计算机视觉之三维重建(一)(摄像机几何)

针孔摄像机
  • 添加屏障: 使用针孔(o=光圈=针孔=摄像机中心),实现现实与成像一对一映射,减少模糊。其中针孔与像平面的距离为f(焦距);虚拟像平面位于针孔与真实物体之间,与像平面互为倒立关系。
  • 位置映射:利用相似三角形得到现实坐标在像平面上的映射坐标。
  • 光圈:随着光圈减小,成像愈加清晰且愈暗。
透镜
  • 将多条光线汇聚到胶片上,增加成像亮度。
  • PS:所有平行于光轴的光线都会汇聚到焦点,焦点到透镜中心的距离成为焦距;穿过中心的光线的方向不发生改变。
  • 失焦:透镜将光线汇聚到胶片上,聚焦有特定距离。
  • 径向畸变:枕形畸变、桶形畸变。远离针孔中心的光线更加弯曲。
摄像机几何
  • 空间中的点(以摄像机光圈为原始点)与图像坐标对映:利用投影矩阵(每个相机固定参数)实现线性变换。
  • 投影矩阵:代表映射关系。
  • PS:摄像机偏斜:图像坐标系非垂直情形,夹角参数放入投影矩阵。


    ( x , y , z ) (x,y,z) (x,y,z)现实坐标, M M M为投影矩阵,其中 M M M的前三列为摄像机的内参数矩阵(完全决定空间点到图像点的映射)。

规范化投影变换:图像坐标与现实坐标一致。

世界坐标系

不以相机光圈为起始点的转换,无非是多加一个转换矩阵。

相关推荐
YYXZZ。。1 小时前
PyTorch——搭建小实战和Sequential的使用(7)
人工智能·pytorch·python
四川兔兔1 小时前
pytorch 与 张量的处理
人工智能·pytorch·python
AI蜗牛之家4 小时前
Qwen系列之Qwen3解读:最强开源模型的细节拆解
人工智能·python
王上上5 小时前
【论文阅读30】Bi-LSTM(2024)
论文阅读·人工智能·lstm
殇者知忧5 小时前
【论文笔记】若干矿井粉尘检测算法概述
深度学习·神经网络·算法·随机森林·机器学习·支持向量机·计算机视觉
YunTM5 小时前
贝叶斯优化+LSTM+时序预测=Nature子刊!
人工智能·机器学习
舒一笑6 小时前
智能体革命:企业如何构建自主决策的AI代理?
人工智能
丁先生qaq7 小时前
热成像实例分割电力设备数据集(3类,838张)
人工智能·计算机视觉·目标跟踪·数据集
红衣小蛇妖7 小时前
神经网络-Day45
人工智能·深度学习·神经网络
KKKlucifer8 小时前
当AI遇上防火墙:新一代智能安全解决方案全景解析
人工智能