首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Camera Model

Camera Model

作者头像
caoqi95
发布2019-10-08 14:48:17
1.1K0
发布2019-10-08 14:48:17
举报
前置数学知识
  • 3D 欧几里德空间
  • 向量
  • 内积和叉积
  • Rotation
  • Rotation and Translation
Homography(单应性)

单应性是将一个平面中的点映射到另一个平面的 2D 投影变换。

通常经过归一化后,w=1

有了单应性,仿射变化和相似变化如下表示:

可以看这篇文章来理解如何求解 homography H单应性(homography)变换的推导

Pinhole Camera Model
x,y
x,y

是 2D 平面内映射的一个点的坐标;

f
f

为 2D 平面与小孔平面的距离;

X, Y, Z
X, Y, Z

是 3D 物体的坐标。在小孔成像模型中的关系为:

x = f\frac{X}{Z}, y = f\frac{Y}{Z}
x = f\frac{X}{Z}, y = f\frac{Y}{Z}

转换成 homogeneous 坐标,表示为:

将其表示成 3 个矩阵组成,可以得到:

K_f
K_f

为相机参数或者内参数(camera intrinsic parameters),

Π_0
Π_0

为外参数(extrnsic parameters)。此处

K_f
K_f

Π_0
Π_0

均为理想的参数。

下面是像素坐标中的表示:

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2019.10.08 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 前置数学知识
  • Homography(单应性)
  • Pinhole Camera Model
相关产品与服务
图像处理
图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档