机器视觉中坐标系转换和图像平移

目录

一、坐标系转换

1.1  世界坐标系和相机坐标系

1.2  相机坐标系和图像坐标系

1.3  图像坐标系与像素坐标系

二、图像平移

2.1  平移变换原理

2.2  程序实现

一、坐标系转换

1.1  世界坐标系和相机坐标系

        世界坐标系,也称为测量坐标系,它是一个三维直角坐标系(Xw,Yw,Zw)。在世界坐标系中可以描述相机和待测物体的空间位置。世界坐标系的位置根据实际情况自行确定。

        相机坐标系也是一个三维直角坐标系(xc,yc,zc)。相机坐标系的原点是镜头的光心,x、y轴分别与相面的两边平行,z轴为镜头的光轴,与像平面垂直。

机器视觉中坐标系转换和图像平移_第1张图片

        世界坐标系到相机坐标系的变换是刚体变换,也就是只改变物体的空间位置(平移)和朝向(旋转),而不改变物体的形状。用旋转矩阵R和平移向量t可以表示这种变换。

        在齐次坐标下,旋转矩阵R是正交矩阵,可通过Rodrigues变换转换为只有三个独立变量的旋转向量。因此刚体变换用6个参数就可以表示(3个旋转向量,3个平移向量),这6个参数就是相机的外参。相机外参决定了空间点从世界坐标系到相机坐标系的变换。

机器视觉中坐标系转换和图像平移_第2张图片

 齐次坐标系下可表示为:

机器视觉中坐标系转换和图像平移_第3张图片

1.2  相机坐标系和图像坐标系

        从相机坐标系到图像坐标系,属于透视投影关系,从3D转换到2D。

        图像坐标系也叫平面坐标系,用物理单位表示像素的位置,单位是mm。坐标原点为摄像机光轴与图像坐标系的交点位置。

机器视觉中坐标系转换和图像平移_第4张图片

根据相似三角形原理

机器视觉中坐标系转换和图像平移_第5张图片

在齐次坐标下表示为

机器视觉中坐标系转换和图像平移_第6张图片

1.3  图像坐标系与像素坐标系

        像素坐标系和图像坐标系都在成像平面上,只是各自的原点和度量单位不一样。图像坐标系的原点为相机光轴与成像平面的交点,通常情况下是成像平面的中点或者叫principal point。图像坐标系的单位是mm,属于物理单位,而像素坐标系的单位是pixel,我们平常描述一个像素点都是几行几列。所以这二者之间的转换如下:其中dx和dy表示每一列和每一行分别代表多少mm,即1pixel=dx mm

机器视觉中坐标系转换和图像平移_第7张图片

 结合到一起如下:

机器视觉中坐标系转换和图像平移_第8张图片


二、图像平移

        图像的平移变换就是将图像所有的像素坐标分别加上指定的水平偏移量和垂直偏移量。平移变换根据是否改变图像大小分为两种,直接丢弃或者通过加目标图像尺寸的方法使图像能够包含这些点。

2.1  平移变换原理

        假设原来的像素的位置坐标为(x0,y0),经过平移量(△x,△y)后,坐标变为(x1,y1),如下所示:

机器视觉中坐标系转换和图像平移_第9张图片

用数学式子表示可以表示为: 

机器视觉中坐标系转换和图像平移_第10张图片

用矩阵表示为:

机器视觉中坐标系转换和图像平移_第11张图片

2.2  程序实现

机器视觉中坐标系转换和图像平移_第12张图片

 平移后图像的大小变化 

机器视觉中坐标系转换和图像平移_第13张图片

 效果如图:

机器视觉中坐标系转换和图像平移_第14张图片

你可能感兴趣的:(计算机视觉,几何学,计算机视觉,opencv,c++)