Pinhole Camera Model

  1. 如上图所示, 现实世界中的3D object成像在相机的成像平面image plane中, 由针孔成像的对称性, 可以画出image plane的对称虚平面virtual image plane
  2. 为了简化, 下面都使用 virtual image plane代替 image plane, 毕竟这个平面内部的像素坐标值在两个平面都是一样的;
  3. 接下来就是初中几何相似性的原理:

数学表达

  1. 如上图所示, 现实世界坐标P(X,Y,Z), 映射到成像平面中作为为p(x,y), f为焦距focal length, O为相机光心;
  2. 由三角形相似性可知:

$$
\frac{X}{Z}=\frac{x}{f}
\quad \frac{Y}{Z}=\frac{y}{f}
$$

从而有:

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

进一步修正

  1. 上面推导假设相机像素在x轴和y轴上像素点大小一样的(即正方形), 但实际中这两个值往往并不相同, 这样计算得到的坐标(x,y)要重写为如下公式:

$$
x = kf \frac{X}{Z} = f_x \frac{X}{Z} \\
y = lf \frac{Y}{Z} = f_y \frac{Y}{Z}
$$

再进一步修正

  1. 上面公式还假设了相机光心(即上图c点)是100%在光轴optical axis OZ线上, 但实际上由于制造工艺限制, 往往会存在一些误差, 在x轴和y轴上分别为 cx, cy, 体现在公式就需要对坐标(x,y)再做一些平移修正, 如下公式;
  2. fx,fy,cx,cyfx,fy,cx,cy这四个参数定义为相机的内参矩阵CC,也就是相机做好之后就不会变的参数;

$$
x = kf \frac{X}{Z} + c_x = f_x \frac{X}{Z} + c_x  \\
y = lf \frac{Y}{Z} + c_y = f_y \frac{Y}{Z}  + c_y
$$

继续前进

  1. 一般情况下, 变量命名通常把真实世界的坐标记为(x,y,z) ,对应上文中的(X,Y,Z), 而把成像平面上的坐标记为(u,v), 对应上文中的(x,y), 根据新的变量名, 可以改写公式;
  2. 此外, 一般深度相机获取到的数据保存时, 保存的距离坐标d其实都是真实距离乘以一个缩放因子s后再保存的, s大概是1000 .  因此在把z代入公式进行时, 要先得到z的真实的未缩放值:  z=d/s;
  3. 根据上述1,2,  新的公式如下:

$$
u =  f_x \frac{x}{z} + c_x  \\
v =  f_y \frac{y}{z}  + c_y
z = \frac{d}{s}
$$

但往往实际情况是相机测量后的(u,v,d)坐标已知, 需要反推出真实世界坐标(x, y, z), 因此上述公式变形为用(u,v,d)表示(x,y,z):

$$
z = d s  \\
x = \frac{(u-c_x)z}{f_x}  \\
y = \frac{(v-c_y)z}{f_y}  \\
$$

写成矩阵形式

$$
s \cdot \left[ \begin{array}{l}{u} \\ {v} \\ {1}\end{array}\right]=C \cdot\left(R \cdot \left[ \begin{array}{l}{x} \\ {y} \\ {z}\end{array}\right]+t\right)
$$

  1. 其中,R和t是相机的姿态。R代表旋转矩阵,t代表位移矢量。

使用PCL把点云画出来

备注: 代码copy了高博的PCL点云代码, 其中的数据data部分, 可以从高博的github地址下载:

https://github.com/gaoxiang12/rgbd-slam-tutorial-gx/tree/master/part%20II/data

// C++ 标准库
#include <iostream>
#include <string>
using namespace std;// OpenCV 库
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>// PCL 库
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>// 定义点云类型
typedef pcl::PointXYZRGBA PointT;
typedef pcl::PointCloud<PointT> PointCloud; // 相机内参
const double camera_factor = 1000;
const double camera_cx = 325.5;
const double camera_cy = 253.5;
const double camera_fx = 518.0;
const double camera_fy = 519.0;// 主函数
int main( int argc, char** argv )
{// 读取./data/rgb.png和./data/depth.png,并转化为点云// 图像矩阵cv::Mat rgb, depth;// 使用cv::imread()来读取图像// API: http://docs.opencv.org/modules/highgui/doc/reading_and_writing_images_and_video.html?highlight=imread#cv2.imreadrgb = cv::imread( "./data/rgb.png" );// rgb 图像是8UC3的彩色图像// depth 是16UC1的单通道图像,注意flags设置-1,表示读取原始数据不做任何修改depth = cv::imread( "./data/depth.png", -1 );// 点云变量// 使用智能指针,创建一个空点云。这种指针用完会自动释放。PointCloud::Ptr cloud ( new PointCloud );// 遍历深度图for (int m = 0; m < depth.rows; m++)for (int n=0; n < depth.cols; n++){// 获取深度图中(m,n)处的值ushort d = depth.ptr<ushort>(m)[n];// d 可能没有值,若如此,跳过此点if (d == 0)continue;// d 存在值,则向点云增加一个点PointT p;// 计算这个点的空间坐标p.z = double(d) / camera_factor;p.x = (n - camera_cx) * p.z / camera_fx;p.y = (m - camera_cy) * p.z / camera_fy;// 从rgb图像中获取它的颜色// rgb是三通道的BGR格式图,所以按下面的顺序获取颜色p.b = rgb.ptr<uchar>(m)[n*3];p.g = rgb.ptr<uchar>(m)[n*3+1];p.r = rgb.ptr<uchar>(m)[n*3+2];// 把p加入到点云中cloud->points.push_back( p );}// 设置并保存点云cloud->height = 1;cloud->width = cloud->points.size();cout<<"point cloud size = "<<cloud->points.size()<<endl;cloud->is_dense = false;pcl::io::savePCDFile( "./pointcloud.pcd", *cloud );// 清除数据并退出cloud->points.clear();cout<<"Point cloud saved."<<endl;return 0;
}

SLAM入门-相机成像原理与公式推导相关推荐

  1. 计算机视觉:相机成像原理:世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的转换(转载)

    版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/chentravelling/article/details/53558096 0.前言 最近整理了& ...

