【视觉SLAM十四讲】相机与图像(附PCL安装教程)

本文深入探讨视觉SLAM中的相机模型,包括小孔成像模型、畸变校正、双目及RGB-D相机模型。同时,介绍了OpenCV的基本图像处理和点云拼接,提供PCL安装教程,帮助读者从理论到实践掌握视觉定位与地图构建的基础知识。
摘要由CSDN通过智能技术生成

本文为视觉 SLAM 学习总结,讲解观测方程中 z k , j z_{k,j} zk,j 的具体形式。欢迎交流

本讲内容概要

  • 针孔相机的模型、内参与径向畸变参数
  • 空间点如何投影到相机成像平面的
  • OpenCV 的图像存储与表达方式
  • 基本的摄像头标定方法

相机模型

照片只能记录物体在成像平面上的投影,无法测得“距离”维度的信息。而普通相机可以用针孔模型进行很好地近似。

小孔成像模型

小孔成像的原理图如下:

在这里插入图片描述

左图为立体图像,在相机平面建立三维坐标系,在像素平面建立二维坐标系。则空间中一点 P P P 透过小孔投影到成像平面的坐标可以计算。右图为俯视图,由相似三角形有,小孔成像模型的原始形式为:
Z f = − X X ′ = − Y Y ′ \frac{Z}{f}=-\frac{X}{X'}=-\frac{Y}{Y'} fZ=XX=YY
其中负号表示为倒像。相机内部会将图像翻转,因此我们平时看到的是正像。若将像翻转到前面则可消除负号:
Z f = X X ′ = Y Y ′ \frac{Z}{f}=\frac{X}{X'}=\frac{Y}{Y'} fZ=XX=YY
整理后得到:
X ′ = f X Z X'=f\frac{X}{Z} X=fZX

Y ′ = f Y Z Y'=f\frac{Y}{Z} Y=fZY

成像平面的单位是米,而像素坐标的单位为像素,两种表示方法有一定的比值和中心移动。因此将成像平面到像素坐标:
{ u = α X ′ + c x v = β Y ′ + c y \left\{\begin{aligned}u & = & αX'+c_x \\v & = & βY'+c_y \\\end{aligned}\right. { uv==αX+cxβY+cy
将其带入到 X ′ , Y ′ X',Y' X,Y 得:
{ u = f x X Z + c x v = f y Y Z + c y \left\{\begin{aligned}u & = & f_x\frac{X}{Z}+c_x \\v & = & f_y\frac{Y}{Z}+c_y \\\end{aligned}\right. uv==fxZ

  • 2
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值