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
喜欢吃豆18 分钟前
使用 OpenAI Responses API 构建生产级应用的终极指南—— 状态、流式、异步与文件处理
网络·人工智能·自然语言处理·大模型
Q同学26 分钟前
verl进行Agentic-RL多工具数据集字段匹配问题记录
人工智能
亚马逊云开发者38 分钟前
Amazon Q Developer 结合 MCP 实现智能邮件和日程管理
人工智能
Coding茶水间1 小时前
基于深度学习的路面坑洞检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
图像处理·人工智能·深度学习·yolo·目标检测·计算机视觉
梵得儿SHI1 小时前
AI Agent 深度解析:高级架构、优化策略与行业实战指南(多智能体 + 分层决策 + 人类在环)
人工智能·多智能体系统·aiagent·分层决策系统·人类在环机制·agent系统完整解决方案·aiagent底层原理
Peter_Monster1 小时前
大语言模型(LLM)架构核心解析(干货篇)
人工智能·语言模型·架构
Ma0407132 小时前
【机器学习】监督学习、无监督学习、半监督学习、自监督学习、弱监督学习、强化学习
人工智能·学习·机器学习
cooldream20092 小时前
LlamaIndex 存储体系深度解析
人工智能·rag·llamaindex
CoovallyAIHub2 小时前
如何在手机上轻松识别多种鸟类?我们发现了更简单的秘密……
深度学习·算法·计算机视觉
Elastic 中国社区官方博客2 小时前
使用 A2A 协议和 MCP 在 Elasticsearch 中创建一个 LLM agent 新闻室:第二部分
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索