机器视觉学习笔记(6)——双目摄像机标定参数说明

标签: 机器视觉

阅读本文之前请先阅读以下两篇博文:
机器视觉学习笔记(4)——单目摄像机标定参数说明
机器视觉学习笔记(5)——基于OpenCV的单目摄像机标定


1.双目摄像机需要标定的参数

  • 双目摄像机需要标定的参数有摄像机内参数矩阵,畸变系数矩阵,本征矩阵,基础矩阵,旋转矩阵以及平移矩阵
  • 其中摄像机内参数矩阵和畸变系数矩阵可以通过单目标定的方法标定出来
  • 双目摄像机标定和单目摄像机标定最主要的区别就是双目摄像机需要标定出左右摄像机坐标系之间的相对关系

2.旋转矩阵R和平移矩阵T说明

任意两个坐标系之间的相对位置关系都可以通过两个矩阵来描述:旋转矩阵R和平移矩阵T。我们此处用R和T来描述左右两个摄像机{camera}坐标系的相对关系,具体为将左摄像机{camera}下的坐标转换到右摄像机{camera}下的坐标。

假设空间中有一点P,其在{world}坐标系下的坐标为PWP_W,其在左右摄像机{camera}坐标系下的坐标可以表示为:

{PlPr=RlPW+Tl=RrPW+Tr(1)

\left\{ \begin{aligned} P_l&=R_lP_W+T_l\\ P_r&=R_rP_W+T_r \end{aligned} \right.\tag{1}
其中 PlP_l和 PrP_r又有如下的关系:

Pr=RPl+T(2)

P_r=RP_l+T\tag{2}
注:双目摄像机分析中往往以左摄像机{camera}为主坐标系,但是RR和TT却是左{camera}向右{camera}转换,所以TxT_x为负数

综合(1)(2)两式,可以推得:

{RT=RrRTl=Tr−RTL(3)

\left\{ \begin{aligned} R&=R_rR_l^T\\ T&=T_r-RT_L \end{aligned} \right.\tag{3}
单目标定中相机外参数就是此处的 RlR_l, TlT_l, RrR_r和 TrT_r,带入(3)式就可以求出R和T。

3.本征矩阵EE说明

对级几何在双目问题中非常的重要,可以简化立体匹配等问题,而要应用对级几何去解决问题,比如求级线,需要知道本征矩阵或者基础矩阵,因此双目标定过程中也会把本征矩阵和基础矩阵出来。之所以说是算,因为这两个矩阵与R和T并不独立。

本征矩阵常用字母EE来表示,其物理意义是左右{picture}坐标系相互转换的矩阵,可以描述左右摄像机图像平面上对应点之间的关系。

假设空间中有一点P,其在{world}坐标系下的坐标为PWP_W,其在左右摄像机{camera}坐标系下的坐标可以为PlP_l和PrP_r,右{camera}坐标系原点在左{camera}坐标系的坐标为Tr=[Tx,Ty,Tz]TT_r=[T_x,T_y,T_z]^T,则有:

Pr=R(Pl−Tr)(4)

P_r=R(P_l-T_r)\tag{4}
则通过点TrT_r的所有点的PlP_l所组成的平面(即极面)可以用下式表示:

(Pl−Tr)T(Pl×Tr)=0(5)

(P_l-T_r)^T(P_l\times T_r)=0\tag{5}
将Pl×TrP_l\times T_r写成矩阵相乘的形式:

Pl×Tr=SPl(6)

P_l\times T_r=SP_l\tag{6}
其中SS为:

S=⎡⎣⎢0Tz−Ty−Tx0TxTy−Tx0⎤⎦⎥(7)

S=\begin{bmatrix} 0 & -T_x & T_y \\ T_z & 0 & -T_x \\ -T_y & T_x & 0 \end{bmatrix}\tag{7}
综合(5)(6)式可得:

PTrRSPl=0(8)

P_r^TRSP_l=0\tag{8}
乘积RSRS即为本征矩阵EE,利用投影方程将(8)式简化:

PTprEPpl=0(9)

P_{pr}^TEP_{pl}=0\tag{9}
(9)式描述了同一物理点在左右摄像机图像平面上投影在{picture}下的关系。

4.基础矩阵F说明

双目系统中,常常只对{pixel}坐标系下的坐标感兴趣,所以给本征矩阵EE加上相机内参数矩阵MM的相关信息,就可得到描述同一物理点在左右摄像机图像平面上投影在{pixel}下的关系。

将(9)式结合Ppix=MPpP_{pix}=MP_p可得:

PTpixr(M−1r)TEM−1lPpixl=0(10)

P_{pixr}^T(M_r^{-1})^TEM_l^{-1}P_{pixl}=0\tag{10}
由此可将基础矩阵 FF定义为:

F=(M−1r)TEM−1l(11)

F=(M_r^{-1})^TEM_l^{-1}\tag{11}
最终得到同一物理点在左右摄像机图像平面上投影在{pixel}下的关系:

PTpixrFPpixl=0(10)

P_{pixr}^TFP_{pixl}=0\tag{10}

5.总结

  • 单目摄像机需要标定的参数双目都需要标定
  • 双目摄像机比单目摄像机多标定的参数(RR和TT)主要是描述两个摄像机相对位置关系的参数,这些参数在立体校正和对极几何中用处很大
  • 本征矩阵EE描述的是同一点投影在{picture}坐标系下的关系,单位为mm
  • 基础矩阵FF描述的是同一点投影在{pixel}坐标系下的关系,单位为pix

机器视觉学习笔记(6)——双目摄像机标定参数说明相关推荐

  1. 机器视觉学习笔记(4)——单目摄像机标定参数说明

    机器视觉学习笔记(4)--单目摄像机标定参数说明 标签: 机器视觉 1.针孔摄像机模型 在介绍摄像机标定参数之前,需要先简单说一下针孔摄像机的原理.投影平面到小孔的距离为焦距f,物体到小孔的距离为Z, ...

