相机标定 >> 坐标系转换@内参、外参

这篇具有很好参考价值的文章主要介绍了相机标定 >> 坐标系转换@内参、外参。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1. 坐标系介绍

为了更好的理解标定,首先应熟悉各个坐标系。(坐标系图均取自百度百科)

1.1 像素坐标系

  • 该坐标系是以图像左上角为原点建立以像素为单位的二维坐标系u-v。(相对坐标系)
    将像素坐标转换到相机坐标系下内参和外参都需要吗,基于视觉的机械臂抓取学习,学习,经验分享

1.2 图像坐标系

  • 图像坐标系是以 O1 (是图像的主点,也即光轴与像平面的交点,一般就是像素坐标系的中点)为原点的二维坐标系x-y。(相对坐标系)

图像坐标系和像素坐标系都是在像平面上的坐标系。
但是像素坐标系的单位是pixel,而图像坐标系的单位是mm
因此,从像素坐标系到图像坐标系主要是对图像实际尺寸的转化,从矩阵角度来看就是做了一次仿射变换


将像素坐标转换到相机坐标系下内参和外参都需要吗,基于视觉的机械臂抓取学习,学习,经验分享

1.3 相机坐标系

  • 相机坐标系可以表示为一个三维坐标系Xc-Yc-Zc。(相对坐标系)

图像坐标系到相机坐标系主要是基于小孔成像原理,以相机的光心(小孔)作为原点,X轴为水平方向,Y轴为竖直方向,Z轴垂直与像平面。


将像素坐标转换到相机坐标系下内参和外参都需要吗,基于视觉的机械臂抓取学习,学习,经验分享

  • 上图为小孔成像的原理,但由于这样显示在像平面的图像是倒置的。因此,如下图所示,将像平面移到另一边,保证像平面上的两个坐标系映射到相机坐标系中时,图像是正的。
  • 下图中O为相机光心;Xc、Yc与像平面xy坐标轴平行,Zc为相机的光轴,和像平面垂直;OO1为相机焦距。
    将像素坐标转换到相机坐标系下内参和外参都需要吗,基于视觉的机械臂抓取学习,学习,经验分享

1.4 世界坐标系

  • 世界坐标系是为了描述相机位置的一个三维坐标系Xw-Yw-Zw。(绝对坐标系)

世界坐标系通常取:拍摄的第一张图像时相机的光心(小孔)作为原点,X轴为水平方向,Y轴为竖直方向,Z轴指向本次拍摄时相机所观察的方向。


世界坐标系和相机坐标系类似,但世界坐标系是固定的,相机坐标系会随着相机位置的改变而改变,因此他们两个之间通常用一个旋转矩阵加一个平移矩阵就可以表示了。


2. 相机标定

首先应明确,相机标定是为了描述相机的二维成像到三维空间的映射关系(像素坐标系到世界坐标系)。


而手眼标定描述的是相机坐标系、Base坐标系、机器手坐标系、工具坐标系之前的关系。因此一般是先进行相机标定,再将结果用于手眼标定。

2.1 内参

2.1.1 内参的意义(透视映射)

  • 内参主要是为了建立从像素坐标系到相机坐标系的变换关系(二维到三维的转换)
  • 另外相机拍摄往往会造成图片的畸变,而内参往往也承担着修复畸变的作用

2.1.2 内参的组成

  • 相机内参详细来看可以通过F、K、Sx、Sy、Cx、Cy六个参数来表示;也可以精简为s、fx、fy、u0、v0五个参数。

  • F代表的是相机的焦距、K表示的是相机的畸变系数、Sx、Sy表示像元的大小(像元是指像素映射到三维空间的大小,即以像素表示几米)、Cx、Cy表示图像的中心。

  • fx指像距,即 fx = F / dx,这里F代表的是焦距;dx代表的是x方向一个像素对应的实际物理长度是多少(一个像素对应多少米)
  • u0、v0是指图像中心像素坐标在像素坐标系下的位置。(理论上来说应当是分辨率的一半)
  • s表示畸变系数

综上,可以将变换总结如下:

像素坐标系 >> 图像坐标系

将像素坐标转换到相机坐标系下内参和外参都需要吗,基于视觉的机械臂抓取学习,学习,经验分享

图像坐标系 >> 相机坐标系

将像素坐标转换到相机坐标系下内参和外参都需要吗,基于视觉的机械臂抓取学习,学习,经验分享

故,直接从 像素坐标系 >> 相机坐标系可以表示为:

将像素坐标转换到相机坐标系下内参和外参都需要吗,基于视觉的机械臂抓取学习,学习,经验分享

因此,将内参矩阵K可以总结为:


无畸变
将像素坐标转换到相机坐标系下内参和外参都需要吗,基于视觉的机械臂抓取学习,学习,经验分享


有畸变

将像素坐标转换到相机坐标系下内参和外参都需要吗,基于视觉的机械臂抓取学习,学习,经验分享


2.2 外参

2.2.1 外参的意义(刚体变换)

  • 外参主要是为了建立从相机坐标系到世界坐标系的变换关系。

2.2.2 外参的组成

  • 在坐标系介绍时,我们了解到外参实际就是由一个旋转阵和一个平移阵组成的。因此外参可以简单的表示为Tx、Ty、Tz、Rx、Ry、Rz

其中Tx、Ty、Tz表示沿x、y、z轴的平移分量Rx、Ry、Rz表示沿x、y、z轴的旋转分量
因此外参矩阵由Tx、Ty、Tz组成的平移矩阵T和由Rx、Ry、Rz组成的旋转矩阵R表示。


综上,从 像素坐标系 >> 世界坐标系可以直接表示为:
将像素坐标转换到相机坐标系下内参和外参都需要吗,基于视觉的机械臂抓取学习,学习,经验分享

3. 标定方法

  • 一般来说,相机标定技术可以分为:传统标定、自校准标定和基于主动视觉的标定

  • 传统方法优点在于可以使用任何相机型号,校准精度高,所以当应用程序需要高精度时,常常使用这类方法。缺点在于需要标定物且算法复杂。
  • 相机标定中应用广泛的张氏标定法和手眼标定中应用广泛的两步法都是传统方法

  • 自标定法优点是只利用内参,不需要固定相机位置,其灵活性高且可以在线标定。但缺点也很明显,其精度不高,鲁棒性也差。

  • 基于主动视觉标定的方法是将相机固定在一个可控平台,控制相机在该平台的可控范围内拍摄多张图片,进而获得内、外参。该方法的研究重点是相机模型参数的线性解,而最大限度地减少相机移动限制。 如果没有
    相机运动约束,标定过程是本质上是一个多元非线性优化问题,并且基于主动视觉的校准返回到自校准范围。其优点是不需要标定物、算法简单、鲁棒性高。缺点是成本高,设备昂贵。

张式标定:
https://blog.csdn.net/qq_40369926/article/details/89251296

手眼标定:
https://blog.csdn.net/weixin_41074793/article/details/89477476文章来源地址https://www.toymoban.com/news/detail-529288.html

4. 总结

  • 综上,我们可以知道,相机标定就是表示从像素坐标系到世界坐标系的变换,而这主要是通过计算内参和外参得出的。
  • 因此,这里有一个非常重要的点。我们知道,在标定时,我们会拍摄很多张不同位姿的标定图片,但是我们的外参实际上只基于参考位姿下的图片,也就是说只基于一张标定图片(一般就是第一张图像)。由此可知,剩下的几次在不同位姿拍摄的标定图像主要是用来调整内参的。(而不是外参)
  • 补充:玉米大神的博客 https://blog.csdn.net/onthewaysuccess/article/details/40709947

到了这里,关于相机标定 >> 坐标系转换@内参、外参的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 世界坐标系、相机坐标系和图像坐标系的转换

    之前只是停留在会用的阶段,一直没去读懂计算的原理,今天通读了大佬的文章,写的言简意赅,感谢感谢~~特此记录一下,仅用作个人笔记 贴链接,十分感谢~ https://blog.csdn.net/weixin_44278406/article/details/112986651 https://blog.csdn.net/guyuealian/article/details/104184551 将三维物体转换成照

    2023年04月15日
    浏览(45)
  • 坐标转换(相机坐标系、世界坐标系、图像物理坐标系、图像像素坐标系)

