camera - 相机的外在矩阵
问题描述
我正在尝试使用 MATLAB 的相机校准器来校准红外相机。我只需将大约 100 张图像输入校准器即可获得内在矩阵。但我正在努力解决如何获得外在矩阵 [R|t]。
因为外在矩阵是用来映射世界坐标系和相机坐标系的,所以理论上来说,当相机(物体)在移动的时候,会有很多外在矩阵。
在下图中,如果使用 50 张图像确定内矩阵,那么每张图像对应的外矩阵有 50 个。我对么?
解决方案
你说的对。通常,内在校准的副产品是观察到的每个模式的外在矩阵。这主要用于绘制与您发布的图片中的相机相关的图案。
之后您通常会定义一些对您的应用程序有意义的外部参考系,也称为“世界”参考系,并计算相机相对于它的位姿。这就是你经常听到的外在矩阵。
为此,您:
- 定义参考框架并在其上取一些具有已知 3D 坐标的点;例如,这可以是在地板上绘制的网格。
- 使用校准后的相机拍摄 3D 点的照片,并获取点对应的 2D(图像)坐标列表。
- 使用姿势估计函数,该函数采用:相机内在参数、3D 点和对应的 2D 图像点。我对 OpenCV 比较熟悉,但似乎可以完成这项工作的 Matlab 函数是:https ://www.mathworks.com/help/vision/ref/estimateworldcamerapose.html
推荐阅读
- performance - 使用 int64 而不是 int32 时,循环性能要慢得多
- python - 如何使用 openpyxl 和 Pandas 自动化我的代码?
- amazon-s3 - Amplify CLI 找不到命令:pull
- c - 释放内存时出现分段错误错误
- android - 为什么每当我尝试将数据类的元素添加到 RecyclerView 时应用程序崩溃
- python - \在python中做了什么?
- c# - C#/XML/Parsing/比较不同程序保存的文件位置,一种在uri中使用localhost
- tensorflow - 训练SSD-MOBILENET V1,损失不减
- excel - read_excel 在 index_col=none 时使用 pandas 创建索引
- python-3.x - 如何使用 mapbox 创建一个等值线地图并在国家一级进行绘图?