  2. Python+OpenCV学习(17)---摄像机标定

    Python+OpenCV学习(17)---摄像机标定 原文:http://blog.csdn.net/firemicrocosm/article/details/48594897 利用python学 ...

  3. 机器视觉(三):摄像机标定技术

    目录: 机器视觉(一):概述 机器视觉(二):机器视觉硬件技术 机器视觉(三):摄像机标定技术

  4. 圆形标定板_机器视觉学习笔记(2)--如何检测圆点标定板

    摄像机标定常用的标定板除了棋盘格,还有圆点标定板,圆点标定板如图1所示. 图1:圆点标定板 众所周知的是,OpenCV和Matlab没有现成的圆点标定板的检测算法,只有Halcon有该检测算子,遗憾的 ...

  5. 机器视觉学习笔记(五)——系统校准与图像校正(基于LabVIEW)

    机器视觉系统需要的信息包含在采集到的数字图像中,以像素的形式存在.要实现准确测量和控制,需要使用真实世界的坐标系和测量单位,即要得到像素与真实世界坐标系的映射关系,才能进行后续处理. 透视畸变(per ...

  6. 无人驾驶学习笔记——摄像头雷达联合标定

    最近在弄摄像头雷达的联合标定,一开始参考的是我师兄的博客,写的非常好: 无人驾驶汽车系统入门(二十二)--使用Autoware实践激光雷达与摄像机组合标定 版权声明:本文为博主原创文章,遵循 CC 4 ...

  7. 机器视觉学习笔记:BP神经网络详解

    https://www.toutiao.com/a6717160299482317324/ BP神经网络的代表者是D.Rumelhart和J.McCelland,"反向传播(backprop ...

  8. 【机器视觉学习笔记】-001.环境篇

    文章目录 1.环境篇 1.1 什么是Conda 1.2 安装Conda(Miniconda) 1.2.1 基础环境 1.2.2 下载Miniconda 1.2.3 开始安装Miniconda 第一步 ...

  9. 机器视觉学习笔记(七)——灰度分析与变换(基于LabVIEW)

    图像分析:将图像的像素灰度统计和测量技术结合,是机器可以理解图像内容,并提取特征信息以实现智能检测目的的学科,侧重于对图像内容的分析,解释和识别. 图像灰度分析是图像中最基本的内容:直方图是最基本的图 ...

  10. 机器视觉学习笔记(一)——成像系统

    机器视觉系统设计常见参数 1.图像分辨率:图像中横向以及纵向像素的个数 2.系统分辨率:成像系统可以识别出检测目标的最小细节或最小特征.如"要求系统检测精度达到0.01mm" 3. ...

最新文章

  1. c语言名字程序,c语言获得程序位数和操作系统位数和名称
  2. 拷贝的Android源码不能单独编译mmm命令提示找不到
  3. How ASP.NET MVC Works?
  4. 小丑马戏团风格英文404网页模板
  5. linux系统声卡安装教程,Linux系统下如何安装声卡驱动?
  6. ajax php登陆界面,实例详解Ajax实现漂亮、安全的登录界面
  7. EF6 Codefirst+MySql 数据库迁移
  8. 循环数组的动态规划问题
  9. Matlab-中寻找峰值函数,波峰波谷
  10. REST和微服务——用异步交互分解单体系统
  11. flash打造佛光效果实例教程
  12. 有限差分法MATLAB程序
  13. C++公约数和公倍数
  14. Unable to find a single main class from the following candidates 。。。
  15. [五]基础数据类型之Short详解
  16. 基于WEB在线音乐工厂的设计与实现
  17. 【万字干货】美团旅游推荐系统的演进
  18. 提问 未来计算机的发展趋势是什么,未来计算机的发展趋势是什么?
  19. 1639_perror的函数功能以及简单测试
  20. Scss中的嵌套规则

热门文章

  1. Windows下的hiberfil.sys文件及其作用
  2. 【数学】指数函数与对数函数的导数证明
  3. 微型计算机独立显卡,计算机显卡分为哪几类?有什么特点是?
  4. unittest模块:单元测试
  5. Guns二次开发(十四):集成 ueditor 富文本编辑器
  6. Nacos 学习笔记:安装运行初体验
  7. 曲线运动与万有引力公式_考试中有关曲线运动及万有引力部分ALevel物理考点及公式总结...
  8. 浅谈核桃的栽培技术与种植管理方法
  9. NYOJ 17 (最长单调递增子序列) O (n*n) + O(n*lgn)
  10. IPV6 DNS服务器地址列表