【三维重建系列】相机模型部分公式详解记录
1|0相机模型P矩阵
公式:
其中表示平移矩阵 为齐次坐标 即世界坐标系原点到相机坐标系原点的距离 同样表达的也是这个关系。
也写成这种形式:
其中,为P的第四列
如果矩阵不可逆时 为无穷远相机
原文对相机中心点坐标的描述:
2|0相机模型P矩阵分解
2|1行向量
为主平面 通过相机光心点并且平行于相机成像平面 通过相机光心点和成像平面的X轴 另一个同理
2|2列向量
为世界坐标系X轴的消影点 x轴方向为 所以
同理为世界坐标系Y轴的消影点
为世界坐标系Z轴的消影点
为世界坐标系原点的图像点
3|0消影点投影
设消影点的齐次坐标为 则消影点映射到成像平面的公式为:
但是此时D的最后一维为0 所以相当于没有计算(很容易推)所以结果为:
可见消影点投影只与M有关 与相机的位置无关
4|0点的深度问题
其实为三维点原深度 也可以解释为从相机中心到三维空间点的射线与主轴方向的点积。 在第三维只有深度的体现 所以可以单独求出深度:
其中C为相机中心 PC = 0 所以随便加
另外从齐次到非齐次 丢掉了最后一个维度 所以P相应也舍去最后一个维度 又因为前面是最后一个维度t干掉后 只剩 所以等于M矩阵的第三行 即
5|0主点与主轴方向
主轴即通过相机光心 并且垂直于主平面的轴 主轴和成像平面的交点称为主点
已知主平面和主平面的法向量 讲主平面的法向量写成无穷远点的形式:
经过相机的任何一条射线 与像平面的交点可以表示为: 这个也等价于这个点的无穷远点在像平面的投影 P是3 * 4 D要求是 4 * 1嘛 最后一维就是0 已知三维点非齐次坐标 变成无穷远点的齐次坐标只需在最后一维添加0即可
所以主点即为主平面的法向量的无穷远点形式在像平面的投影
然后干掉第四维 和上面的消影点投影那里一样 就不参与运算了:
等于M和他自己的第三行相乘 此处很容易推导顺出来 其中被称为主轴方向
6|0对极线区分有限相机和无穷远相机
有限相机的所有对极线都会相交于一点 这一点即一个相机的光心在另一个相机的像平面成像的位置。
对于无穷远相机的话 主平面即无穷远平面 所有的对极线也相交 但是交点在无穷远平面 即相交于无穷远点 所以对极线是平行的。
7|0根据相机参数计算相机内参
原作者链接:传送门
__EOF__

本文链接:https://www.cnblogs.com/linglingdog/p/17059845.html
关于博主:评论和私信会在第一时间回复。或者直接私信我。
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
声援博主:如果您觉得文章对您有帮助,可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力!
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· winform 绘制太阳,地球,月球 运作规律
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人