GL 与 CV 管线 (pipeline) 比较与相互转换

这里把二者作一个比较，并对相关的矩阵做一个联系以使能够相互转换。

1. CV中图像形成过程 (transformation stages)

这一过程可概括为四个坐标系的转换，分别为：世界坐标系、相机坐标系、图像坐标系、像素坐标系，如下图：

对应的，来看一个顶点从世界坐标中(X_w, Y_w, Z_w,1)到图像上(u,v)处的一系列变换：

其中,f即有效焦距，(u_c, v_c)为principle point， (dx, dy)为像素点的物理大小

为简明起见，以上过程中没有考虑畸变。畸变使图像坐标(image coordinate)变得不准确。

假如理想的图像坐标为(X_i, Y_i, W_i)，而畸变后的图像坐标为(X_d, Y_d, W_d),通常使用如下公式来对它们的关系建模：

我们可以将这一变化放到M_{i1}矩阵中。

在视觉中，常需要对相机进行标定，会得到内参、外参两个结果，这两个结果对应于M_{i1}M_{i2}及M_e两个矩阵.

2. GL中图像形成过程 (transformation stages)

这一部分是由OpenGL的pipeline规定的，详请参考OpenGL　Specification。

大致过得是：

这里要强调的是投影矩阵（projection matrix），即图中M_p, 以及矩阵M_v。至于模型视图矩阵M_{mv}则与CV中的一致。

2.1投影矩阵及变换

OpenGL提供了API来设置投影矩阵projection matrix，glu也提供了辅助函数gluPerspective，需要四个参数 fovy, aspect, zFar, zNear。

这个函数生成一个4*4矩阵，对Eye Coordinate中的坐标进行变换：

2.2 视口矩阵及变换

视口矩阵将坐标从NDC（标准设备坐标)变换至窗口上, 使用glViewport来设置四个参数 x_0, y_0, width, height

生成变换的变换如下：

2.3 成像过程

这样，我们可以看到GL中整个坐标变换过程为：

3. CV/CG中矩阵的对应

从CV的坐标变换过程，我们最终可以推导得到：

，其中

从GL的坐标变换过程，推导出：

因此，

1. 假若已知GL参数，则可求出CV参数为：

2. 假若已知CV参数，则可求出GL参数为：

参考：《correspondence analysis between the image formation pipelines of graphics and vision》

转载于:https://www.cnblogs.com/justin_s/archive/2012/09/06/2672913.html

GL 与 CV 管线 (pipeline) 比较与相互转换相关推荐

OpenGL ES: (5) OpenGL的基本概念、OpenGL ES 在屏幕产生图片的过程、OpenGL管线(pipeline)...
一. OpenGL的基本概念 OpenGL 的结构可以从逻辑上划分为下面 3 个部分: 图元(Primitives) 缓冲区(Buffers) 光栅化(Rasterize) 图元(Primitives ...
OpenGL(5)深入理解Pipeline, State, Context
OpenGL(5)深入理解Pipeline, State, Context Pipeline(管线/管道) 管线(pipeline),可以理解为渲染流水线.它的最终目的是将输入3D数据经过几个流程的处 ...
OpenCV算法加速（4）官方源码v4.5.5的默认并行和优化加速的编译选项是什么？请重点关注函数cv::getBuildInformation()的返回值
举例opencv v4.5.5版本源码,Windows x64,VS2019,CMake https://github.com/opencv/opencv/tree/4.5.5 https://sou ...
[CocosCreator]AssetManager之管线
creator 使用管线(pipeline)来处理整个资源加载的流程,这样的好处是解耦了资源处理的流程,将每一个步骤独立成一个单独的管道,管道可以很方便地进行复用和组合,并且方便了我们自定义整个加载流 ...
python第30讲数据挖掘_Python 中的实用数据挖掘
本文是 2014 年 12 月我在布拉格经济大学做的名为' Python 数据科学'讲座的笔记.欢迎通过 @RadimRehurek 进行提问和评论. 本次讲座的目的是展示一些关于机器学习的高级概念. ...
用NVIDIA A100 GPUs提高计算机视觉
用NVIDIA A100 GPUs提高计算机视觉 Improving Computer Vision with NVIDIA A100 GPUs 在2020年英伟达GPU技术会议的主题演讲中,英伟达创 ...
pix2pixhd_一文读懂GAN, pix2pix, CycleGAN和pix2pixHD
人员信息主讲嘉宾姓名:朱俊彦(Jun-Yan Zhu) 现状:麻省理工学院博士后(PostDoc at MIT),计算机科学与人工智能实验室(Computer Science and Artifi ...
解读ASP.NET 5 MVC6系列（6）：Middleware详解
在第1章项目结构分析中,我们提到Startup.cs作为整个程序的入口点,等同于传统的Global.asax文件,即:用于初始化系统级的信息(例如,MVC中的路由配置).本章我们就来一一分析,在这里如 ...
What every programmer should know about memory 笔记
What every programmer should know about memory, Part 1(笔记) 每个程序员都应该了解的内存知识[第一部分] 2.商用硬件现状现在硬件的组成对于p ...

GL 与 CV 管线 (pipeline) 比较与相互转换

GL 与 CV 管线 (pipeline) 比较与相互转换相关推荐

最新文章

热门文章