三维点云获取——空间点的计算

我们的目标是通过有效区域内的一组对应点m,m´来求得空间点M的坐标,设m,m’和M的坐标分别为(u,v,1),(u’,v’,1)和(X,Y,Z,1)。
首先我们需要知道相机的投影矩阵,设左目相机的投影矩阵为P,右目相机的投影矩阵为P’,那么有:
在这里插入图片描述
K是左目相机的内参,I是单位矩阵,K’是右目相机的内参,R和T是右目相机的外参,即右目相机相对于左目相机位姿的旋转和平移,不难得知,这些参数都可以通过标定来获得,也就是说投影矩阵P和P’可以通过计算得到。
然后,我们就可以利用投影矩阵,通过对应点m和m’来求空间点M的坐标。对于左目相机来说,有:
在这里插入图片描述

由于m和M的坐标最后一项为1,所以设左右两边相差一个常量λ,因此式(1.2)可以表示如下:
在这里插入图片描述
按行展开可得:
在这里插入图片描述
将式(1.4)与式(1.6)相除可以消去常量λ,得:
在这里插入图片描述
即:
在这里插入图片描述
再将式(1.5)与式(1.6)相除可以消去常量λ,得:
在这里插入图片描述
即:
在这里插入图片描述
同理对于右目相机来说,也有:
在这里插入图片描述
由于m’和M的坐标最后一项为1,所以可以设左右两边相差一个常量λ’,因此式(1.11)可以表示如下:
在这里插入图片描述
按行展开:
在这里插入图片描述
将式(1.13)与式(1.15)相除可以消去常量λ^’,得:
在这里插入图片描述
即:
在这里插入图片描述
再将式(1.14)与式(1.15)相除可以消去常量λ^’,得:
在这里插入图片描述
即:
在这里插入图片描述
联合式(1.8)、(1.10)、(1.17)和(1.19),可得:
在这里插入图片描述
结合实际意义,相机的标定过程不可能完全精确没有一点误差,所以式(1.20)无解,也就是说该方程组是不相容的,只能退一步求该方程的最小二乘解。令
在这里插入图片描述
接下来我们求解方程组Ax=b的最小二乘解
设A=BC是A的一个满秩分解,则有
在这里插入图片描述
是A的伪逆矩阵,H是Hermite矩阵。根据最佳最小二乘解定理可知,
在这里插入图片描述
是方程Ax=b的最佳最小二乘解,那么空间点M的坐标也就求了出来。

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