国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

相機(jī)的內(nèi)參和外參介紹

這篇具有很好參考價(jià)值的文章主要介紹了相機(jī)的內(nèi)參和外參介紹。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。

? ? ? :以下相機(jī)內(nèi)參與外參介紹除來自網(wǎng)絡(luò)整理外全部來自于《視覺SLAM十四講從理論到實(shí)踐 ?第2版》中的第5講:相機(jī)與圖像,為了方便查看,我將每節(jié)合并到了一幅圖像中
? ? ? 相機(jī)與攝像機(jī)區(qū)別:相機(jī)著重于拍攝靜態(tài)圖像,光學(xué)變焦不大;攝像機(jī)著重于拍攝動(dòng)態(tài)視頻,光學(xué)變焦比較大。
? ? ? 相機(jī)的傳感器(CCD, 光學(xué)鏡頭)是有許多像素點(diǎn)按照矩陣的形式排列而成,分辨率就是以水平方向和垂直方向的像素來表示的。分辨率越高,成像后的圖像像素?cái)?shù)就越高,圖像就越清晰。傳感器尺寸越大,一定程度上表示相機(jī)可容納像素個(gè)數(shù)越多,成像的畫幅越大。
? ? ? 像元尺寸:就是每個(gè)像素的面積。單個(gè)像素面積小,單位面積內(nèi)的像素?cái)?shù)量多,相機(jī)的分辨率高。
? ? ? 像素深度:是指每個(gè)像素用多少比特位表示。通常,每個(gè)像素的比特位數(shù)多,表達(dá)圖像細(xì)節(jié)的能力強(qiáng),這個(gè)像素的顏色值更加豐富、分的更細(xì),顏色深度就更深。一般像素深度有1位、8位、16位、24位和32位。
? ? ? 曝光:指在攝影過程中進(jìn)入鏡頭照射在感光元件上的光量。曝光時(shí)間:傳感器將光信號(hào)轉(zhuǎn)換為電信號(hào)形成一幀圖像,每個(gè)像元接受光信號(hào)的過程叫曝光,所花費(fèi)的時(shí)間叫曝光時(shí)間,也叫快門速度。曝光補(bǔ)償:是一種曝光控制方式,如果環(huán)境光源偏暗,即可增加曝光值以突顯畫面的清晰度。曝光補(bǔ)償就是有意識(shí)地變更相機(jī)自動(dòng)演算出的"合適"曝光參數(shù),讓照片更明亮或者更昏暗的拍攝手法。
? ? ? 在圖像測(cè)量過程以及機(jī)器視覺應(yīng)用中,為確定空間物體表面某點(diǎn)的三維幾何位置與其在圖像中對(duì)應(yīng)點(diǎn)之間的相互關(guān)系,必須建立相機(jī)成像的幾何模型,這些幾何模型參數(shù)就是相機(jī)參數(shù)。求解相機(jī)參數(shù)的過程稱為相機(jī)標(biāo)定
? ? ? 三維世界中的一個(gè)物體反射或發(fā)出的光線,穿過相機(jī)光心后,投影在相機(jī)的成像平面上。相機(jī)的感光器件接收到光線后,產(chǎn)生測(cè)量值,就得到了像素,形成了我們見到的照片。
? ? ? 相機(jī)將三維世界中的坐標(biāo)點(diǎn)(單位為米)映射到二維圖像平面(單位為像素)的過程能夠用一個(gè)幾何模型進(jìn)行描述。這個(gè)模型有很多種,其中最簡(jiǎn)單的稱為針孔模型。針孔模型是很常用而且有效的模型,它描述了一束光線通過針孔之后,在針孔背面投影成像的關(guān)系。同時(shí),由于相機(jī)鏡頭上的透鏡的存在,使得光線投影到成像平面的過程中會(huì)產(chǎn)生畸變。因此,我們使用針孔和畸變兩個(gè)模型來描述整個(gè)投影過程。這兩個(gè)模型能夠把外部的三維點(diǎn)投影到相機(jī)內(nèi)部成像平面,構(gòu)成相機(jī)的內(nèi)參數(shù)。

