使用 Roll-Pitch-Yaw 角度变换图像（图像校正）

Posted 2023-05-07

【中文标题】使用 Roll-Pitch-Yaw 角度变换图像（图像校正）

【英文标题】：Transform Image using Roll-Pitch-Yaw angles (Image rectification)

【发布时间】：2013-12-25 01:24:18

【问题描述】：

我正在开发一个需要校正从移动相机平台拍摄的图像的应用程序。该平台测量滚动、俯仰和偏航角，我想让它看起来像从正上方拍摄的图像，通过对这些信息的某种变换。

换句话说，我想要一个平放在地面上的完美正方形，从远处以某种相机方向拍摄，然后进行变换，以便之后正方形完美对称。

我一直在尝试通过 OpenCV(C++) 和 Matlab 来做到这一点，但我似乎遗漏了一些关于如何做到这一点的基本知识。

在 Matlab 中，我尝试了以下方法：

%% Transform perspective
img = imread('my_favourite_image.jpg');
R = R_z(yaw_angle)*R_y(pitch_angle)*R_x(roll_angle);
tform = projective2d(R);   
outputImage = imwarp(img,tform);
figure(1), imshow(outputImage);

其中 R_z/y/x 是标准旋转矩阵（以度数实现）。

对于一些偏航旋转，一切正常：

R = R_z(10)*R_y(0)*R_x(0);

结果如下：

如果我尝试将图像绕 X 轴或 Y 轴旋转相同的量，我会得到如下结果：

R = R_z(10)*R_y(0)*R_x(10);

但是，如果我旋转 10 度，除以某个巨大的数字，它开始看起来不错。但话又说回来，这是一个没有任何研究价值的结果：

R = R_z(10)*R_y(0)*R_x(10/1000);

有人可以帮我理解为什么绕 X 轴或 Y 轴旋转会使转换变得疯狂吗？有没有办法解决这个问题而不用除以一些随机数和其他魔术？这是否可以使用某种欧拉参数来解决？任何帮助将不胜感激！

更新：完整设置和测量

为了完整起见，添加了完整的测试代码和初始图像，以及平台欧拉角：

代码：

%% Transform perspective
function [] = main()
    img = imread('some_image.jpg');
    R = R_z(0)*R_y(0)*R_x(10);
    tform = projective2d(R);   
    outputImage = imwarp(img,tform);
    figure(1), imshow(outputImage);
end

%% Matrix for Yaw-rotation about the Z-axis
function [R] = R_z(psi)
    R = [cosd(psi) -sind(psi) 0;
         sind(psi)  cosd(psi) 0;
         0          0         1];
end

%% Matrix for Pitch-rotation about the Y-axis
function [R] = R_y(theta)
    R = [cosd(theta)    0   sind(theta);
         0              1   0          ;
         -sind(theta)   0   cosd(theta)     ];
end

%% Matrix for Roll-rotation about the X-axis
function [R] = R_x(phi)
    R = [1  0           0;
         0  cosd(phi)   -sind(phi);
         0  sind(phi)   cosd(phi)];
end

初始图像：

在 BODY 坐标系中的相机平台测量：

Roll:     -10
Pitch:    -30
Yaw:      166 (angular deviation from north)

据我了解，偏航角与转换没有直接关系。但是，我可能对此有误。

其他信息：

我想指定使用设置的环境不包含可以可靠地用作参考的线条（海洋照片）（地平线通常不会出现在图片中）。并且初始图像中的正方形只是用来衡量变换是否正确，在真实场景中不会出现。

【问题讨论】：

你能上传原图和你的旋转矩阵实现吗？

嗨，Scap3y！我在上面的帖子中添加了该问题的完整信息和代码。

好吧，我认为你错过了一个关键步骤：找到与图像中线条水平投影相关的单应性。请参阅this link 了解如何使其工作。一旦你计算了单应性，你可以用它代替你的R矩阵，这样就可以了。

感谢先生的出色建议。我将要分析的图像中没有任何线条（实际上根本没有）。但是，我认为我可以直接从 RPY 角度创建这些校正向量。校正矩阵看起来很合理，因为它会影响变换矩阵第三行中的元素。正是这些元素实际上使当前的变换变得疯狂，除非乘以一些“随机”的小数；我相信这可能是那个/那些数字。我会回复你的结果。

啊，好吧。那会很麻烦。您可能能够在海洋图像（地平线）中获得 1 条线，但绝对不足以获得矢量（或者至少，不是对矢量的准确估计）.. 一切顺利，让我知道如何事实证明。！

【参考方案1】：

所以，这就是我最终要做的事情：我认为除非您实际处理的是 3D 图像，否则校正照片的透视是一项 2D 操作。考虑到这一点，我将变换矩阵的 z 轴值替换为 0 和 1，并对图像应用 2D 仿射变换。

在测得的 Roll = -10 和 Pitch = -30 的情况下，初始图像的旋转（参见初始帖子）按以下方式完成：

R_rotation = R_y(-60)*R_x(10); 
R_2d       = [   R_rot(1,1)  R_rot(1,2) 0; 
                 R_rot(2,1)  R_rot(2,2) 0;
                 0           0          1    ] 

