• 如何理解相机标定?


    试证明:你看到的绿色和别人眼里看到的绿色是一样的。
    答:五色令人目盲,五音令人耳聋,五味令人口爽,驰骋畋猎令人心发狂,难得之货令人行妨。是以圣人为腹不为目,故去彼取此。
    感觉器官不一定是可靠的,这都是感觉器官带给大脑的假象,这种主观体验无法通过客观方式来验证。

    相机也类似,相机在制造出来的时候,虽然是按照工艺流程去制造的,但是这个过程中,难免会产生些许误差,你不能保证相机A和相机B拍摄的效果一样,比如你并不能确定镜头的焦距,就恰好是你生产工艺所规定的标准焦距,同样的,镜头的中心点到成像平面的距离也可能不一样,但标定后的效果就可以一致了。相机标定,就是为了在下生产线后,确认相机这些内参的实际值,标定,标的是内参,外参是需要给好的(一般通过平移相机或者平移标定图像来计算得出)。

    请看《视觉SLAM十四讲》第5讲,下面是我的学习总结,将来的“你”有看不懂的就先翻到书本第5讲。
    基于相机坐标系的描述是
    Z [ u v 1 ] = [ f x 0 c x 0 f y c y 0 0 1 ] [ X Y Z ] = K P Z

    [uv1]" role="presentation" style="position: relative;">[uv1]
    =
    [fx0cx0fycy001]" role="presentation" style="position: relative;">[fx0cx0fycy001]
    [XYZ]" role="presentation" style="position: relative;">[XYZ]
    =KP Z uv1 = fx000fy0cxcy1 XYZ =KP
    其中, K K K相机内参(Camera Intrinsics) P P P是相机坐标系下的目标点位置
    但相机是运动的,不可能固定不变,所以有基于世界坐标系的描述
    Z P u v = Z [ u v 1 ] = K ( R P w + t ) = K T P w ZP_{uv}= Z
    [uv1]" role="presentation" style="position: relative;">[uv1]
    = K(RP_w + t) = KTP_w
    ZPuv=Z uv1 =K(RPw+t)=KTPw

    R R R是位姿旋转矩阵, t t t是平移向量,这两个参数就是相机外参(Camera Extrinsics),相机运动也相当于目标点在做相对运动,所以可以将这两个参数都作用在目标点 P w P_w Pw上,这样一来,相机就等于不动。

    References

    [1] 高翔,张涛,刘毅,颜沁睿.视觉SLAM十四讲:从理论到实践[M].第2版.北京: 电子工业出版社, 2019.

  • 相关阅读:
    WinCC趋势跨度设置(时间范围)
    C# PictureBox——SizeMode属性
    pytho你-opencv划痕检测
    JDBC学习篇(四)
    算法设计与分析复习--回溯(一)
    3.0 Python 数字类型常用操作
    leetcode 刷题 log day 48(打家劫舍问题
    Api接口封装
    Python 升级之路( Lv12 ) Pygame游戏开发基础
    读取W25Q64的设备ID时输出0xff
  • 原文地址:https://blog.csdn.net/weixin_44327736/article/details/134242236