相機(jī)的內(nèi)參和外參介紹

? ? ? 齊次坐標(biāo)是將一個(gè)原本是N維的向量用一個(gè)N+1維向量來表示.
? ? ? 通常認(rèn)為,相機(jī)的內(nèi)參(Camera Intrinsics)在出廠之后是固定的,不會(huì)在使用過程中發(fā)生變化。
? ? ? 內(nèi)參包括:焦距(fx, fy)、主點(diǎn)坐標(biāo)(cx, cy)、畸變參數(shù)。
? ? ? 內(nèi)參作用:把坐標(biāo)從相機(jī)坐標(biāo)系轉(zhuǎn)換到像素坐標(biāo)系中。
? ? ? 外參作用:把坐標(biāo)從世界坐標(biāo)系轉(zhuǎn)換到相機(jī)坐標(biāo)系中。相機(jī)外參隨著世界坐標(biāo)系與相機(jī)坐標(biāo)系的相對(duì)位置而變。
? ? ? 外參:相機(jī)的旋轉(zhuǎn)、平移(相機(jī)的位姿由它的旋轉(zhuǎn)矩陣R和平移向量t來描述),用于描述在靜態(tài)場(chǎng)景下相機(jī)的運(yùn)動(dòng),或者在相機(jī)固定時(shí),運(yùn)動(dòng)物體的剛性運(yùn)動(dòng)相比于不變的內(nèi)參,外參會(huì)隨著相機(jī)運(yùn)動(dòng)發(fā)生改變。旋轉(zhuǎn)矩陣R為3*3,平移向量t為3*1; R,t組合成3*4的矩陣。?

相機(jī)的內(nèi)參和外參介紹

? ? ? 由透鏡形狀引起的畸變(Distortion, 也叫失真)稱為徑向畸變,參數(shù)包括:k1, k2, k3;
? ? ? 由于透鏡和成像面不能嚴(yán)格平行,會(huì)引入切向畸變,參數(shù)包括:p1, p2;
? ? ? 相機(jī)成像過程涉及到四個(gè)坐標(biāo)系的轉(zhuǎn)換:世界坐標(biāo)系、相機(jī)坐標(biāo)系、圖像坐標(biāo)系(歸一化坐標(biāo)系)、像素坐標(biāo)系。
? ? ? 在instant-ngp中可通過colmap2nerf.py求相機(jī)的內(nèi)參和外參,運(yùn)算后生成的transforms.json部分內(nèi)容如下:

{
  "camera_angle_x": 0.6797143901096673,
  "camera_angle_y": 0.6796103976473696,
  "fl_x": 1131.2978259257525,
  "fl_y": 1131.4850184079994,
  "k1": 0.010915222368470609,
  "k2": -0.9233170001378709,
  "k3": 0,
  "k4": 0,
  "p1": 0.011664713007717898,
  "p2": -0.004849750483773029,
  "is_fisheye": false,
  "cx": 445.86115401855534,
  "cy": 382.96655347583277,
  "w": 800.0,
  "h": 800.0,
  "aabb_scale": 4,
  "frames": [
    {
      "file_path": "./train/r_16.png",
      "sharpness": 695.979090625,
      "transform_matrix": [
        [
          -0.6656617785641908,
          0.007151776858681357,
          0.7462193033207263,
          2.8758118623856377
        ],
        [
          0.7251107079754902,
          -0.23014046936711052,
          0.6490376148874708,
          2.7371395609739637
        ],
        [
          0.17637703291159618,
          0.9731311404169232,
          0.14800988417722724,
          0.6687713985786954
        ],
        [
          0.0,
          0.0,
          0.0,
          1.0
        ]
      ]
    },
    {
      "file_path": "./train/r_23.png",

? ? ? 其中:
? ? ? (1).camera_angle_x, camera_angle_y: 水平、垂直視角;鏡頭的焦距決定了視角的大小;在colmap2nerf.py中,由焦距求視角的公式為:

camera_angle_x = math.atan(w / (fl_x * 2)) * 2
camera_angle_y = math.atan(h / (fl_y * 2)) * 2

? ? ? (2).fl_x, fl_y: 焦距,若沒有給出可通過水平或垂直視角計(jì)算出,在nerf_loader.cu中的公式為:

fl_x = 0.5f * (float)w / tanf(0.5f * camera_angle_x);
fl_y = 0.5f * (float)h / tanf(0.5f * camera_angle_y);

