Camera系列文章
传感器融合是将多个传感器采集的数据进行融合处理,以更好感知周围环境;这里首先介绍Camera的相关内容,包括摄像头及图像知识基本介绍,OpenCV图像识别(特征提取,目标分类等),融合激光点云和图像进行TTC估计。
系列文章目录
1. 摄像头基础及校准
2. Lidar TTC估计
3. Camera TTC估计
文章目录
# 前言 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)的过程常用**针孔相机模型**来进行描述。针孔模型描述了一束光线通过针孔后,在针孔背面投影成像的关系。同时,由于相机镜头上的透镜的存在,使得光线投影到成像平面的过程中会产生**畸变**,因此我们使用针孔和畸变模型来对整个投影过程进行建模。
针孔摄像头模型
小孔成像模型——成像平面到像素坐标
原始形式(真实成像是倒立的):
Z f = − X X ′ = − Y Y ′ ① \frac{Z}{f}=- \frac{X}{X'}=- \frac{Y}{Y'}① fZ=−X′X=−Y′Y①
翻转到前面(摄像头图像输出时通常会进行翻转):
Z f = X X ′ = Y Y ′ ② \frac{Z}{f}=\frac{X}{X'}=\frac{Y}{Y'}② fZ=X′X=Y′Y②
整理得到:
X ′ = f X Z ③ X'=f\frac{X}{Z}③ X′=fZX③
Y ′ = f Y Z ④ Y'=f\frac{Y}{Z}④ Y′=fZY④
像素坐标系:原点 O ′ O' O′位于图像左上角, u u u轴向右与 x x x轴平行, v v v轴向下与 y y y轴平行。像素坐标系与成像平面之间相差一个缩放和原点的平移,假设像素坐标在 u u u轴上缩放 α \alpha α倍,在 v v v上缩放KaTeX parse error: Undefined control sequence: \belta at position 1: \̲b̲e̲l̲t̲a̲倍。同时,原点平移了 [ c x , c y ] T [c_x,c_y]^T [cx,cy]T
成孔平面到 P ′ P' P′像素坐标 [ u , v ] T [u,v]^T [u,v]T:
u = α X ′ + c x ⑤ u=\alpha X'+c_x⑤ u=αX′