相机模型：有限投影相机与仿射相机的应用对比
相机模型是计算机视觉与摄影测量领域的数学基石，它将三维世界点映射到二维图像平面。其中，有限投影相机 与 仿射相机 是两种核心且应用侧重点不同的模型。有限投影相机（Finite Projective Camera）是通用的针孔模型，而仿射相机（Affine Camera）是其一种特殊/极限情况，主要应用于特定场景以简化计算。
以下表格从核心原理、数学模型和应用场景三个维度对两者进行了对比 。
| 特性维度 | 有限投影相机 (Finite Projective Camera) | 仿射相机 (Affine Camera / Infinite Camera) |
|---|---|---|
| 核心原理 | 基于针孔成像原理，相机中心（光心）在有限距离处。光线从场景点通过光心与像平面相交 。 | 相机中心（光心）位于无穷远处 ，可视为有限投影相机在焦距与物距同时趋于无穷大时的极限 。 |
| 数学模型 | 投影矩阵 P = K [R | t] ，是一个3x4矩阵，具有11个自由度。其中 K 为内参矩阵（含焦距、主点、畸变等），[R | t] 为外参矩阵 。 | 投影矩阵最后一行为 (0, 0, 0, 1) ，使得深度信息丢失，将无穷远平面映射到无穷远平面。其矩阵形式通常为 P = [M | t] ，其中 M 是一个2x3或3x3的仿射变换矩阵 。 |
| 主要应用场景 | 1. 三维重建 2. 视觉SLAM 3. 增强现实（AR） 4. 高精度摄影测量 5. 新视角合成 | 1. 文档扫描与OCR 2. 卫星影像与航拍图处理 3. 远距离场景监控 4. 艺术绘画的透视分析 5. 简化初始计算或作为线性模型近似 |
一、有限投影相机的应用与实例
有限投影相机是最通用和精确的模型，其核心优势在于能处理透视效应（近大远小），这对于恢复三维结构至关重要。
1. 三维重建 (3D Reconstruction)
在从多张图像恢复物体或场景的三维结构中，有限投影相机模型是捆绑调整（Bundle Adjustment）等优化算法的核心。例如，在运动恢复结构（SfM）中，通过匹配特征点并利用投影方程 x = PX 进行迭代优化，可以同时求解出相机参数（P）和三维点坐标（X）。
2. 视觉SLAM (Simultaneous Localization and Mapping)
在机器人或自动驾驶车辆的视觉SLAM中，系统需要实时估计自身运动（定位）并构建环境地图。相机作为主要传感器，其成像模型必须精确。通过特征点的投影误差（重投影误差）来优化相机位姿（外参 R, t）和地图点，整个过程都依赖于有限投影相机模型 。
3. 增强现实（AR）中的虚拟物体注册
在AR应用中，需要将虚拟物体准确地"放置"在真实世界的特定位置。这首先需要通过相机标定获取内参矩阵 K ，然后通过图像识别或传感器融合得到相机相对于世界坐标系的外参 [R | t] 。利用完整的投影矩阵 P，才能正确计算虚拟物体在屏幕上的投影位置，实现虚实融合 。
代码示例：使用OpenCV进行相机投影
以下Python代码展示了如何使用有限投影相机模型，将一个三维世界点投影到图像像素坐标中。
python
import numpy as np
# 定义相机内参矩阵 K (示例参数)
fx, fy = 800.0, 800.0 # 焦距（像素单位）
cx, cy = 320.0, 240.0 # 主点坐标
K = np.array([[fx, 0, cx],
[0, fy, cy],
[0, 0, 1]])
# 定义相机外参 [R | t] (示例：相机在Z轴正方向，看向原点)
R = np.eye(3) # 旋转矩阵，单位矩阵表示无旋转
t = np.array([[0], [0], [10]]) # 平移向量，相机位于(0,0,10)
