1. 相机模型
1.1 坐标系转换原理
世界坐标系(world Coords):点在真实世界中的位置，描述相机位置。
相机坐标系(Cameras Coords):以相机光学系统中心（镜头中心）为原点，建立相机坐标系。
图像物理坐标系(Film Coords):经过小孔成像后得到的二维坐标系，单位mm。
像素坐标系(Pixel Coords):成像点在相机 sensor上像素的行数和列数，原点为图像左上角，不带有任何物理单位，或者说单位是pixel。
主点:主光线与像平面相交的位置，这个交点取决于镜头的光轴，一般情况下图像中心不可能和主点严格对准。
其中从像素坐标系-相机坐标系的转换为：
如果世界坐标系是相对相机坐标系在方向平移了距离d，且
，则旋转矩阵R=I，平移矩阵T=
，则
1.2 镜头畸变
径向畸变
切向畸变
2. 相机标定
2.1 相机内参（矩阵）
matlab标定：拍摄的多张图片中最终会计算出唯一的内参M，而外参每张图片都会对应有一个，由于我们的目的是为了测量目标点到相机位置的横纵向距离，所以可以将Zw值设置为0；世界坐标系的原点默认为棋盘格左上角的交点。
2.2 相机外参
2.3 张正友标定法
在多个视点采集平面标定板的图像，使用五参数摄像机模型和四阶透镜变形的径向畸变模型。
在不考虑畸变的情况下，初次标定内参的五个参数，接着使用内参对畸变系数进行标定，重复循环计算直到收敛。使用极大似然法计算单应性矩阵，代入标定图像数据，计算相机内参。继续计算外参和畸变系数。
参考：https://zhuanlan.zhihu.com/p/445872994?utm_medium=social&utm_oi=746817410819977216
3. 距离测量
坐标系转换
使，将内参矩阵和外参矩阵参数代入，可求得
，实际上在坐标系的转换中
可以被消掉，不影响计算过程。
原文地址:https://blog.csdn.net/ZhanChiFei21580/article/details/134664786
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：http://www.7code.cn/show_26986.html
如若内容造成侵权/违法违规/事实不符，请联系代码007邮箱：suwngjj01@126.com进行投诉反馈，一经查实，立即删除！
