카메라 재구성을 통한 2 차원 프로젝션에서의 3d 재구성 평면의 평면 캘리브레이션 매개 변수

Question

카메라 보정 도구 상자의 외장 및 내장 카메라 매개 변수를 사용하여 카메라 이미지의 2D 픽셀 좌표에서 평면상의 포인트의 3D 좌표 재구성을 시도합니다. Matlab ".

고유 파라미터 : 초점 길이 : FC = 1017.21523 1012.54901] 주점 : CC = 319.50000 239.50000]

외부 파라미터 : 번역 벡터 : Tc_ext = [4.409693 -74.116018 393.057934] 회전 행렬 : Rc_ext = [-0.083632 0.991715 -0.097501 0.832136 0.015674 -0.554350 -0.548230 -0.127495 -0.826553]

사람이 카메라 이미지에서 2D에서 평면 점의 3 차원 좌표를 얻는 방법을 도와 드릴까요?

Answer 1

복잡성이 증가하는 순서로 고려해야 할 4 가지 사례가 있습니다. 기본 목표는 우주에서 관심 비행기를 찾는 것입니다. 픽셀을 가져온 후에는 픽셀을 백 - 투영하는 광선과 교차하여 솔루션을 얻을 수 있습니다.

1. 대상 비행기에는 바둑판 대상이 포함되어 있으며 이미지는 카메라 보정에 사용 된 것 중 하나입니다. 그런 다음 외재 매개 변수 [R | T]는 해당 이미지에서 반환 된 world-to-camera 좌표 변형의 XY 평면이므로 좌표를 반환합니다. 세계 원점은 모서리 중 하나입니다. (0,0,0)을 이미지 좌표로 투영하는 것입니다 .YY 평면 (카메라 좌표에서)은 회전 행렬 R의 처음 두 열이 잇는 평면이고 원점은 T 점입니다.
2. 관심 평면에 바둑판 대상이 포함되어 있지만 이미지는 보정에 사용 된 이미지가 아닙니다. 세트에 추가하고 다시 보정하고 1로 이동할 수 있습니다. 그러나 더 빠른 대안은 (a) 모서리 추출 (b) 호모 그래피 H를 이미지 위치에서 Z = 0에있는 물리적 타겟의 "실제"위치로 계산하고, (c) H를 K * [R | T]로 분해하고 알려진 K from 교정 (당신은 "RQ decompo 이 목적을 위해 "sition"을 찾아보십시오). 그런 다음 이동합니다.
3. 보정 대상은 이미지에 없지만 이미지에서 3 개가 동일 직선 상에 있고 서로에 대해 알려진 위치에 있지 않도록 해당 평면에서 4 개 이상의 점을 식별 할 수 있습니다 . 예를 들어, 이미지의 알려진면이 사각형으로 표시됩니다. 그런 다음 포인트 2와 마찬가지로 물리적 포인트와 이미지 간의 호모 그래피를 계산하고 카메라 매트릭스를 알고있는 [R | T] 변환을 추출 할 수 있습니다. 그런 다음 이동하십시오.
4. 위의 어느 것 : 미안 해요, 당신은 붙어 있습니다.