相机校参及C-arm校参 Camera calibration & X-ray calibration 04
相机校参及C-arm校参 Camera calibration & X-ray calibration 04
这一期主要讲解一下DLT直接法,硬解出uncalibrated camera的5个intrisincs和6个extrinsics。不会列出细节推倒过程,所以需要有一定的数学,至少是线性代数的基础。
Given: 物体在世界坐标系中的点
Observation 对应的图像坐标系中的点
Solution 求解11个intrinsics and extrinsics
(因为每个点可以给出两个方程,所以11个未知数至少需要6个点来完成,而且这六个点不能位于同一个平面上。)
-
首先,因为我们有6个点,12个方程,因为都是线性方程,所以简单调成一下位置,重新把方程写成下面形式【fig1】【fig2】
-
为了求得上面的矩阵p,因为有些redundant observation (多余观测点),所以结果很难为0,转化求ap=w, 求w的least square error时的矩阵p。另外因为p是个homogeneous matrix,所以要求特解需要给出限制条件。【fig3】
-
我们这里需要用到SVD来进行求解。很容易得到p = V12时,可以得到S12为最小值。【fig4】【fig5】
-
在拿到P矩阵后,我们重新调整一个特征举证的形式。【fig6】
-
通过上面可以很容易得到Xo,相机的principal point。【fig7】
-
我们用QR decomposition的方式,把矩阵分解为rotational matrix 和 upper triangular matrix. 是不是很熟悉,因为一个就是extrinsics的旋转参数,另外一个是extrinsic。(rotational matrix有个性质:transpose matrix = inverse matrix)
至此我们已经求出了所有的参数
- intrinsic paramter matrix
- rotational matrix
- principal coordinate