专栏名称: Ai fighting
本公众号主要分享自动驾驶感知实战,从算法训练到模型部署。主要致力于3D目标检测,3D目标追踪,多传感器融合,Transform,BEV,OCC,模型量化,模型部署等方向的实战。
今天看啥  ›  专栏  ›  Ai fighting

三维视觉:针孔相机模型与坐标转换

Ai fighting  · 公众号  ·  · 2024-09-10 23:02

文章预览

相机模型是三维视觉的基础,这里回顾一下。 相机深度 乘以像素坐标 =相机内参K*相机外参RT*世界坐标 一 针孔相机模型: 相机坐标系下 f:焦距, m是在物理平面上的成像点坐标为    , 上图中右图为了好看把点挪到了前面,实际点m关于O对称 ,   是现实世界中的一个点坐标为  由图中相似三角形关系可得: 即   ,  注意下面用   表示像素坐标系,   表示相机坐标系,  表示世界坐标系。 一 相机坐标系 到像素坐标系 像素坐标系相比与相机坐标系进行了 缩放和原点的平移 (像素坐标系的原点一般为图像左上角),故 像素坐标系    (u,v): 其中  的单位为像素,   是原点的平移尺寸。 (u,v)写成矩阵形式为: 像素坐标系到相机坐标系 故   , 相机内参矩阵K K 表示相机的 内参 (camera intrinsics)矩阵. 即 像素坐标     乘以深度     =相机内参 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览