关于camera calibration以后三维空间和二维图像之间的映射关系的讨论

更新时间:2023-07-27 18:21:53 阅读: 评论:0

关于camera calibration以后三维空间和二维图像之间的映射关系的讨论
多对一的映射
在三维空间内,任意曲面都可以通过摄像头的映射,投影到一个二维的图像之间。平行的三维空间的曲面重叠映射到同一个二维图像上,通过透明和重叠,形成一组实际的画面。平行的曲面上对应的无穷多个点映射到二维图像上一个相同的点,形成多对一的映射关系。
所以实际的三维空间在经过摄像头投影到图像上的变换,是一组无穷多的三维点映射到一个二维点的变换。据此,当摄像头标定好以后(摄像头的标定在此不再赘述,实例已经很丰富了),一个已知的三维点可以通过变换求得唯一确定对应的二维点,但是一个已知的二维点,必须在已知三维点之间的一个关系时(最基本的就是要锁定三维空间中一个确定的曲面),才能求得一个唯一确定对应的三维点。
三维点到二维点的映射
根据张正友前辈的论文,摄像头的基本工作原理如下
s[x1 x2 1]T=A[R1 R2 R3 t][X1 X2 X3 1]T
x1 x2为二维点的坐标,X1 X2 X3为三维点的坐标,A(3×3)为intrinsic matrix,[R1(3×1) R2(3×1) R3(3×1)]为rotation matrix, t(3×1)为translation vector。[]T为矩阵的旋转。
不给糖就捣蛋化简为s[x1 x2 1]T = A([R1 R2 R3][X1 X2 X3 ]T+t)
将三维点的坐标X1 X2 X3带入右边的矩阵算式,运算结果为[sX1 sX2 s]。s的值会随着选取三维点的不同而变化,不是一个常量,但是可以通过这个等式求出来特定的三维点的特定的s值。这样x1=sx1s, x2=sx2s便可求出来三维点对应的二维点的坐标。
用opencv的矩阵运算的方程cvGEMM()可以进行如下的编程:
牙疼原因cvGEMM(rotation_matrix,3D_point,1,translation_vector,1,output_vector,0);
背阔肌怎么练cvGEMM(intrinsic_matrix,output_vector,1,0,0,2D_point,0);
x1 = cvGetReal2D(2D_point,0,0);
x2 = cvGetReal2D(2D_point,1,0);
s = cvGetReal2D(2D_point,2,0);
x1 = x1  s;
x2 = x2  s;
output_vector为[R1 R2 R3][X1 X2 X3 ]T+t的运算结果。
2D_point, 3D_point, output_vector为3×1的矩阵。
Intrinsic_matrix内矩阵,rotation_matrix旋转矩阵,translation_vector平移向量。
x1 x2即为3D_point对应的图像中二维点的坐标,x3为参数s的值。
孙中山二维点到三维点的映射
首先要在选定的三维空间中确定一个唯一的对应曲面(广义的曲面,包括平面),唯一的曲面确定后,三维点坐标可以化简如下:
3D_point=[X1 X2 f(X1,X2)]
则[R1 R2 R3][X1 X2 X3 ]T+t的运算结果为
[(R11X1+R12X2+R13f(X1,X2)+t11)
(R21X1+R22X2+R23f(X1,X2)+t21)
(R31X1+R32X2+R33f(X1,X2)+t31)]
可以写成矩阵形式[B1 B2 Bt][X1 X2 1]T (B=[B1 B2 Bt])
ipad电池寿命几欲先走在已知X3点的坐标时(比较常见的情况),f(X1 X2)=X3 可以写成一个常函数,这个时候,就可以求出在已知X3的坐标时B1 B2 Bt对应的值。
B1=R1 B2=R2 Bt=R3+t
s[x
1 x2 1]T=A[R1 R2 R3 t][X1 X2 X3 1]T可以化简为
s[x1 x2 1]T=AB[X1 X2 1]
可以求出[X1s X2s 1s]=(AB)-1[x1 x2 1]。将二维点带入右边算式,即可求出已知X3坐标的对应的三维的点。
用opencv编程为
cvGEMM(intrinsic_matrix,rotation_tanslation_matrix,1,0,0,fundamental_matrix,0);
cvInvert(fundamental_matrix,fundamental_matrix,CV_LU);
cvGEMM(fundamental_matrix,2D_point,1,0,0,3D_point,0);
X1 = cvGetReal2D(3D_point,0,0);
X2 = cvGetReal2D(3D_point,1,0);
s = cvGetReal2D(3D_point,2,0);
X1 = X1  s;
X2 = X2  s;
rotation_translation_matrix即为矩阵B,即[R1 R2 (X3R3+t)],可以单一赋值完成。
灶王经Fundamental_matrix(3×3) 为AB相乘的逆矩阵,
X1 X2 X3为2D_point对应的显示世界中三维点的坐标,X3坐标已知。
至此完成了
已知三维点3D_point = [X1 X2 X3]的情况下求解二维对应点2D_point = [x1 x2 s]的算法和
葡萄作用与功效
已知二维点 2D_point=[x1 x2 1]和X3的具体坐标,求解三维对应映射点3D_point = [X1 X2 X3]的算法,希望能对大家有所帮助。

本文发布于:2023-07-27 18:21:53,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/82/1120439.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:对应   曲面   矩阵
相关文章
留言与评论(共有 0 条评论)
   
验证码:
推荐文章
排行榜
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图