像素坐标、相机坐标、世界物理坐标之间的坐标转换条件。

1、从像素坐标直接变化为世界物理坐标

    下面是两者直接的主要的变化关系:

  

  其中的前俩个可以以变化为一个3*3的矩阵,但是R|T是3*4的矩阵,当我们想把其进行合并成一个矩阵的时候,需要对其进行变化,变换的规则是:不能改变结果; 应当以右边的矩阵为起点,依次向左进行变化;例如世界坐标系为了不改变平移特性,而进行了矩阵加1处理。

 

2、在世界坐标系与相机坐标之间转换的【R|T】里的R矩阵其是Rx*Ry*Rz得出来的矩阵,要记住矩阵相乘符合结合律,但是不符合调换律。其例子如下:

 

其中Rx*Ry*Rz的结果与Rz*Rx*Ry的结果不同。

3、单目摄像头无法求出某个目标点的相机坐标下的Xc,Yc坐标,因为其中的Zc是未知的,不同的Zc位置,其中平面上Xc、Yc的值是不同的,只有事先知道一个坐标点对,求出对应面之间的转换关系---实际上也是求出Zc,在此之后才可以从u、v求出Xc、Yc。其变换关系是:Xc=Zc/fx(u-u0)

但是如果已知图像像素点,世界坐标系的点,只要在知道内参的情况下,求出三个点对,就可以得到世界坐标系与图像像素坐标系的转换关系,这样就可以由任何u、v转换到Xc、Yc.其中的机械臂自动抓取的坐标转换原理也是这样的,这里的Zw是等于0的,因为这些世界坐标系的点是在一个平面上的。其关系如下:

 

 

 

 

 

 

双目相机像素坐标物理坐标之间的转换需要通过相机的内参和外参来实现。以下是一种常用的方法: 1. 内参矩阵: 相机的内参矩阵包括焦距、主点坐标等参数,通常表示为以下形式: K = [[fx, 0, cx], [0, fy, cy], [0, 0, 1]] 其中,(fx, fy)表示焦距,(cx, cy)表示主点坐标。 2. 外参矩阵: 外参矩阵描述了相机世界坐标系下的姿态,通常表示为以下形式: R = [[r11, r12, r13], [r21, r22, r23], [r31, r32, r33]] t = [t1, t2, t3] 其中,R表示旋转矩阵,t表示平移向量。 3. 图像坐标到归一化坐标的转换: 首先,将图像坐标系的原点移到主点坐标处,然后进行归一化: x_norm = (x - cx) / fx y_norm = (y - cy) / fy 4. 归一化坐标相机坐标系的转换: 由于归一化坐标的z轴值为1,所以可以直接得到相机坐标系下的坐标: X_cam = x_norm * z Y_cam = y_norm * z Z_cam = z 5. 相机坐标系到世界坐标系的转换: 通过外参矩阵的旋转和平移操作,可以将相机坐标系下的点转换到世界坐标系下: X_world = R[0] * X_cam + R[1] * Y_cam + R[2] * Z_cam + t[0] Y_world = R[3] * X_cam + R[4] * Y_cam + R[5] * Z_cam + t[1] Z_world = R[6] * X_cam + R[7] * Y_cam + R[8] * Z_cam + t[2] 通过以上步骤,就可以将双目相机像素坐标转换为物理坐标。需要注意的是,以上方法是一种基本的转换方式,实际应用中可能会有一些特殊情况需要考虑,比如畸变校正等。
评论 13
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