一些基础知识--相机与图像

本文介绍了针孔相机模型,该模型描述了如何将三维空间中的点通过相机投影到二维图像平面上。内容包括相机坐标系、相似三角形原理、像素坐标系的定义以及坐标转换的数学公式。还提到了内参矩阵K和外参矩阵T在描述相机投影关系中的作用。
摘要由CSDN通过智能技术生成

相机将三维世界中的坐标点(单位为米)映射到二维图像平面(单位为像素),这个映射过程可以用一个几何模型表示。接下来讲讲几何模型中最简单的针孔模型。

  1. 针孔相机模型

图1 针孔相机模型

设相机坐标系为o-x-y-z,习惯上z轴朝前,y轴朝下,x轴朝右。o为光心,也就是针孔模型中的针孔。

接下来给这个针孔模型做个解释:现实三维世界中一点P,经过小孔O投影后,落到物理成像平面上o^{'}-x^{'}-y^{'}上,成像点为P^{'},设P点的坐标为[X,Y,Z]^{T}P^{'}坐标为[X^{'},Y^{'},Z^{'}]^{T},设光心O到物体成像平面的距离为焦距f,根据相似三角形可得公式(1):

\frac{f}{Z}=-\frac{X^{'}}{X}=-\frac{Y^{'}}{Y}

图2 相似三角形

为了简化模型,可以把成像平面挪到相机前面,整理可得公式(2)

X^{'}=f\frac{X}{Z}

Y^{'}=f\frac{Y}{Z}

公式(2)得到了三维空间点P和它的像之间的空间关系,但是在图像中,往往用像素来表示,所以还需要在成像平面上进行采样和量化,设在物理成像平面上固定着一个像素平面o-u-v,于是可得P^{'}像素坐标[u.v]^{T}

那么像素坐标系是如何定义的呢?

像素坐标系的定义为:原点o^{'}位于图像的左上角(物理成像平面的o^{'}位于正中间),u轴向右与x轴平行,v轴向下与y轴平行。像素坐标系和成像平面之间,相差一个缩放和原点的平移

设在u轴缩放α倍,在v轴缩放β倍,原点的平移为[c_{x},c_{y}]^{T},于是P^{'}与像素坐标之间的关系为:

u=\alpha X^{'}+c_{x}=\alpha f\frac{X}{Z}+c_{x}

v=\beta Y^{'}+c_{y}=\beta f\frac{Y}{Z}+c_{y}

合并一下可得:

u=f_{x}\frac{X}{Z}+c_{x}

v=f_{y}\frac{Y}{Z}+c_{y}

把上式写成矩阵形式:

\begin{pmatrix} u\\ v\\ 1\end{pmatrix}=\frac{1}{Z}\begin{pmatrix} f_{x} &0 &c_{x} \\ 0 &f_{y} &0 \\ c_{y} &0 &1 \end{pmatrix}\begin{pmatrix} X\\ Y\\ Z \end{pmatrix}=\frac{1}{Z}KP

把Z挪到左侧:

Z\begin{pmatrix} u\\ v\\ 1\end{pmatrix}=\begin{pmatrix} f_{x} &0 &c_{x} \\ 0 &f_{y} &0 \\ c_{y} &0 &1 \end{pmatrix}\begin{pmatrix} X\\ Y\\ Z \end{pmatrix}=KP

其中K矩阵称为相机的内参矩阵,内参矩阵是指世界坐标系下的点转到像素坐标系下的几何模型。

除了内参以外,自然还有相机外参,在前面式子的推导中,使用的P都是相机坐标系下的坐标,由于相机是不断的在运动的,所以P的相机坐标应该是世界坐标系根据相机的位姿,变换到相机坐标系下的结果。相机的位姿由它的旋转矩阵R和平移矩阵t表示。那么即有

ZP_{uv}=Z\begin{bmatrix} u\\ v\\ 1 \end{bmatrix}=K(RP_{w}+t)=KTP_{w}

注意:此处的T是\begin{bmatrix} R &t \\ 0& 1 \end{bmatrix}

其中T称为变换矩阵,描述的是世界坐标系到像素坐标系的投影关系。

 

 

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