相机模型-Unified Camera Model
相机模型-Unified Camera Model
- 模型介绍
- 投影过程
- 反投影过程
- 雅可比计算
开篇不知道说啥了,直接开始吧。
模型介绍
这个相机模型在其它地方又被叫做 Omnidirectional 相机模型,我做了一个简单的图来表示这个模型,这个模型的本质其实是将原始的光心在光轴方向上进行移动,得到一个虚拟的光心,从而达到模拟畸变的目的。用这个模型可以模拟针孔相机的成像过程,也可以模拟广角以及鱼眼相机的成像过程。需要注意的是,在广角或鱼眼相机中,该模型不会完全模拟畸变过程,所以还需要搭配一些其他畸变模型,比如 相机模型–针孔相机投影(pinhole camera model)中讲的Brown畸变模型。
接下来结合这个示图对这个模型进行详细说明。首先是投影过程,假设相机坐标系下一个点 P = ( x , y , z ) P=(x, y, z) P=(x,y,z), 将其归一化到以光心为中心的单位球面上 P s = ( x s , y s , z s ) P_s=(x_s, y_s, z_s) Ps=(xs,ys,zs),若在无畸变的情况下,可以直接得到归一下像点 p = ( x s z s , y s z s , 1 ) p=({{x_s} \over {z_s}},{{y_s} \over {z_s}},1) p=(zsxs,zsys,1), 在有畸变的情况下,可以找到一个以虚拟光心(与原光心只存在光轴上的平移,设平移量为 ξ \xi ξ)为原点的虚拟相机坐标系,那么此时 P s P_s Ps在虚拟相机坐标系下的坐标变为 ( x s , y s , z s + ξ ) (x_s, y_s, z_s + \xi ) (xs,ys,zs+ξ),投影到像平面中可以得到畸变后的归一化像点 p d = ( x s z s + ξ , y s z s + ξ , 1 ) p_d = {({x_s \over {z_s + \xi}}, {y_s \over {z_s + \xi}} , 1)} pd=(zs+ξxs,zs+ξys,1)。
上述的是投影的过程,然后我们来看反投影的过程,反投影就是已知 p d = ( x d , y d ) p_d=(x_d, y_d) pd=(xd,yd)求 P s = ( x s , y s , z s ) P_s=(x_s,y_s,z_s) Ps=(xs,ys,zs)的过程,在 O P s OP_s OPs上存在一点 P s ′ = ( x d , y d , z ′ ) P_s'=(x_d, y_d, z') Ps′=(xd,yd,z′),将其归一化后就是 P s P_s Ps,可见 P s P_s Ps和 P s ′ P_s' Ps′实际对应同一个像素点。按照上边的投影过程可得到 p d p_d pd,即 ( x d z ′ + ξ z ′ 2 + r 2 , y d z ′ + ξ z ′ 2 + r 2 , 1 ) = ( x d , y d , 1 ) ({{x_{d}}\over{z'+\xi \sqrt{z'^2+r^2}}}, {{y_{d}}\over{z'+\xi \sqrt{z'^2+r^2}}}, 1) = (x_{d}, y_{d}, 1) (z′+ξz′2+r2 xd,z′+ξz′2+r2 yd,1)=(xd,yd,1) 从而 z ′ + ξ z ′ 2 + r 2 = 1 z'+\xi\sqrt{z'^2+r^2}=1 z′+ξz′2+r2 =1
求解可以得到
syms r xi z
solve(z + xi * sqrt(z^2 + r^2) == 1, z)
z ′ = ξ 1 + r 2 ( 1 − ξ 2 ) − 1 ξ 2 − 1 z' ={ {\xi \sqrt{1+r^2(1-\xi^2)}-1} \over {\xi^2-1}} z′=ξ2−1ξ1+r2(1−ξ2) −1
投影过程
- 设相机坐标系下一点 P c = ( x c , y c , z c ) P_c=(x_c, y_c, z_c) Pc=(xc,yc,zc),将其归一化到单位球面上 P s = ( x s , y s , z s ) = ( x c ∣ ∣ P c ∣ ∣ , y c ∣ ∣ P c ∣ ∣ , z c ∣ ∣ P c ∣ ∣ ∣ ) P_s=(x_s, y_s, z_s) = ({{x_c}\over||P_c||}, {y_c \over ||P_c||}, {{z_c} \over ||P_c||}|) Ps=(xs,ys,zs)=(∣∣Pc∣∣xc,∣∣Pc∣∣yc,∣∣Pc∣∣zc∣)。
- 转换到虚拟像平面上得到 p = ( x p , y p , 1 ) = ( x s z s + ξ , y s z s + ξ , 1 ) p=(x_p, y_p, 1)=({x_s \over {z_s + \xi}}, {y_s \over {z_s + \xi}}, 1) p=(xp,yp,1)=(zs+ξxs,zs+ξys,1) 。
- 对 p p p添加畸变(参考针孔模型加畸变),得到 p d = ( x d , y d , 1 ) p_d=(x_d, y_d, 1) pd=(xd,yd,1)。
- 得到像素坐标 u = f x x d + c x , v = f y y d + c y u = f_xx_d + cx, v = f_yy_d + cy u=fxxd+cx,v=fyyd+cy。
反投影过程
- 设图像上某个点 p = (u, v);
- 得到归一化焦平面上坐标 p d = ( u − c x f x , u − c y f y , 1 ) p_d=({{u-cx}\over f_x}, {{u-cy}\over f_y},1) pd=(fxu−cx,fyu−cy,1).
