计算机视觉中的数学方法——6.7 多摄像机系统标定


本节主要利用分层重构的思想给出一种多摄像机系统的标定方法:基于一维标定物的多摄像机系统的标定方法。多摄像机系统的标定通常出现在大场景视觉监控和大场景视觉测量等应用中。基于一维标定物标定的优点主要表现在:一维标定物的构造非常容易,在实际应用中可以利用一根杆上的三个以上的标志点构造一维标定物;所有摄像机能同时观察到整个标定物,这是为了提高标定精度在多摄像机系统标定时应满足条件,基于三维或二维标定物的标定方法因自遮挡而无法满足此条件。

6.7.1 一维标定物

回顾:
在这里插入图片描述
在这里插入图片描述
第j个刚体运动:改变了ABC在各个相机下的位置
在这里插入图片描述

6.7.2 确定仿射摄像机矩阵

为什么Pm和P1的表示不同?

在这里插入图片描述
是0和1是典型摄像机对,而Pm则是非这个摄像机对的原因?

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

6.7.3 确定欧氏摄像机矩阵

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 1
    点赞
  • 3
    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