相机内外参知识

已知相机的内外参数矩阵,可以求得相机在世界坐标系下的原点坐标。这里需要理解几个概念:

  1. 内参数矩阵(Intrinsic Matrix): 描述相机本身的属性,比如焦距、主点位置等。
  2. 外参数矩阵(Extrinsic Matrix): 描述相机相对于世界坐标系的位置和姿态。

外参数矩阵通常由旋转矩阵 R R R和平移向量 t t t组成,它们一起描述了从世界坐标系到相机坐标系的转换。如果要计算相机原点在世界坐标系中的位置,则需要考虑这个变换的逆变换,即从相机坐标系到世界坐标系的变换。

设 R R R为 3x3 的旋转矩阵, t t t为 3x1 的平移向量,那么外参数矩阵 [ R ∣ t ] [R | t] [R∣t]描述了世界坐标系中的一点 X w X_w Xw如何通过旋转和平移到相机坐标系中对应的点 P c P_c Pc,可以用以下公式表示:

X c = R ⋅ X w + t X_c = R \cdot X_w + t Xc=R⋅Xw+t

对于相机坐标系的原点 O c O_c Oc,其在相机坐标系中的坐标是 ( 0 , 0 , 0 ) T (0, 0, 0)^T (0,0,0)T。为了找到这个点在世界坐标系中的坐标 O w O_w Ow,我们需要做逆变换。由于 O c O_c Oc在相机坐标系中是原点,所以我们可以简单地使用负的平移向量 − R T ⋅ t -R^T \cdot t −RT⋅t来得到它在世界坐标系中的坐标,因为旋转矩阵的转置等于它的逆( R T = R − 1 R^T = R^{-1} RT=R−1,前提是 R R R是正交矩阵),所以我们有:

O w = − R T ⋅ t O_w = -R^T \cdot t Ow=−RT⋅t

这就是相机原点在世界坐标系下的坐标。如果你有具体的 R R R和 t t t值,可以直接代入上述公式进行计算。

如果文档或代码中没有明确指出,那么默认情况下外参数矩阵指的通常是 world2cam 变换。

齐次坐标系:
X c = [ R ∣ T ] X w X_c = [R|T]X_w Xc=[R∣T]Xw,这里的 [ R ∣ T ] [R|T] [R∣T]表示的就是world2cam,也就是外参矩阵。此时相机原点在世界坐标系下坐标是 O w = − R T ⋅ T O_w = -R^T \cdot T Ow=−RT⋅T
X w = [ R ∣ T ] X c X_w = [R|T]X_c Xw=[R∣T]Xc,这里的 [ R ∣ T ] [R|T] [R∣T]表示的是cam2world,此时相机原点在世界坐标系下坐标是 T [ 0 ] , T [ 1 ] , T [ 2 ] T[0],T[1],T[2] T[0],T[1],T[2]

相关推荐
格林威2 天前
机器视觉在半导体制造中有哪些检测应用
人工智能·数码相机·yolo·计算机视觉·视觉检测·制造·相机
格林威2 天前
机器视觉检测如何使用360 度全景成像镜头进行AI 瑕疵检测
人工智能·深度学习·数码相机·机器学习·计算机视觉·视觉检测·相机
大家的笔记本2 天前
jetson orin super nano(arm linux系统)上读取大恒图像工业相机(型号MER-050-560U3C)教程
linux·arm开发·相机
buleideli2 天前
Android相机API2,基于GLSurfaceView+SurfaceTexture实现相机预览,集成的相机算法采用GPU方案,简要说明
数码相机
点云SLAM2 天前
结构光三维重建原理详解(1)
人工智能·数码相机·计算机视觉·三维重建·结构光重建·gray 编码·标定校正
把玩计算机2 天前
相机几何 空间点到像素平面转换
数码相机·平面
中达瑞和-高光谱·多光谱3 天前
什么是快照式光谱成像相机?
数码相机
机器视觉知识推荐、就业指导3 天前
工业相机与镜头的靶面尺寸详解:选型避坑指南
相机·机器视觉·相机选型
格林威3 天前
短波红外相机在机器视觉检测方向的应用
运维·人工智能·深度学习·数码相机·计算机视觉·视觉检测
起个名字费劲死了4 天前
手眼标定之已知同名点对,求解转换RT,备份记录
c++·数码相机·机器人·几何学·手眼标定