如何解决如何根据数据估算相机的固有属性?
在给定3D点云的情况下,我正在尝试从单个RGB图像(全景)进行相机校准
可以使用Bouguet’s camera calibration Toolbox来估计内在属性矩阵,但是正如我所说的,我只有一个图像,并且该图像只有一个点云。
因此,了解2D图像坐标,外部属性和3D世界坐标后,如何估算其固有属性?
OpenCV(https://docs.opencv.org/2.4/modules/calib3d/doc/camera_calibration_and_3d_reconstruction.html)中的initCameraMatrix2D
函数似乎与Bouguet的相机校准工具箱的工作方式相同,并且需要同一对象的多张图像
我正在研究实现Direct linear transformation DLT的Levenberg–Marquardt algorithm和https://drive.google.com/file/d/1gDW9zRmd0jF_7tHPqM0RgChBWz-dwPe1 但似乎都使用针孔相机模型,因此找到了3D和2D点之间的线性变换
解决方法
我找不到半年的源代码,但从头开始
cx
,cy
是光学中心,以像素为单位的宽度/ 2,高度/ 2
fx
= fy
是焦距(以像素为单位)(从相机到图像平面或旋转轴的距离)
如果您知道从相机到相机的图像距离例如为30cm,并且它捕获具有16x10cm和1920x1200像素的图像,则像素大小为100mm / 1200 = 1 / 12mm,相机距离(fx,fy)将为300mm * 12px / 1mm = 3600px,图像中心为cx = 1920/2 = 960,cy = 1200/2 = 600。我假设像素为正方形,并且摄像头传感器位于光轴的中心。
您可以通过以像素为单位的图像大小和测得的视角来获得焦距。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。