如何利用鱼眼镜头测距

校准

每个图像都提供了一个专用的校准文件，包括内在和外在参数以及描述性名称。

名称是“FV”、“MVR”、“MVL”或“RV”之一，是“Front View”、“Mirror View Right”、“Mirror View Left”、“Rear View”的缩写。

外参 Extrinsic

遵循 ISO 8855 公约的车辆坐标系固定在后轴中点下方的地面上。 X 轴指向行驶方向，Y 轴指向车辆左侧，Z 轴指向地面上方。
相机传感器的坐标系基于 OpenCV。 X 轴沿传感器水平轴指向右侧，Y 轴沿传感器垂直轴指向下方，Z 轴沿光轴指向观察方向，以保持右手系。
平移的值以米为单位，旋转以四元数的形式给出。它们描述了从相机坐标系到车辆坐标系的坐标变换。可以使用例如获得旋转矩阵scipy.spatial.transform.Rotation.from_quat。

内参

内在校准在校准模型中给出，该模型使用 4 阶多项式描述径向失真
rho(theta)=k1∗theta+k2∗theta∗∗2+k3∗theta∗∗3+k4∗theta∗∗4，rho(theta) = k1 * theta + k2 * theta ** 2 + k3 * theta ** 3 + k4 * theta ** 4， rho(theta)=k1∗theta+k2∗theta∗∗2+k3∗theta∗∗3+k4∗theta∗∗4，

其中theta是相对于光轴的入射角，rho是图像中心和投影点之间的距离。系数 k1、k2、k3 和 k4 在校准文件中给出。

主点的图像width和height以及偏移量（cx，cy）以像素为单位。

为了完整起见，以相机坐标给出的 3D 点 (X, Y, Z) 到图像坐标 (u, v) 的投影如下所示：

chi = sqrt( X ** 2 + Y ** 2)
theta = arctan2( chi, Z ) = pi / 2 - arctan2( Z, chi )
rho = rho(θ)
u' = rho * X / chi if chi != 0 else 0
v' = rho * Y / chi if chi != 0 else 0
u = u' + cx + width/2 - 0.5
v = v' * aspect_ratio + cy + height/2 - 0.5

最后两行显示了图像坐标系的最终转换，假设图像坐标系的原点位于左上角，左上角像素位于 (0, 0)。

20200302 我好像写错了

下图片中的计算，rho是图像中心点到投影点的距离。采用相似三角形计算
u‘=rho*X/chi。不是采用等距投影。我不清楚为什么我早上认为是等距投影公式，我可能以为rho代表距离，K1，K2，K3，K4 和X/chi联合计算的可能就是入射角a，这样好像也能够说的通顺。

20200303 我昨天好像写错了

是采用等距投影模型，以入射角为一个自变量。

我看了两套相机模组的K1，K2，K3，K4 的系数不一样。我仔细分析后：
1、四个系数是畸变系数，这个系数可以把很多参数藏在里面。如果是物理坐标XYZ直接到sensor的坐标，则系数里面可能藏在一个焦距值f，

参数1：
rho(theta)=k1∗theta+k2∗theta∗∗2+k3∗theta∗∗3+k4∗theta∗∗4，rho(theta) = k1 * theta + k2 * theta ** 2 + k3 * theta ** 3 + k4 * theta ** 4， rho(theta)=k1∗theta+k2∗theta∗∗2+k3∗theta∗∗3+k4∗theta∗∗4，

  "intrinsic": {"aspect_ratio": 1.0,"cx_offset": 3.942,"cy_offset": -3.093,"height": 966.0,"k1": 339.749,"k2": -31.988,"k3": 48.275,"k4": -7.201,"model": "radial_poly","poly_order": 4,"width": 1280.0},

另外一个模组提供的系数是经过3×3投影矩阵后的xyz与sensor的坐标的调节系数，这些值就比较小了都是0.0几的值。而且给出的计算方程是

参数2：
rho(theta)=theta+k1∗theta∗∗2+k2∗theta∗∗4+k3∗theta∗∗6+k4∗theta∗∗8rho(theta) = theta+k1 * theta**2 + k2 * theta ** 4 + k3 * theta ** 6 + k4 * theta ** 8 rho(theta)=theta+k1∗theta∗∗2+k2∗theta∗∗4+k3∗theta∗∗6+k4∗theta∗∗8

<intrinsic_matrix>3.1064417199616088e+02 0. 6.4211426421732665e+02 0.3.0902232061164585e+02 3.5986474570742291e+02 0. 0. 1.</intrinsic_matrix>
<distortion_coeffs>8.3833457351696380e-02 9.0871594056932698e-03 -8.6395467343150674e-04-1.2068752796059838e-03 0.</distortion_coeffs>
</opencv_storage>

