单应性矩阵在摄像机标定时的作用

在计算机视觉中单应性矩阵的求解在摄像机标定的过程中有重要的意义,单应性矩阵中包含着摄像机的内参数矩阵,旋转向量和平移向量。

  我们设3维空间有一点Q=[X Y Z 1]T(齐次坐标系表示),到成像仪上的q[x y 1]T映射,设单应性矩阵为H,s为比例系数。则Qq之间的关系可表示为q=ShQ.

  在点映射过程中,点要经过旋转和平移的物理变换,所以设物理变换坐标W=[R T],R为旋转向量,T为平移向量。然后再投射过程中,根据得到的摄像机的内参矩阵M,所以q=sMWQ,从而推算出H=sMW.

  通过单应性矩阵,我们把源图像平面上的点击位置与目标图像平面的伤的点击位置联系了起来,而opencv 中有一个函数提供了单应性矩阵的计算:cvFindHomography().opencv中是采用从多个视场,采集图片,并计算相应的单应性矩阵,从而求解摄像机的内参数(内参数相对于摄像机的视场是不变的)。

  • 0
    点赞
  • 0
    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