针孔摄像机

模型

针孔摄像机模型针孔摄像机模型针孔摄像机模型
孔洞OOO和图像plane之间的距离就是焦距fff。
i,j,ki,j,ki,j,k是相机的参考系，也叫相机的坐标系。
kkk是垂直成像平面的，OOO和C′C'C′之间的线叫光轴。
zzz是OOO到世界坐标系中物体处的距离。
所以，根据三角形相似，可以得出：

缺点

但这个公式的前提是假设OOO是一个无穷小的点，如果孔洞打了就会有更多的光线到同一个点上，这样图像就变得模糊了，因为有更多的光所以也变量了，虽然人们可以一直往无穷小的孔洞探索，但是人们更希望能有一个又亮又清晰的图像，这时，透镜的出现解决了这个问题。

透镜

简单的模型图简单的模型图简单的模型图

带有符号的图带有符号的图带有符号的图
点PPP离图像平面的距离会影响图像的清晰程度，这个是跟焦点相关的，所有平行于光轴的光线都会通过焦点

这个还和“景深”有关，现在的智能机的拍摄功能一般都有景深效果，我之前理解的是背景模糊功能，真正的概念是相机拍摄清晰照片的有效范围，所以智能机就是把范围控制到了人像的位置，所以后面的超出有效范围的背景就变得模糊了。

这里的焦距是焦点位置到lens的中心点的位置之间的距离，和针孔摄像机不一样，真实点和投射点之间的关系为：

这个公式看起来和之前的针孔很像，但是字符的概念是不同的：
在针孔摄像机中，z′=fz'=fz′=f；在透镜模型中，z′=f+z0z' = f + z_0z′=f+z0。
不同之处就在于对于焦距的定义不同

两种畸变：枕形和桶形两种畸变：枕形和桶形两种畸变：枕形和桶形
上面的推导使用了“薄透镜”假设，所以被叫做 parxial refraction model
同时，也因为这种假设，所以会产生 radial distortion (径向畸变) 现象，因此图像的放大倍数也会因为离光轴的距离的变化而变化，枕形是越远放大倍数越大，桶形是越远放大倍数越小。

之所以”薄透镜“假设会导致这种情况，是因为透镜的不同部位有不同的焦距，而这种假设将所有部位的焦距都看成相同的了。

转化到数字图像

由于以下几个原因，3D空间投影出来的图像和实际的数字图像并不能对应起来：

投影出来的图像是连续的，但实际的数字图像是离散的
数字图像和世界的参考系不同

就是说数字图像能对应多个参考系，是因为这个吗？
物理传感器可以将失真等非线性引入到映射中

这个还不知道是个啥？

因此，还要引入一些其他的参数才能做映射：

图像的原点在光轴和图像的相交处，一般是图像的中心，而数字图像的原点在左下角，如果换成pyhton数组的话是从右上角开始吧，这也得加个变换参数处理，如下公式：
数字图像中的点用像素表示，而平面上使用物理单位的(cm、m)，所以引入两个新参数k、lk、lk、l，对应两个轴的度量转换：pixelscm\frac{pixels}{cm}cmpixels。这个k、lk、lk、l跟不同轴的比例相关，如果x、yx、yx、y的缩放相同，则k=lk=lk=l，就是说摄像机的像素是正方形的。引入这两个参数后公式为：

引入齐次坐标后：

一些约束

从世界坐标到像素坐标的变换，用一个MMM来表示
M=K[RT]=[KRKT]=[Ab]M = K[R\ T]=[KR\ KT]=[A b]M=K[R T]=[KR KT]=[Ab]
A=[a1,a2,a3]TA = [a_1,a_2,a_3]^TA=[a1,a2,a3]T
然而，对于不同的情况，有着不同的限制：

普通的透视映射，要求Det(A)≠0Det(A) \ne 0Det(A)=0
zero-skew的情况，不仅要求Det(A)≠0Det(A) \ne 0Det(A)=0，并且(a1×a3)∗(a2×a3)=0(a_1 \times a_3)*(a_2 \times a_3) = 0(a1×a3)∗(a2×a3)=0
zero-skew 加 unit aspect-ratio 就是Det(A)≠0Det(A) \ne 0Det(A)=0和：

