摄像机标定：世界坐标系与摄像机坐标系的转换

"该资源是一份关于相机标定的PPT，主要讲解了世界坐标系与摄像机坐标系之间的关系，以及相机模型的基础知识。内容包括摄相机标定的介绍、分类、传统方法、主动视觉方法和自标定方法，并详细阐述了三维重建的关键步骤，如图像对应点的确定、摄像机标定和摄像机运动参数的确定。" 在计算机视觉领域，理解和建立世界坐标系与摄像机坐标系之间的关系至关重要，因为这涉及到如何将现实世界的三维信息转换为二维图像上的像素坐标。世界坐标系是全局参考框架，用于描述物体在真实世界中的位置。摄像机坐标系则是一个局部参考系，其原点通常位于摄像机的光心，X、Y、Z轴分别对应于摄像机的水平、垂直和平行于光轴的方向。图像坐标系则是摄像机捕获的图像上像素的位置表示，其原点通常位于图像的左上角。 相机模型描述了从三维世界坐标到二维图像坐标的投影过程。在Tsai的方法中，内参数矩阵K是一个3x3的矩阵，它包含了相机的光学属性，如焦距(f)和主点坐标(c)。焦距f决定了像素单位与实际距离的比例，而主点c是图像坐标系与摄像机坐标系的偏移。K矩阵常以齐次坐标的形式表示，用于处理透视投影时的缩放和旋转。 三维重建的核心步骤包括： 1. 图像对应点的确定：寻找同一场景在不同视角下的图像中对应的点。 2. 摄像机标定：确定摄像机的内参数（如K矩阵）和外参数（如旋转和平移矩阵），以便将图像坐标转换为世界坐标。 3. 二图象间摄像机运动参数的确定：通过比较不同视角下的图像对应点，计算出摄像机在两次拍摄间的位姿变化。 摄像机标定方法可以分为几类： 1. 传统方法（利用景物信息的标定方法）：通常使用已知几何形状的物体（如棋盘格）作为标定目标，通过分析图像中的特征点来求解摄像机参数。 2. 主动视觉摄像机标定方法：使用额外的硬件（如机械臂或移动平台）来控制摄像机的运动，从而辅助标定过程。 3. 摄像机自标定方法：无需外部标定对象，仅依赖于图像本身的信息进行标定，适用于无法控制环境或难以获取标定目标的情况。 通过理解这些坐标系之间的关系和相机模型，可以更准确地进行三维重建，广泛应用于机器人导航、自动驾驶、虚拟现实和增强现实等多个领域。