文章目录
欢迎访问个人网络日志🌹🌹知行空间🌹🌹
根据相机成像的原理,在满足一定约束条件下,理论上是可以根据目标点的像素坐标计算出其对应的深度信息的。
相机成像模型的再次介绍
根据,
这两部分的介绍,我们可以知道相机的基本模型,其原理本质上还是小孔成像,感光芯片记录下成像信息变成图片来实现的。
现在我们来看下OpenCV
相机标定的结果,为了简化介绍,畸变系数这里不再重复介绍,可以参考上面两个博客。
相机标定的内参矩阵为:
[ f x 0. c x 0 f y c y 0 0. 1 ] = [ 1044.43 0. 959.5 0 1047.87 541.5 0 0. 1 ] \begin{bmatrix} f_x & 0. & c_x \\ 0 & f_y & c_y \\ 0 & 0. & 1 \\ \end{bmatrix} = \begin{bmatrix} 1044.43 & 0. & 959.5 \\ 0 & 1047.87 & 541.5 \\ 0 & 0. & 1 \\ \end{bmatrix} fx000.fy0.cxcy1 = 1044.43000.1047.870.959.5541.51
相机原始分辨率为:WxH=1920x1080
相机的焦距为2.93mm
相机的感光芯片上像元大小是 d x × d y d_x\times d_y dx×dy=2.8umx2.8um
根据相机内参的公式: f x = f d x f_x=\frac{f}{d_x} fx=dxf,在这里其中 d x = 2.8 u m d_x=2.8um dx=2.8um是像元的大小, f = 2.93 m m f=2.93mm f=2.93mm是焦距,因此 f x = 2.93 2.8 × 1 0 − 3 = 1046.43 f_x=\frac{2.93}{2.8\times10^{-3}}=1046.43 fx=2.8×10−32.93=1046.43这和上面标定的结果1044.43/1047.87
十分接近,这也验证了相机模型的正确性。
单目测距的几何原理
单目测距的几何原理可以借用下面这张图来做介绍:
参考上图:
像平面是相机的成像平面,也就是感光芯片所在的平面。
光心O
处的坐标系{C}
是相机所在的坐标系,点 O 1 O_1 O1,点 O O O和点Z_c
共线,线 O 1 Z c O_1Z_c O1Zc是相机的主轴,相机安装时有一定的俯仰角,因此相机主轴和水平线的夹较为 α \alpha α
相机的光心 O O O到待测对像所在平面的垂直高度为 O O 2 OO_2 OO2,记为 h h h
在 O 2 O_2 O2点沿相机坐标系的X
轴Y
轴在待测对像所在平面建立坐标系 { x 1 O 2 y 1 } \{x_1O_2y_1\} {x1O2y1}
待测对像上的目标点为 Q Q Q,其在像平面上的成像点为 Q ′ Q' Q′,记其在坐标系 { x 1 O 2 y 1 } \{x_1O_2y_1\} {x1O2y1}中的坐标为 ( x , y ) (x,y) (x,y),在图像上的像素坐标为 ( u , v ) (u,v) (u,v)
目标点Q
向坐标系 { x 1 O 2 y 1 } \{x_1O_2y_1\} {x1O2y1}的X
轴做垂线,得点P
,连接OP
其和像平面的Y
轴交于点 P ′ P' P′,同时点 P ′ P' P′也是 Q ′ Q' Q′到像平面Y
轴的垂足。
记 ∠ P ′ O O 1 \angle{P'OO_1} ∠P′OO1为 β \beta β,作为其对角 ∠ P O Z c \angle{POZ_c} ∠POZc也为 β \beta β,从图上看以看出 γ = α + β \gamma=\alpha+\beta γ=α+β
β \beta β角很容易求出:
β = a r c t a n P ′ O 1 O 1 O β = a r c t a n ( c y − v ) ∗ d y f \beta = arctan{\frac{P'O_1}{O_1O}} \\ \beta = arctan{\frac{(c_y -v)*d_y}{f}} \\ β=arctanO1OP′O1β=arctanf(cy−v)∗dy
求得 β \beta β后可得 γ \gamma γ,由此 P O 2 PO_2 PO2即目标点在 X X X轴上的距离为:
P O 2 = h t a n γ PO_2 = \frac{h}{tan\gamma} PO2=tanγh
以上就求出了目标点Q在坐标系 { x 1 O 2 y 1 } \{x_1O_2y_1\} {x1O2y1}上X
轴上的坐标。
再来看Y
轴上的坐标:
根据三角形 △ P ′ Q ′ O \triangle P'Q'O △P′Q′O相似于三角形 △ P Q O \triangle PQO △PQO,容易求得PQ
的长度为:
P Q = ( u − c x ) ∗ d x ∗ h 2 + P O 2 2 [ ( c y − v ) ∗ d y ] 2 + f 2 PQ = \frac{(u-cx)*d_x * \sqrt{h^2+PO_2^2}}{\sqrt{[(cy-v)*d_y]^2+f^2}} PQ=[(cy−v)∗dy]2+f2 (u−cx)∗dx∗h2+PO22
如上,就可以求出目标点Q在坐标系 { x 1 O 2 y 1 } \{x_1O_2y_1\} {x1O2y1}上Y
轴上的坐标。
值得注意的是:
-
以上仅考虑了投影点出现在图像平面第二象限的情况,如果目标点在图像平面的第三/四象限,还需对计算结果符号进行调整。
-
计算中涉及到除法,还需考虑除以零的情况。