  2. 【自动驾驶】16.计算机视觉:相机成像原理:世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的转换

    本篇博客为转载,我对其中的细节添加了一些说明. 原文链接:https://blog.csdn.net/chentravelling/article/details/53558096 0.前言 最近整理 ...

  3. 【图像处理】相机成像原理

    这里对于相机成像原理做一个简单的介绍. 如下图所示,在最左端的顶点为相机,它的镜头正对着地面上的点O,横向视场角为a,纵向视场角为θ,它所看到的区域就是就是如下所示的四边形,存在一定的投影变换. 而地 ...

  4. ORB-SLAM2从理论到代码实现(四):相机成像原理、基本矩阵、本质矩阵、单应矩阵、三角测量详解

    由于ORBmatcher.cc中有三角化和重投影等内容,所有我先写相机成像等多视图几何内容. 1. 相机的成像原理 假设空间中有一点P,它在世界坐标系中的坐标为,在相机坐标系中的坐标为,在图片中的像素 ...

  5. 相机成像原理_【亲子科学小实验】相机原理和小孔成像的秘密

    大家出去旅游的时候,都会带着照相机,拍下美景的同时,也给我们留下了永恒的回忆.但是,大家知不知道记录美好瞬间的照相机是如何工作成像的呢?下面就和小编一起来探究成像原理吧. 相机原理和小孔成像 材料 放 ...

  6. 相机成像原理_数码相机的工作原理

    数码相机也被称为数字相机.数码相机可以说是更广义的电子影像处理技术中的一类,其光学成像系统和常规的照相机并无差别,然而影像记录的方式却完全不同.常规相机使用的是化学光感材料,而数码相机使用的是一组光电 ...

  7. 相机成像原理_【科研进展】动态虚拟相机:探索三维视觉成像新方法

    由于微信公众号试行乱序推送,您可能没办法准时收到"爱光学"的文章.为了让您第一时间看到"爱光学"的新鲜推送, 请您: 1. 将"爱光学"点亮 ...

  8. 相机成像原理_照相机、摄影机的成像原理

    电影让不同时空下的你我相遇 写在开头 后面将要学习的焦距.景深以及镜头的运动相比影像中的画框.构图.景别.角度这几个概念理解起来更有难度,为了更好地理解它们的含义,也为了"知其然,知其所以然 ...

  9. 【camera】2.相机成像原理和数学模型

    相机模型中的坐标系: Ow-xyx:世界坐标系,物体位置,单位:m Oc-xyz:相机坐标系,光心为原点,单位:m Oi-xy:图像坐标系,光心为图像中心,单位:mm Op-xy:像素坐标系,原点为图 ...

  10. 视觉SLAM学习--相机成像模型及标定

    相机模型1:B站热心网友的视频讲解,比较清楚 链接:https://www.bilibili.com/video/BV1Rh411o7Jb/?spm_id_from=333.788.recommend ...

最新文章

  1. mysql中的宽字符注入_深入理解Mysql宽字符注入
  2. s3c6410学习笔记-烧写uboot+构建文件系统
  3. ubuntu 14.04 开机进入字符界面
  4. 【数据库】数据库基本概念:数据库管理系统 / 数据库 / 表 / 数据
  5. Caffe2 的基本数据结构(Basics of Caffe2 - Workspaces, Operators, and Nets)[4]
  6. UVa 816 (BFS求最短路)
  7. idea安装activiti流程设计器_整合Activiti6.0流程设计器 | 字痕随行
  8. linux 释放进程res_linux下查询进程占用的内存方法总结
  9. 在GlassFish应用服务器上创建并运行你的第一个Restful Web Service【翻译】
  10. 拓端tecdat|matlab使用长短期记忆(LSTM)神经网络对序列数据进行分类
  11. paip.自动import的实现跟java.lang.SecurityException Prohibited package name java
  12. JS前台页面获取值的技巧
  13. Linux信号量常用操作表
  14. python爬虫出来空值_pandas | DataFrame基础运算以及空值填充
  15. 单片机管脚工作状态的解释
  16. 分享一个特别喜欢的背景图片
  17. 微信气泡主题设置_微信气泡主题华为手机要怎么弄 华为手机微信气泡主题设置方法介绍...
  18. JSX 基本语法规则
  19. 绍兴文理学院元培学院第十五届大学生程序设计竞赛
  20. jQuery.trigger() 函数详解

热门文章

  1. 搭建基于XMPP的即时通讯系统
  2. 学习帮——提高智商、改善记忆力的120种绝佳方法!
  3. Linux根目录的建立
  4. 概率论与数理统计 积分表(高等数学附录)
  5. 空调开关html,酒店墙上空调开关图解—酒店墙上空调开关图案是什么意思
  6. Android文字转语音
  7. 比神经网络更高级的算法,人工神经网络是算法吗
  8. 免费又好用的Redis可视化工具,强烈推荐!
  9. hg8245设置无线打印服务器,小编教您设置华为HG8245光纤猫路由器
  10. 全国省市县行政代码表1