双目成像的简单推导
Posted jymg
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了双目成像的简单推导相关的知识,希望对你有一定的参考价值。
目录
双目成像简单分析
1. 双目视差推导(对14讲上内容的一些深入解释)
对于十四讲中的推导有些疑惑,给出了结果,但是推导部分感觉不太严谨,所以简单推了一下。
设空间3D点(P):
在左右相机上对应的像素坐标为(u_L,u_R)(图像坐标系,原点在左上角)单位: pixel
同时假设(u_L)在左相机中心点右侧,(u_R)在右相机中心点左侧(仅仅便于推导,实际情况结果都一样)
深度为(d),单位: mm
双目基线长度(b),单位: mm
相机传感器像素与mm转换系数(s),单位: mm/pixel
相机焦距(f_x),单位: pixel
图像中心点横坐标为(w)
这里取的是像素焦距,为什么是(f_x),请看第2节分析
利用相似三角形关系(图见十四讲P91),可以得到:
[
frac{z-f_xs}{z} = frac{b-(u_L-w+w-u_R)s}{b} \Rightarrow bz-bf_xs =bz-zs(u_L-u_R) \Rightarrow z=frac{bf_x}{u_L-u_R} \Rightarrow z = frac{bf_x}{d} \text{其中}:d=u_L-u_R
]
称为视差,单位为像素,最小值为一个像素,所以深度的最大值为:(bf_x)
2. 使用(f_x)的原因以及双目成像完整推导
相机成像模型如下:
- (u_L,v_L,u_R,v_R): 单位像素
- (alpha,eta): 传感器单位长度上像素个数(pixel/mm)
- (f):物理焦距,单位mm
对于同一个3D空间点(P=(X,Y,Z)^T),其在两个相机上的成像模型为:
左目
:
[
segin{pmatrix}
u_Lv_L 1
end{pmatrix} = egin{pmatrix}
alpha & 0 &c_x & eta & c_y & 0 & 1
end{pmatrix}
egin{pmatrix}
f & 0&0&0 &f &0 &0 & 0 & 1 & 0
end{pmatrix} egin{pmatrix}
X\Y\Z\1
end{pmatrix}
]
右目
:
[
segin{pmatrix}
u_Rv_R1
end{pmatrix} = egin{pmatrix}
alpha & 0 &c_x & eta & c_y & 0 & 1
end{pmatrix}
egin{pmatrix}
f & 0&0&0 &f &0 &0 & 0 & 1 & 0
end{pmatrix} egin{pmatrix}
X-b\Y\Z\1
end{pmatrix}
]
这里假设两个相机的内参相同,并且已经进行过双目校正,如果完整考虑整个模型,只需替换相关参数继续推导即可
由于进行过双目校正,所以只需要考虑(u_L,u_R)关系即可:
[
u_L = alpha f frac{X}{Z}+c_x u_R= alpha ffrac{X-b}{Z}+c_x \alpha f Rightarrow f_x
]
两式相减可以得到:
[
Z = frac{bf_x}{u_L-u_R}
]
与前面利用几何关系推导结果相同,并且在实际代码中使用(f_x)的原因也清楚了。
以上是关于双目成像的简单推导的主要内容,如果未能解决你的问题,请参考以下文章
单目相机双目相机和RGB-D相机学习笔记(一些视频和博文网址)