? ? ? (3).k1,k2,k3,k4: 徑向畸變參數(shù);
? ? ? (4).p1,p2: 切向畸變參數(shù);
? ? ? (5).is_fisheye: 是否是魚眼相機(jī)模型;
? ? ? (6).cx,cy: 主點(diǎn)坐標(biāo);
? ? ? (7).w,h: 分辨率,圖像寬、高;
? ? ? (8).aabb_scale: 對(duì)于在單元立方體(unit cube)外部有可見背景的自然場(chǎng)景,有必要將參數(shù)aabb_scale設(shè)置為2的冪,最大為128;
? ? ? (9).transform_matrix: 外參.文章來源地址http://www.zghlxwxcb.cn/news/detail-484244.html

到了這里,關(guān)于相機(jī)的內(nèi)參和外參介紹的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 計(jì)算機(jī)視覺(相機(jī)標(biāo)定;內(nèi)參;外參;畸變系數(shù))

    計(jì)算機(jī)視覺(相機(jī)標(biāo)定;內(nèi)參;外參;畸變系數(shù))

    目錄 一、預(yù)備知識(shí) 1、坐標(biāo)系變換過程(相機(jī)成像過程) (1)相機(jī)坐標(biāo)系轉(zhuǎn)換為圖像坐標(biāo)系(透視投影變換遵循的是針孔成像原理) (2)齊次坐標(biāo)的引入原因:(為什么引入齊次坐標(biāo)???) 2、內(nèi)參與外參矩陣的構(gòu)成 3、畸變參數(shù) 二、相機(jī)標(biāo)定 1、張正友標(biāo)定法(光學(xué)標(biāo)

    2024年02月07日
    瀏覽(23)
  • (九)相機(jī)內(nèi)參、外參、反透視變換python  opencv

    (九)相機(jī)內(nèi)參、外參、反透視變換python opencv

    任務(wù)需求:將相機(jī)上的一個(gè)點(diǎn)投影到真實(shí)世界平面上去。 原則上單目相機(jī)是不可以的,因?yàn)橹挥涗浟硕S信息,真實(shí)世界是三維的,雙目相機(jī)可以通過視差,或者單目+IMU組合,但是 由于特征點(diǎn)在地面上的先驗(yàn)知識(shí) ,因此可以進(jìn)行反透視變換。方法有很多種那個(gè),這里采用計(jì)

    2024年02月06日
    瀏覽(35)
  • M2DGR數(shù)據(jù)集各相機(jī)話題名與外參名的對(duì)應(yīng)關(guān)系

    M2DGR數(shù)據(jù)集各相機(jī)話題名與外參名的對(duì)應(yīng)關(guān)系

    M2DGR數(shù)據(jù)集各傳感器的名稱-話題-外參的對(duì)應(yīng)關(guān)系-CSDN博客 文中介紹了M2DGR數(shù)據(jù)集各傳感器的名稱-話題-外參的對(duì)應(yīng)關(guān)系。 M2DGR數(shù)據(jù)集除了視覺慣性器件、天向相機(jī),還有6個(gè)安裝在同一平面、參數(shù)一致的魚眼相機(jī)。 本文對(duì)這6個(gè)相機(jī)的安裝位置、外參、topic話題進(jìn)行區(qū)分。 安裝

    2024年02月10日
    瀏覽(19)
  • 標(biāo)定(內(nèi)參、外參)

    在計(jì)算機(jī)視覺中,特別是在相機(jī)標(biāo)定和立體視覺領(lǐng)域,內(nèi)參(intrinsic parameters)和外參(extrinsic parameters)是非常重要的概念。它們與相機(jī)的幾何屬性和姿態(tài)有關(guān)。 內(nèi)參(Intrinsic Parameters) : 內(nèi)參是描述相機(jī)內(nèi)部屬性的參數(shù),包括焦距、主點(diǎn)(光學(xué)中心)坐標(biāo)、畸變系數(shù)等。

    2024年02月14日
    瀏覽(26)
  • 相機(jī)標(biāo)定,內(nèi)參數(shù)與外參數(shù)

    相機(jī)標(biāo)定,內(nèi)參數(shù)與外參數(shù)