- 进行去畸变处理,可参考针孔相机模型去畸变,得到 p u d = ( x u d , y u d , 1 ) p_ud = (x_{ud}, y_{ud},1) pud=(xud,yud,1) 。
- 转换到相机坐标系下 P c = ( x u d , y u d , 1 − ξ ( r 2 + 1 ) ξ + 1 + r 2 ( 1 − ξ 2 ) ) P_c = (x_{ud}, y_{ud}, 1-{{\xi(r^2+1)}\over{\xi+\sqrt{1+r^2(1-\xi^2)}}}) Pc=(xud,yud,1−ξ+1+r2(1−ξ2) ξ(r2+1)),其中, r 2 = x u d 2 + y u d 2 r^2=x_{ud}^2+y_{ud}^2 r2=xud2+yud2。
- 归一化到单位球平面上。
雅可比计算
同针孔相机模型和鱼眼相机模型中介绍的,先贴代码,再贴公式
syms x y z xi fx fy cx cy
u = x / (z + xi);
v = y / (z + xi);
u = fx * u + cx;
v = fy * v + cy;
alphaE_alphaK = - [diff(u, xi), diff(u, fx), diff(u, fy), diff(u, cx), diff(u, cy);diff(v, xi), diff(v, fx), diff(v, fy), diff(v, cx), diff(v, cy)]alphaE_alphaP = -[diff(u, x), diff(u, y), diff(u, z);diff(v, x), diff(v, y), diff(v, z)]
alphaP_alphaR = [1, 0, 0, 0, z, -y; 0, 1, 0, -z, 0, x; 0, 0, 1, y, -x, 0]alphaE_alphaP * alphaP_alphaR
假设相机坐标系下归一化到球面的3D点坐标坐标为 P s = ( X s , Y s , Z s ) P_s=(X_s, Y_s, Z_s) Ps=(Xs,Ys,Zs)
误差项关于内参的偏导数
误差项关于相机坐标系下点 P P P的偏导
误差项在李代数上的扰动模型
根据链式法则可得
∂ e r r ∂ δ ζ = ∂ e r r ∂ P s ∂ P s ∂ δ ζ {{\partial err} \over {\partial \delta\zeta }} = {{\partial err} \over {\partial {P_s}}}{{\partial {P_{\rm{s}}}} \over {\partial \delta \zeta }} ∂δζ∂err=∂Ps∂err∂δζ∂Ps
其中, ∂ P c ∂ δ ζ {{\partial {P_{\rm{c}}}} \over {\partial \delta \zeta }} ∂δζ∂Pc的推导后续会有专门篇幅进行总结,在这个先用起来再说。
相机模型-Unified Camera Model相关推荐
- 3. 全向相机模型Omnidirectional Camera Model
目录 1. 定义: 2. scaramuzza多项式模型 2.1 模型推导 3. 标定原理 3.1 求外参 3.2 求内参 3.3 非线性优化 4. 感谢您的阅读! 1. 定义: 全向相机(Omnid ...
- 相机模型-Extended Unified Camera Model
相机模型-Extended Unified Camera Model 模型介绍 投影过程 反投影过程 雅可比计算 之前讲到了Unified Camera Model模型,该模型是借助于一个虚拟的单位球 ...
