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
lqjun08271 小时前
相机内外参矩阵:从3D世界坐标到2D像素坐标变换
数码相机·3d·矩阵
格林威13 小时前
Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现持械检测(C#代码,UI界面版)
人工智能·深度学习·数码相机·yolo·计算机视觉
ZPC82101 天前
相机ROI 参数
数码相机
lingling0091 天前
精准扫描,驱动未来:迁移科技3D视觉系统在工业自动化中的革命性应用
人工智能·数码相机
Cedric11132 天前
显微科研中的关键选择:不同显微镜相机技术特性与应用适配性全面解析
数码相机
星空梦想plus2 天前
Android Camera openCamera
android·相机
想要成为计算机高手2 天前
10. isaacsim4.2教程-RTX Lidar 传感器
数码相机·机器人·ros·仿真·具身智能·vla·isaacsim
吃饭睡觉发paper2 天前
EDoF-ToF: extended depth of field time-of-flight imaging解读, OE 2021
数码相机
虚假程序设计2 天前
海康工业三相机联动串口触发系统:从 0 到 1 的踩坑笔记
数码相机·yolo·机器学习
格林威3 天前
Baumer工业相机堡盟工业相机如何通过YoloV8的深度学习模型实现螺母螺丝的分类检测(C#代码,UI界面版)
人工智能·深度学习·数码相机·yolo·计算机视觉·c#·视觉检测