从零实战SLAM-第四课(相机成像及常用视觉传感器)

  在七月算法报的班,老师讲的蛮好。好记性不如烂笔头,关键内容还是记录一下吧,课程入口,感兴趣的同学可以学习一下。

-------------------------------------------------------------------------------------------------------------------------------

相机的最基础模型就是针孔相机模型

从零实战SLAM-第四课(相机成像及常用视觉传感器)_第1张图片

针孔相机的数学模型 

从零实战SLAM-第四课(相机成像及常用视觉传感器)_第2张图片

实物高度与成像高度之间的换算公式

从零实战SLAM-第四课(相机成像及常用视觉传感器)_第3张图片

像素坐标系

从零实战SLAM-第四课(相机成像及常用视觉传感器)_第4张图片

相机的内参矩阵,用于计算世界坐标系与像素坐标系之间的转换。

从零实战SLAM-第四课(相机成像及常用视觉传感器)_第5张图片

图像中的一个点,世界坐标系上一条射线上的点均匹配,所以说丢失了距离信息。

从零实战SLAM-第四课(相机成像及常用视觉传感器)_第6张图片

世界坐标系、相机坐标系与像素坐标系之间的关系。

从零实战SLAM-第四课(相机成像及常用视觉传感器)_第7张图片

内参矩阵通过相机标定即可获取,或出厂时厂家提供,SLAM需要解决的是几个外参矩阵的计算。

双目相机的原理及计算距离的方法

从零实战SLAM-第四课(相机成像及常用视觉传感器)_第8张图片

从零实战SLAM-第四课(相机成像及常用视觉传感器)_第9张图片

两种RGB-D相机的工作原理(结构光与飞行时间)

从零实战SLAM-第四课(相机成像及常用视觉传感器)_第10张图片

图像存储的方法

从零实战SLAM-第四课(相机成像及常用视觉传感器)_第11张图片

图像畸变的定义:

是指成像过程中所产生的图像像元的几何位置相对于参照系统(地面实际位置或地形图)发生的挤压、伸展、偏移和扭曲等变形,使图像的几何位置、尺寸、形状、方位等发生改变。针孔前的镜头会引入畸变:

图像变形与畸变的分类

从零实战SLAM-第四课(相机成像及常用视觉传感器)_第12张图片

径向畸变与切向畸变

透镜自身形状对光线传播的影响——径向畸变;组装过程中,透镜和成像平面未完成平行——切向畸变

从零实战SLAM-第四课(相机成像及常用视觉传感器)_第13张图片

图像校准的数学方法

从零实战SLAM-第四课(相机成像及常用视觉传感器)_第14张图片

你可能感兴趣的:(计算机视觉,数码相机,计算机视觉)