- 相机模型 Omnidirectional Camera(全方位摄像机)
1 相关概念 相机标定 针孔相机 径向畸变 全方位视觉 相机参数(内参,外参) 内参数矩阵 运动结构 极线几何学 2 定义 全向相机是在水平面上具有360度视野,或具有覆盖半球或(近似)整个球体的视野 ...
- 2.3ORBSLAM3之相机模型与畸变模型
1.简介 主要内容: 1. 对SLAM中常见的相机模型进行介绍,包括针孔相机模型和鱼眼相机模型 2. 对每种相机模型的畸变模型进行介绍 3. 对VSLAM中常见的几种去畸变方法进行介绍 4. 对常见的 ...
- OpenGL投影矩阵与相机模型(Set Projection Matrix for Pinhole Camera Model)
出处:http://oliver.zheng.blog.163.com/blog/static/1424115952013349234838/ (转载自"结冰的雪"百度空间) 目的 ...
- 从像素坐标到相机坐标_鱼眼相机模型EUCM(一)
前言 相较于普通的针孔相机,鱼眼相机的能够观测到的范围更广,在一定程度上其实是可以增强视觉的鲁棒性的.针对于鱼眼相机的模型其实有挺多的,也有论文对这些模型进行了评测,但对于本人来说,最熟知的还是针孔模 ...
- EUCM鱼眼相机模型详解
EUCM 模型即为extended unified camera model, 主要会涉及到几个坐标系,如下: a. 相机坐标系: 真实世界坐标中的位置坐标,单位为m, 一般对应在表达为X b. 椭球 ...
- 相机标定:相机模型和畸变模型
一.相机标定方案 相机内参标定是确定内参和畸变参数(equidistqant畸变模型)或者(radial tangential模型)的过程. 本文首先介绍SLAM中常用的相机模型和畸变模型,随后介绍我 ...
- 相机模型-鱼眼模型(fisheye camera model)
鱼眼相机模型 (fisheye camera model) 模型介绍 等距投影 等立体角投影 正交投影 体视投影 线性投影 Kannala-Brandt 模型 去畸变过程 投影过程 反投影过程 雅可比 ...
最新文章
- 下一版本Windowsreg; CE 开发工具Smart Device Extensions for Microsoft Visual Studioreg; .NET...
- Qt Creator连接MCU
- LiveQing直播点播存储流媒体服务-服务器并发性能及消耗带宽计算参考
- mysql 触发器 for each row 理解_MySQL触发器中的“ FOR EACH ROW”如何工作?
- Git忽略项目中的指定的文件
- FPGA双沿发送之Verilog HDL实现
- 米的换算单位和公式_小学三年级数学常用公式和单位换算,孩子复习宝典!
- IIS7.5安全配置研究
- ICML2018论文公布!一文了解机器学习最新热议论文和研究热点
- linux info命令详解,Linux info 命令简介
- ESRI大赛三维模块介绍
- 手动ghost装服务器系统教程,手动ghost教程图解
- mysql5.7卸载_MySQL 5.7版本卸载教程
- php视图编辑,word中最适合查看编辑排版效果的视图是什么
- cadence 17.2 入门学习2 allegro
- Git-Clone succeeded, but checkout failed
- python实现匿名发邮件_Python 实现邮件发送功能(初级)
- 2011年随笔记 5月30号以后的日志薄
- 微信开发工具button跳转页面_微信小程序按钮点击跳转页面详解
- 挑战微信?三大运营商的目的或许不在这
热门文章
- Lesson 2 - GPU Hardware and Parallel Communication Patterns
- docker下,极速搭建spark集群(含hdfs集群)
- 银保监会EAST5.0 内容解读
- 龙尚3G、4G模块嵌入式Linux系统使用说明【转】
- ppt流程图按步骤链接_ppt怎么制作流程图(新手制作ppt详细步骤)
- 亚马逊跟卖僵尸采集软件一分钟采集上千个僵尸链接操作方式
- 【问题解决】Linux通过nfs挂载根文件系统报错:VFS: Unable to mount root fs via NFS, trying floppy
- vMix解码16路FULL NDI时保持流畅和低带宽的使用方法和技巧(相当于16路采集卡同时工作,同步性和流畅度稳定,带宽占用率低,CPU和GPU负担小)
- 2022-2028全球活性炭再活化服务行业调研及趋势分析报告
- Nature重磅:人鼠混合大脑问世,‘大脑类器官’研究再添新进展