我感觉，把参数1 除以焦距值（好像是K1值代表焦距），就和参数2 比较相似了
方案1：修改为
rho(theta)=theta+k2/k1∗theta∗∗2+k3/k1∗theta∗∗3+k4/k1∗theta∗∗4，rho(theta) = theta + k2/k1 * theta ** 2 + k3/k1 * theta ** 3 + k4/k1 * theta ** 4， rho(theta)=theta+k2/k1∗theta∗∗2+k3/k1∗theta∗∗3+k4/k1∗theta∗∗4，

反正，K1，K2，K3，K4 与具体计算方法有重大关系。这个可能还是得和相机模组厂商拿到方案吧。

我下面关于等距投影的估计都是错的：

投影本身在 projection.py 中实现，可以在 https://github.com/valeoai/WoodScape/tree/master/scripts/calibration 找到。

输入与输出

【鱼眼镜头7】如何利用鱼眼镜头测距相关推荐

基于STM32F407的超声波定位装置（利用超声波测距原理）
学校的课设,历时五周,总算做出了一点东西,现在给大家分享一下,也算给这个课设做一个最后的总结,第一次写,写得可能不好,请大家谅解. 先说一下课设所用的器材吧,本次设计主要用到了两个无刷直流电机,两块S ...
html中鱼眼效果,鱼眼镜头使用入门指南：鱼眼镜头应该怎么用（附后期鱼眼效果）...
使用鱼眼镜头拍摄的照片可以获得非常极宽的拍摄角度,通常是在180度.它们在风景,极限运动和艺术摄影中非常受欢迎.鱼眼镜头提供了任何其他类型镜头无法提供的独特创意视角. 什么是鱼眼镜头鱼眼镜头是广角镜 ...
双目测距系列（二）鱼眼镜头双目标定及测距
前言这几天把基于opencv C++ api将鱼眼镜头的双目标定以及测距功能实现完毕,效果还可以,至少对齐得非常棒. 这里把其流程及其关键函数在这里总结一下. 对于双目标定而言,opencv一共支持 ...
360全景拍摄用鱼眼镜头还是广角镜头？有什么区别？
什么是广角镜头?什么是鱼眼镜头?有什么区别?拍全景照片选鱼眼镜头还是广角镜头?我们一个一个来说. 什么是广角镜头? 广角镜头焦距很短,虽然没有一个单一定位,但是在全幅画的传感器上,广角镜头焦距通常小于 ...
手机鱼眼镜头拍摄VR全景注意事项
随着手机全景拍摄的普及,手机全景拍摄的花样也越来越多了,其中就包括外接各种镜头.而手机鱼眼镜头就是备受人们喜爱的一种配件,它能够拍出各种炫酷的大片.今天就给大家介绍一下手机鱼眼镜头拍摄全景的几个小技巧 ...
关于鱼眼镜头展图开的一些研究
前言:前段时间在做鱼眼展开的的程序,本来以为超简单,毕竟好多人都已经做过了不是,肯定有许多资料和参考.然而,做什么事情之前都不能眼高手低.我做了好久,还得不出想要的结果,是很烦.前两天导师没办法了给我 ...
鱼眼镜头opencv2校正
#鱼眼镜头opencv2校正如需转载请标明出处:http://blog.csdn.net/itas109 QQ技术交流群:129518033 目录文章目录 #鱼眼镜头opencv2校正 @[toc ...
stm32利用TOFSense模块测距教程
stm32利用TOFSense模块测距教程 TOFSense是什么简单来讲,TOFSense就是一个激光测距模块,它前面那个小小的黑框框就是它测距的地方即发射激光的地方.它有两种通讯方式:串口和ca ...
利用STM32CubeMX配置基于STMF32F407的FREERTOS操作系统控制直流电机速度和超声波测距实验
前两周做基于STM32F407芯片的嵌入式系统设计的实验,主要完成利用超声波测距(电脑上用串口显示超声波所测距离,障碍物近于20cm时,使LED灯闪烁,并且可以通过串口更改报警距离)和利用编码器读取电 ...
uwb最详细的DS-TWR测距
简介 •测距.定位和数据传输. •利用双向测距(TOF)测量或单向到达时间差(TDOA)到达时间差,误差在10cm,经过一定的滤波可以达到更低. •跨越 3.5 GHz 至 6.5 GHz 的 6 个 ...

【鱼眼镜头7】如何利用鱼眼镜头测距

校准

外参 Extrinsic

内参

20200302 我好像写错了

20200303 我昨天好像写错了

输入与输出

【鱼眼镜头7】如何利用鱼眼镜头测距相关推荐

最新文章

热门文章