这意味着将相机平台旋转到虚拟相机方向，其中相机放置在场景上方，指向正下方。请注意上面矩阵中用于滚动和俯仰的值。

此外，如果旋转图像以使其与平台航向对齐，则可能会添加围绕 z 轴的旋转，给出：

R_rotation = R_y(-60)*R_x(10)*R_z(some_heading); 
R_2d       = [   R_rot(1,1)  R_rot(1,2) 0; 
                 R_rot(2,1)  R_rot(2,2) 0;
                 0           0          1    ] 

请注意，这不会改变实际图像 - 它只会旋转它。

因此，围绕 Y 轴和 X 轴旋转的初始图像如下所示：

如上所示，进行这种转换的完整代码是：

% Load image
img = imread('initial_image.jpg'); 

% Full rotation matrix. Z-axis included, but not used.
R_rot = R_y(-60)*R_x(10)*R_z(0); 

% Strip the values related to the Z-axis from R_rot
R_2d  = [   R_rot(1,1)  R_rot(1,2) 0; 
            R_rot(2,1)  R_rot(2,2) 0;
            0           0          1    ]; 

% Generate transformation matrix, and warp (matlab syntax)
tform = affine2d(R_2d);
outputImage = imwarp(img,tform);

% Display image
figure(1), imshow(outputImage);



%*** Rotation Matrix Functions ***%

%% Matrix for Yaw-rotation about the Z-axis
function [R] = R_z(psi)
    R = [cosd(psi) -sind(psi) 0;
         sind(psi)  cosd(psi) 0;
         0          0         1];
end

%% Matrix for Pitch-rotation about the Y-axis
function [R] = R_y(theta)
    R = [cosd(theta)    0   sind(theta);
         0              1   0          ;
         -sind(theta)   0   cosd(theta)     ];
end

%% Matrix for Roll-rotation about the X-axis
function [R] = R_x(phi)
    R = [1  0           0;
         0  cosd(phi)   -sind(phi);
         0  sind(phi)   cosd(phi)];
end

感谢大家的支持，希望对大家有所帮助！

【讨论】：

好的，我看到你做了 +10，因为 Roll 是 -10 (-10+10=0)，而 -60 因为 Pitch 是 -30 (-30-60=-90)。但是为什么要轮换the remainder of (90-pitch) degrees in the counter-clockwise direction of the y-axis, and the positive roll angle clockwise of the x-axis？为什么不尝试将横滚和俯仰都归零呢？为什么将 Pitch 设置为 -90 度而不是 0 可以解决这个问题？

【参考方案2】：

我认为您可以通过这种方式进行转换：

1) 让你有四个 3d 点 A(-1,-1,0), B(1,-1,0), C(1,1,0) 和 D(-1,1,0 ）。您可以取任意 4 个非共线点。它们与图像无关。

2）您有变换矩阵，因此您可以通过将点坐标乘以变换矩阵来设置相机。您将获得相对于相机位置/方向的 3d 坐标。

3) 您需要将点投影到屏幕平面。最简单的方法是使用正投影（忽略深度坐标）。在这个阶段，您将获得变换点的 2D 投影。

4) 一旦你有 2 组 2D 点坐标（步骤 1 中没有第三坐标的集合和步骤 3 中的集合），你可以以标准方式计算单应矩阵。

5) 对图像应用逆同形变换。

【讨论】：

你说得对，这是 2D 变换。谢谢！ :)

【参考方案3】：

您需要估计一个单应性。对于现成的 Matlab 解决方案，请参阅来自 http://www.robots.ox.ac.uk/~vgg/hzbook/code/ 的函数 vgg_H_from_x_lin.m。

有关理论，请研究计算机视觉教科书，例如在http://szeliski.org/Book/ 或http://programmingcomputervision.com/downloads/ProgrammingComputerVision_CCdraft.pdf 第 3 章中免费提供的一本

【参考方案4】：

也许由于我对相机参数的误解，我的回答不正确，但我想知道 Yaw/Pitch/Roll 是否与您的对象的位置有关。我用general rotations的公式，我的代码如下（旋转函数R_x，R_y，R_z是从你那里复制过来的，我这里没有贴）

close all
file='http://i.stack.imgur.com/m5e01.jpg'; % original image
I=imread(file);

R_rot = R_x(-10)*R_y(-30)*R_z(166);
R_rot = inv(R_rot);

R_2d  = [   R_rot(1,1)  R_rot(1,2) 0; 
            R_rot(2,1)  R_rot(2,2) 0;
            0           0          1    ]; 


T = maketform('affine',R_2d);

transformedI = imtransform(I,T);
        figure, imshow(I), figure, imshow(transformedI)

结果：

这表明您仍然需要一些旋转操作才能在您的脑海中获得“正确”的对齐方式（但可能不需要相机脑海中的正确位置）。 所以我把R_rot = inv(R_rot);改成R_rot = inv(R_rot)*R_x(-5)*R_y(25)*R_z(180);，现在它给了我：

看起来更像你想要的。 谢谢。

【讨论】：

感谢您的回答！刚才我或多或少地得出了相同的结论（请参阅此线程的第三篇文章）。如果您将旋转按 YXZ 顺序放置，则旋转值是有意义的，并考虑相机帧的实际目标状态是什么（相机从场景上方直接指向下方）。为此，您必须沿 y 轴的逆时针方向将相机框架旋转（90 度）度的剩余部分，并沿 x 轴的顺时针方向旋转正滚动角。偏航旋转是非常可选的，只有当你有一个寻北平台时才有意义。 :-)