You've successfully subscribed to ムえのBLOG
Great! Next, complete checkout for full access to ムえのBLOG
Welcome back! You've successfully signed in.
Success! Your account is fully activated, you now have access to all content.
从RGBD 到 点云 到 Position Map From RGBD to Point Cloud to Position Map ①

从RGBD 到 点云 到 Position Map From RGBD to Point Cloud to Position Map ①

. 2 min read

最近一直在实验室搬砖,主要做的是采集RGBD生成Position Map。本文将从完全小白的角度入门RGBD、点云、position map的概念和他们之间的转化。

相机到底拍了什么?

相机是整个CV的基础,在深入学习CV之前,我们必须要明白什么是相机,相机是如何拍下了照片。
The camera is one of the most essential tools in computer vision. It is the mechanism by which we can record the world around us and use its output - photographs - for various applications. Therefore, one question we must ask in introductory computer vision is: how do we model a camera? -CS231A Stanford

如何描述世界和照片

相机是一种将3D世界映射到有限2D平面的一种系统。所以我们需要构建世界坐标系与相机坐标系的转换。

考虑正交惯性参考系 $\{o,X,Y,Z\}$ ,称为世界坐标系,世界坐标系中的点p的坐标可以写为:

$$
P_w = (X_w , Y_w , Z_w) \in \mathbb{R} ^3
$$

为了相对于另一个参考坐标系(例如相机坐标系$c,X_c$)写入相同点的坐标,有必要描述世界坐标系和相机坐标系之间的变换。 我们将通过 $g_{wc}$ 表明这种变换。 世界坐标系中的坐标和相机坐标系中的坐标通过以下方式相关:

$$
P_c = g_{wc}(P_w)
$$

反之亦然

$$
P_w = g_{cw}(P_c)
$$

将世界坐标系中的坐标映射到相机坐标系中的坐标。其中

$g_{cw} = g_{wc} ^{-1}$

世界坐标到照片坐标的转化

Ideal Camera Model 理想相机模型

最简单的这种系统就是在小学科学课上学过的小孔成像(pinhole camera):在物与成像平面之间放上一个有小孔的屏障,如图1。

fig1: 小孔成像

つづく



本站总访问量 正在加载今日诗词....