    所謂的相機(jī)標(biāo)定就是將外界世界的坐標(biāo)信息轉(zhuǎn)化為計(jì)算機(jī)(自帶相機(jī)/攝像頭)可以理解的“距離”,將世界坐標(biāo)系轉(zhuǎn)換到相機(jī)坐標(biāo)系。我們可以理解為從一個(gè)坐標(biāo)系轉(zhuǎn)換到另一個(gè)坐標(biāo)系所需要的轉(zhuǎn)換關(guān)系就是相機(jī)標(biāo)定。 簡(jiǎn)單滴說:A=F(B),其中F()就是相機(jī)標(biāo)定要做的工作。 其

    2024年02月09日
    瀏覽(24)
  • 【相機(jī)標(biāo)定】相機(jī)內(nèi)參

    【相機(jī)標(biāo)定】相機(jī)內(nèi)參

    相機(jī)在計(jì)算機(jī)視覺方面的一些應(yīng)用一般需要相機(jī)標(biāo)定。我們總是聽到標(biāo)定這個(gè)詞,那么具體標(biāo)定的是什么呢?相機(jī)的拍攝是一個(gè)三維到二維(透視投影)的過程,這個(gè)過程可以用數(shù)學(xué)模型去表述,標(biāo)定便是計(jì)算這個(gè)數(shù)學(xué)模型中的參數(shù),我們最終希望通過這些參數(shù)能夠從二維的

    2023年04月10日
    瀏覽(29)
  • matlab相機(jī)標(biāo)定求得相機(jī)內(nèi)參

    matlab相機(jī)標(biāo)定求得相機(jī)內(nèi)參

    可以去官網(wǎng)下載標(biāo)定板,然后使用我們的相機(jī)進(jìn)行拍照(10~15張即可): 下載請(qǐng)點(diǎn)擊這里:here 在拍攝照片之前,先量取對(duì)應(yīng)的每個(gè)方格的長(zhǎng)度: 如下: 打開MATLAB的命令行: 輸入 cameraCalibrator #調(diào)用標(biāo)定的工具箱 添加的是剛剛我們拍照標(biāo)定板的圖片。 點(diǎn)擊運(yùn)行按鈕 參數(shù)導(dǎo)出

    2024年02月09日
    瀏覽(31)
  • 相機(jī)校準(zhǔn)—外參矩陣

    相機(jī)校準(zhǔn)—外參矩陣

    在本文中,我們將探討攝影機(jī)的外參,并通過Python中的一個(gè)實(shí)踐示例來加強(qiáng)我們的理解。 相機(jī)外參 攝像頭可以位于世界任何地方,并且可以指向任何方向。我們想從攝像機(jī)的角度來觀察世界上的物體,這種從世界坐標(biāo)系到攝像機(jī)坐標(biāo)系的轉(zhuǎn)換被稱為攝像機(jī)外參。 那么,我們

    2023年04月16日
    瀏覽(24)
  • 相機(jī)內(nèi)參標(biāo)定理論篇------相機(jī)模型選擇

    相機(jī)內(nèi)參標(biāo)定理論篇------相機(jī)模型選擇

    當(dāng)拿到一款需要標(biāo)定內(nèi)參的相機(jī)時(shí),第一個(gè)問題就是選擇那種的相機(jī)模型來標(biāo)定相機(jī)。首先對(duì)相機(jī)類型進(jìn)行分類,然后針對(duì)相機(jī)類型選擇相機(jī)模型。工程上相機(jī)類型的劃分并不是十分嚴(yán)格,一般來說根據(jù)相機(jī)FOV可以把相機(jī)大概分為以下幾類: 長(zhǎng)焦相機(jī):=? 標(biāo)準(zhǔn)相機(jī):~; 廣角

    2024年02月04日
    瀏覽(21)
  • 魚眼相機(jī)外參的計(jì)算

    主要是借助cv::solvepnp和cv::solvePnPRansac或calibrate來求解相機(jī)外參,但魚眼相機(jī)外參的計(jì)算,在調(diào)用 參考鏈接: (185條消息) 魚眼相機(jī)外參的計(jì)算和圖像的透視變換_求解魚眼相機(jī)外參_Mega_Li的博客-CSDN博客 我: 你是opencv專家,教我計(jì)算魚眼相機(jī)的外參,用c++代碼實(shí)現(xiàn) openai(chatgpt

    2024年02月10日
    瀏覽(24)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包