ThinLense(薄镜头)Thin Lense(薄镜头)ThinLense(薄镜头)

三种坐标系

咱们常说的有三种坐标系：世界坐标系，图像坐标系，像素坐标系，这三个都在上图，就是说法不一样。
世界坐标系：这个就是摄像机拍摄的物体所在的坐标系
图像坐标系：是归一化的焦平面，为了方便计算，会在焦距为1的地方设置虚拟平面，这就是图像坐标系，如下图

像素坐标系：就是像平面，通过对图像坐标系(归一化的焦平面)做内参运算得到

物理光学知识

平时我们讲的那些光，都是忽略了衍射、干扰还有其他的物理光学现象，除开这些光学现象，透镜的性质有以下的光学性质决定：

光在均匀介质中直线传播
光照射到一个平面上会发生反射，入射光、反射光、平面法线是共面的，法线和两条ray之间的角是互补的

就是α1+90\alpha_1 + 90α1+90 和r1′r_1'r1′到右边的水平线的角度是互补的
光穿过不同的介质会发生折射，如r1r_1r1、r2r_2r2，这两个ray和法线共面，α1\alpha_1α1、α2\alpha_2α2的性质有物体的性质决定：
n1sinα1=n2sinα2n_1 sin\alpha_1 = n_2 sin\alpha_2 n1sinα1=n2sinα2

设使用的透镜半径为RRR，折射率是nnn

前后都是，一个透镜是由两个弧组成的，假设两个弧的属性完全相同，是这样吗？可能是弧的大小不同，在介质中传播的时间也不同吧

一般来讲都假设光线到了右边界直接折射出左边界

这样很方便理解和计算吧

1z−1Z=1f\frac{1}{z} - \frac{1}{Z} = \frac{1}{f}z1−Z1=f1
f=R2(n−1)f = \frac{R}{2(n-1) }f=2(n−1)R

CS231A：Pinhole camera model and lenses相关推荐

1. pinhole camera model 小孔相机模型【cs231a课程笔记】
文章目录同系列链接 1.1. pinhole camera model 1.2. lens-based model (paraxial refraction model) distortion 1. ...
OpenGL投影矩阵与相机模型（Set Projection Matrix for Pinhole Camera Model）
出处:http://oliver.zheng.blog.163.com/blog/static/1424115952013349234838/ (转载自"结冰的雪"百度空间) 目的 ...
3D Viewing: the Pinhole Camera Model（翻译）
目录 What Will You Learn in this Lesson? Camera Obscura: How is an Image Formed? How Does Real Camera ...
Pinhole camera model相机模型
相机模型数码相机图像拍摄的过程实际上是一个光学成像的过程.相机的成像过程涉及到四个坐标系:世界坐标系.相机坐标系.图像坐标系.像素坐标系以及这四个坐标系的转换. 理想透视模型--针孔成像模型相机模 ...
针孔相机(The pinhole camera)
目录 1 小孔成像 1.1 The normalized camera 1.2 Focal length parameters 1.3 Offset and skew parameters 1.4 P ...
相机模型-Unified Camera Model
相机模型-Unified Camera Model 模型介绍投影过程反投影过程雅可比计算开篇不知道说啥了,直接开始吧. 模型介绍这个相机模型在其它地方又被叫做 Omnidirectional ...
A Generic Camera Model and Calibration Method for Conventional, Wide-Angle, and Fish-Eye Lenses 论文翻译
目录题目 Abstract I. Introduction II. GENERIC CAMERA MODEL A. Radially Symmetric Model 径向对称模型 B. Full M ...
3. 全向相机模型Omnidirectional Camera Model
目录 1. 定义: 2. scaramuzza多项式模型 2.1 模型推导 3. 标定原理 3.1 求外参 3.2 求内参 3.3 非线性优化 4. 感谢您的阅读! 1. 定义: 全向相机(Omnid ...
相机模型-鱼眼模型（fisheye camera model）
鱼眼相机模型 (fisheye camera model) 模型介绍等距投影等立体角投影正交投影体视投影线性投影 Kannala-Brandt 模型去畸变过程投影过程反投影过程雅可比 ...

CS231A：Pinhole camera model and lenses