计算机视觉——照相机模型与增强现实

最新推荐文章于 2022-08-21 16:17:36 发布

yf_0707

最新推荐文章于 2022-08-21 16:17:36 发布

阅读量577

点赞数

本文链接：https://blog.csdn.net/yf_0707/article/details/89073785

版权

本文介绍了计算机视觉中的照相机模型，重点讲解了针孔相机模型和照相机矩阵。照相机标定过程包括光学标定和自标定，通过线性回归计算参数。在增强现实部分，讨论了使用PyGame和PyOpenGL实现增强现实的方法，包括设置投影矩阵和模型视图矩阵，以及如何绘制背景和物体。

摘要由CSDN通过智能技术生成

照相机模型与增强现实

1、针孔相机模型

针孔相机模型是计算机视觉中广泛使用的相机模型。对于大多数应用来说，针孔照相机模型简单，并且具有足够的精神度。该相机从一个小孔采集射到暗箱内部的光线。在针孔照相机模型中，在光线投影到图像平面之前，从唯一一个点经过，也就是照相机中心。

针孔相机模型：
在这里插入图片描述

1.1照相机矩阵

照相机矩阵可以分解为：
在这里插入图片描述
这里，K是内参矩阵。[I|0]是外参矩阵

内参矩阵：

这里，图像平面和照相机中心间的距离为焦距 f 。当像素数组在传感器上偏斜的时候，需要用到倾斜参数 s ，也就是畸变参数。在大多数情况下，s 可以设置为 0，也就是说：
在这里插入图片描述
（x0 , y0 ）就是光线坐标轴和图像平面的交点。因为光心通常在图像的中心，并且图像的坐标是从左上角开始计算的，所以光心的坐标接近于图像宽度和高度的一半。在这强调的是，唯一未知的变量是焦距 f 。