Rt = np.hstack((R, t)) # 组合成3x4矩阵
# 构建投影矩阵 P = K * [R|t]
P = K @ Rt # 中投影矩阵的构成原理
# 定义一个三维世界点 (齐次坐标)
X_world = np.array([1.0, 0.5, 5.0, 1.0]).reshape(4, 1) # 位于(1, 0.5, 5)
# 投影到图像平面: x = P * X
x_homo = P @ X_world # 得到齐次坐标
# 转换为二维像素坐标 (非齐次坐标)
x_pixel = x_homo[:2] / x_homo[2]
print(f"三维点 {X_world.flatten()[:3]} 投影到像素坐标为: {x_pixel.flatten()}")
# 输出类似于: 三维点 [1. 0.5 5. ] 投影到像素坐标为: [480. 280.]二、仿射相机的应用与实例
仿射相机忽略了透视效应，假设所有投影光线都是平行的。这虽然损失了深度信息，但在满足"物体深度变化远小于到相机的距离"这一条件下，能极大简化计算，将非线性问题转化为线性问题 。
1. 文档扫描与OCR
当相机正对文档拍摄时，文档表面近似一个平面，且相机距离相对固定。此时使用仿射模型（本质是一个2D仿射变换）来矫正文档的透视畸变已经足够，计算效率高。例如，通过检测文档的四个角点，求解一个仿射变换矩阵，即可将倾斜拍摄的文档图像"拉正" 。
2. 卫星影像与航拍图处理
卫星或高空航拍时，相机距离地面非常远，地表物体的高度（如建筑、山丘）相对于航高来说非常小。在这种情况下，透视效应极不明显，可以使用仿射相机模型来处理图像拼接、正射校正等问题。
3. 艺术绘画的透视分析
在分析古典绘画（如文艺复兴时期的作品）是否严格遵循透视法则时，仿射模型可以作为初步分析工具。由于画作本身是平面，分析画中平行线在现实中的交汇情况（消失点），使用仿射近似可以简化计算 。
代码示例：仿射相机下的正交投影近似
以下代码展示了仿射相机模型的一个简化应用：如何将三维点近似正交投影到二维平面（忽略Z轴影响）。
python
import numpy as np
# 仿射相机模型可视为将投影矩阵P的第三行设为[0,0,0,1]
# 这里用一个简化的2x4仿射投影矩阵M_affine作为示例
# 它通常由缩放、旋转、剪切和平移组成，忽略深度Z的影响。
# 定义一个仿射投影矩阵（示例：俯视XY平面，忽略Z）
M_affine = np.array([[100, 0, 0, 320], # X轴缩放并平移
[0, 100, 0, 240]]) # Y轴缩放并平移
# 定义一组三维点（齐次坐标），这些点Z值变化不大
points_3d = np.array([
[0, 0, 5, 1],
[1, 0, 5.1, 1],
[0, 1, 4.9, 1],
[1, 1, 5.0, 1]
]).T # 形状为 (4, 4)
# 仿射投影: x_affine = M_affine * X
points_2d_affine = M_affine @ points_3d # 形状为 (2, 4)
print("仿射投影后的二维坐标（像素）:")
print(points_2d_affine)
# 输出中，尽管Z值有微小变化，但投影点的XY坐标只与初始XY成比例，不受Z影响。
# 这与有限投影相机的结果有本质区别。总结与选择建议
选择哪种模型取决于具体应用的需求：
- 追求精度与真实感 ：在需要恢复三维结构、处理大视角变化或物体距离相机较近时，必须使用有限投影相机模型。它是大多数现代计算机视觉系统（如自动驾驶、机器人、AR/VR）的默认选择 。
- 追求速度与简化 ：当处理远距离、近似平面的场景，或对精度要求不高、需要快速线性求解时，可以使用仿射相机模型作为有效的近似工具。它常作为复杂算法（如某些三维重建初始化）的快速预处理步骤 。