一、成像的本质

本质:将三维世界映射到二维平面上。

具体映射过程:

1、世界坐标系(Xw,Yw,Zw)到相机坐标系(Xc,Yc,Zc)

原理图:大白话,由于摄像机相对世界地平面的旋转和平移,成像会歪

公式:

其中R为3*3的旋转矩阵,t为3*1的平移矢量,(xc,yc,zc,1)T为相机坐标系的齐次坐标,(xw,yw,zw,1)T为世界坐标系的齐次坐标。

2、相机坐标系(Xc,Yc,Zc)到图像坐标系(x,y)

原理:小孔成像,一点P与其图像点p之间的关系,P与相机光心o的连线为oP,oP与像面的交点p即为空间点P在图像平面上的投影。

公式:

Zc为比例因子(不为0),f为有效焦距(光心到图像平面的距离)。

3、图像坐标系(x,y)到像素坐标系(u,v)

原理:像素坐标系uov是一个二维直角坐标系,反映了相机CCD/CMOS芯片中像素的排列情况。原点oo位于图像的左上角,u轴、v轴分别于像面的两边平行。像素坐标系中坐标轴的单位是像素(整数)。

像素坐标系不利于坐标变换,因此需要建立图像坐标系XOY,其坐标轴的单位通常为毫米(mm),原点是相机光轴与相面的交点(称为主点),即图像的中心点,X轴、Y轴分别与u轴、v轴平行。故两个坐标系实际是平移关系,即可以通过平移就可得到。

公式:

其中,dX、dY分别为像素在X、Y轴方向上的物理尺寸,u0,v0为主点(图像原点)坐标。

最终成像:世界坐标系(Xw,Yw,Zw)转换为像素坐标系(Xc,Yc,Zc)

其中,αx=f/dX、αy=f/dY,称为u、v轴的尺度因子,M1称为相机的内部参数矩阵,M2称为相机的外部参数矩阵,M称为投影矩阵。

二、参考

相机标定(Camera calibration)原理、步骤:https://blog.csdn.net/lql0716/article/details/71973318?locationNum=8&fps=1%EF%BC%89

最详细、最完整的相机标定讲解:https://blog.csdn.net/a083614/article/details/78579163

【辅助驾驶】激光数据与图像数据的融合[2.1]——普通相机成像与标定相关推荐

  1. 深度学习常用的数据集,包括各种数据跟图像数据。

    1.   免费数据集下载(持续更新中...) 2.[导读] "大数据时代",数据为王!无论是数据挖掘还是目前大热的深度学习领域都离不开"大数据".大公司们一般会 ...

  2. 文本图像数据集合、打标工具

    集大家之所长汇集于此,希望对有需要的你能有所帮助. 一.打标签工具 (1)labelimg/labelme 这两款工具简便易行,前者主要用于对目标进行大致的标定,用于常见的框选标定,后者主要用于较为细 ...

  3. 【Android FFMPEG 开发】FFMPEG AVFrame 图像格式转换 YUV - RGBA ( 获取 SwsContext | 初始化图像数据存储内存 | 图像格式转换 )

    文章目录 I . FFMPEG AVFrame 图像数据帧处理 前置操作 II . FFMPEG 解码 AVPacket 数据到 AVFrame 流程 III. FFMPEG 解码前后的图像格式 IV ...

  4. VTK笔记-图形相关-多边形数据转换图像数据-vtkPolyData转换为vtkImageData

      VTK中vtkImageData类和vtkPolyData类使用频率极高,vtkImageData类和vtkPolyData类派生自vtkDataSet类,是数据集的一种.   vtkPolyDa ...

  5. 5 | PyTorch加载真实数据:图像、表格、文本,one-hot

    在实际的工作中,常见的机器学习处理的数据大概分成三种,一种是图像数据,图像数据通常是RGB三通道的彩色数据,图像上的每个像素由一个数值表示,这个其实比较容易处理:一种是文本数据,文本数据挖掘就是我们通 ...

  6. 图像保存为二进制文件及二进制文件读出图像数据

    前言:很多时候为了验证不同平台下编解码方式不同对深度模型推理的干扰,这时需要使用加载2进制数据的方式在不同平台上对齐数据,这是用到了图像转二进制和加载二进制数据为图像数据.下面直接上代码: 图像保存二 ...

  7. 【Android 应用开发】Paint 滤镜原理 之 图像结构 ( 图片文件二进制分析 | PNG文件结构 | 数据块结构 | IHDR 数据块详解 )

    文章目录 图形文件准备 ( PNG 文件 ) PNG 文件信息分类 数据块结构 IHDR 数据块 简介 IHDR 数据块 结构 图形文件准备 ( PNG 文件 ) 分析的文件准备 : 1.创建文件 : ...

  8. AutoML之图数据与表数据

    当前AutoML平台离"万能"还有一段距离 AutoML 成为热门技术方向,同时也面临着一些难题,这些难题有很大一方面来自于 不同数据之间解决问题手段的可迁移性 / 可复制性,解决 ...

  9. 表数据比图数据更难处理

    目前 AutoML 产品的目标数据主要有两类,一类是图像数据,一类是表数据. 图像数据 深度学习取得的最大的成功来自于图像领域,相比于传统图像分析处理做法最核心的点在于"自动"学习 ...

最新文章

  1. 神奇的FireFox
  2. Almost sorted interval
  3. python入门代码示例-Python入门简单的静态网页爬虫3.0 (爬虫的示例代码)
  4. OpenCV学习之Mat::at()理解
  5. java定时器的使用
  6. 家居灯光控制系统设计 android,基于Android的室内照明控制系统设计与实现
  7. 计算机科学与技术及应用,计算机科学与技术的应用及发展趋向
  8. python3.6+selenium_Testsuits测试套件
  9. mysql rpm 安装6_linux6.5 RPM方式安装 mysql5.6
  10. 物流配送系统设计java,ZigBee物流配送系统设计
  11. 微信小程序引用php函数,微信小程序Page中data数据操作和函数调用详细介绍
  12. 本田和丰田,你选那个?
  13. [msi]Cannot open database file. System error -2147287035
  14. 截图工具当前未在计算机上运行 请重启_截图并订在屏幕上 用作对比、对照、参考,非常实用...
  15. 攒机笔记二十二:台式组装机(2022.9)
  16. Java实现蜗牛爬井的问题
  17. LoadBalancer集成Nacos实现负载均衡
  18. linux文件如何通过vmtools共享到windows,使用vmtools来设置windows和linux的共享文件夹...
  19. 面经-腾讯前端开发工程师
  20. [翻译]Why Functional Programming Matters

热门文章

  1. jdk 1.7 百度云下载
  2. 基于vue的老虎机活动抽奖组件
  3. java 随机人名 随机字符串
  4. 不用手机电脑也可以聊微信:DNweixin微信电脑版
  5. 群辉NAS开启和彩云WebDAV同步文件夹,如何优雅的薅移动羊毛
  6. 黄金 - 石油比率的历史:1970-2018
  7. python基础教程期末考试题_智慧树Python程序设计基础期末教程考试完整答案
  8. 抖音电商发展路径:从外链种草到达人/品牌直播
  9. 二维数组经典例题——装睡
  10. 磁力计和加速度计初始姿态解算