面上。


此时$z$成了固定值$z_0$，通常取三点的$z$的均值为$z_0$。

三、正交投影相机模型