    一般情况下我们所涉及到的坐标包括四个,即相机坐标系、世界坐标系、图像物理坐标系、图像像素坐标系。我们本文的讲解思路是在讲解每个坐标转换之前先讲清楚每个坐标系所表示的含义。本文主要参考由高翔主编的视觉SLAM十四讲第五章相机模型。 相机将三维世界的坐

    2024年02月09日
    浏览(46)
  • 图像坐标系如何转换到相机坐标系。

    问题描述:图像坐标系如何转换到相机坐标系。 问题解答: 图像坐标系的定义: 图像坐标系是用于描述数字图像中像素位置的坐标系。图像坐标系的原点是相机光轴与成像平面的交点。X轴沿着成像平面的水平方向正向,Y轴沿着成像平面的垂直方向正向。 相机坐标系的定义

    2024年02月04日
    浏览(32)
  • 相机基础(二)——坐标系转换

    物体之间的坐标系变换都可以表示坐标系的旋转变换加上平移变换,则世界坐标系到相机坐标系的转换关系也是如此。绕着不同的轴旋转不同的角度得到不同的旋转矩阵。如下: 那么世界坐标系到相机坐标系的变换如下: 从相机坐标系到图像坐标系,属于透视投影关系,从

    2024年02月11日
    浏览(38)
  • 相机的位姿在地固坐标系ECEF和ENU坐标系的转换

    在地球科学和导航领域,通常使用地心地固坐标系(ECEF,Earth-Centered, Earth-Fixed)和东北天坐标系(ENU,East-North-Up)来描述地球上的位置和姿态。如下图所示: ​地心地固坐标ecef和东北天ENU坐标系 在倾斜摄影测量过程中,通常涉及这两个坐标系的转换,将相机的位姿互转,

    2024年02月12日
    浏览(28)
  • C++ api调用realsense d435相机,将坐标转换到相机坐标系

            在使用Intel RealSense相机进行编程时,首先需要创建一个 rs2::pipeline 对象,并使用该对象启动相机的数据流。在启动数据流后,相机将根据配置的参数生成相应的数据流,例如深度、彩色或红外流,并将这些数据传输到计算机中。 RS2_STREAM_DEPTH :指定启用的流类型为

    2024年02月16日
    浏览(29)
  • 齐次坐标变换的理解以及在无人机相机定位坐标系转换中的应用

    4*4矩阵的右边三个数表示平移,如果原来的向量u的w=0,那么就是u+(ai+bj+ck) 对应xyz三个轴的循环变换,注意负号的位置 用描述空间一点的变换方法来描述物体在空间的位置和方向。 先变换的矩阵乘在右边。 A p = B p + A p B o {}^{A}p={}^{B}p+{}^{A}p_{B_{o}} A p = B p + A p B o ​ ​ 从

    2024年04月15日
    浏览(43)
  • 计算机视觉(相机标定;内参;外参;畸变系数)

    目录 一、预备知识 1、坐标系变换过程(相机成像过程) (1)相机坐标系转换为图像坐标系(透视投影变换遵循的是针孔成像原理) (2)齐次坐标的引入原因:(为什么引入齐次坐标???) 2、内参与外参矩阵的构成 3、畸变参数 二、相机标定 1、张正友标定法(光学标

    2024年02月07日
    浏览(34)
  • 【踩坑记录】colmap中的相机位姿的坐标系定义及其可视化结果的隐含转换

      这个问题来自于我想要使用colmap的稀疏重建结果,然后发现由于相机坐标系的定义没弄清楚,导致我获取的结果存在问题。    1 问题引出   下面先从我们还不知道坐标系定义的视角开始理解,引出问题所在。使用的是一份无人机影像数据,共有59张影像:   下图

    2024年02月06日
    浏览(118)
  • N点标定-坐标系变换

    vector_to_hom_mat2d(Px, Py, Qx, Qy, HomMat2D) 这里参考了halcon算子块的官方文档,使用的是最小二乘法,求HomMat2D矩阵。 -常用九点标定,求两个坐标系的坐标转换。。 下面个人实现原理,结果和上面算子算出来的结果一致,知识有限,仅供学习交流。 1:先来看一张图,图中矩阵为2行

    2024年02月16日
    浏览(28)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包