RGBD相机的标定和图像配准

作者 | ljc_coder @CSDN

链接 | 

https://blog.csdn.net/m0_52785249/article/details/124505848

编辑 | 新机器视觉

本篇内容为本人观看视频的学习笔记,仅供学术交流

1

kinect2相机简介

1、三种主要相机类型

736521e63dc0c89b87107cba66afa363.png

2、常见的RGB-D相机

8f6e5ca789a548c205de6c216fcbe2c4.png

3、kinect2 相机

  • 从左到右依次是:彩色摄像头;红外摄像头(深度摄像头),但这个要和再右边的IR Project(红外投射器)一起工作的;底下的长条是麦克风,可以感受到说话人的方向

13764c6b079bbf74416cbb9f3dd21957.png

3.1使用RGB-D相机的好处

  • 可以直接通过拍摄的深度图得到物体的空间位置
    57ea07e011f13967b2a799b5d5476f8c.png

3.2问题

  • keinect相机 彩色图像是1920x1080的,但深度图是512x414的,因此需要深度校准

3.3实际标定得到的数据

5c0127efdf8f92dcdb93aac533f73f70.png


2

内外参标定

1、针孔相机投影模型

04d5fd4a475d1aef9c94d7f7171a3001.png

af83aa58eb6a739c30d3b40b2874852b.png

相机坐标系 -> 物理成像平面
5617409c908f4477c215ba74f27c701c.png

  • 物理成像平面 -> 像素平面
    ee170b1f39975b4cce5a8f968657f2c6.png

  • 总结一下

    • 整个投影过程都可以通过下面的内参矩阵描述 fx,fy,cx,cy

ce2350ee5d0a58f1d5eba759c1da39be.png

主要通过k1,k2,k3三个参数来描述相机的径向畸变(常用k1,k2就够了)
6e1c6b702979b65db786190286717bd9.png

对于切向畸变,一般使用p1,p2来描述
7ec10b8c2ae55a511a80cbb3bf9bffbb.png

2、工具

1e0106cdc8198788bf55096cca3bfa2b.png

  • 对于 kinect 可以用 iai_kinect2 工具包做标定

3、棋盘标定板

2f0380c3ead08e79dfb1470f213bec67.png

4、彩色相机标定

cbf35049c9523845b3405db453e14a2b.png

5、红外相机标定

bb4800d1c9c9cc24ff1b6b28a99af3e3.png

6、彩色相机和红外相机的外参标定

  • 描述深度坐标系下的点如何表示在RGB图中

63dbf2e929880a207fb4e7733bca1edf.png7、深度相机的深度校准

49eff23dca22fd29885cdcea06c77a38.png

3

图像配准

1、配准原理

  • (配准后的深度图不对)
    72091f54b4aa1fd3a8ebb56eec76d8a8.png

  • 正确
    229d0b388b5887c8611eb642ebffc21e.png

4

总结

262597c289133824e3b99300ec35741d.png

本文仅做学术分享,如有侵权,请联系删文。

干货下载与学习

后台回复:巴塞罗自治大学课件,即可下载国外大学沉淀数年3D Vison精品课件

后台回复:计算机视觉书籍,即可下载3D视觉领域经典书籍pdf

后台回复:3D视觉课程,即可学习3D视觉领域精品课程

计算机视觉工坊精品课程官网:3dcver.com

1.面向自动驾驶领域的多传感器数据融合技术

2.面向自动驾驶领域的3D点云目标检测全栈学习路线!(单模态+多模态/数据+代码)
3.彻底搞透视觉三维重建:原理剖析、代码讲解、及优化改进
4.国内首个面向工业级实战的点云处理课程
5.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
6.彻底搞懂视觉-惯性SLAM:基于VINS-Fusion正式开课啦
7.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化
8.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)

9.从零搭建一套结构光3D重建系统[理论+源码+实践]

10.单目深度估计方法:算法梳理与代码实现

11.自动驾驶中的深度学习模型部署实战

12.相机模型与标定(单目+双目+鱼眼)

13.重磅!四旋翼飞行器:算法与实战

14.ROS2从入门到精通:理论与实战

15.国内首个3D缺陷检测教程:理论、源码与实战

重磅!计算机视觉工坊-学习交流群已成立

扫码添加小助手微信,可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群,旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群,目前主要有ORB-SLAM系列源码学习、3D视觉CV&深度学习SLAM三维重建点云后处理自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、深度估计、学术交流、求职交流等微信群,请扫描下面微信号加群,备注:”研究方向+学校/公司+昵称“,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。

41af9b98f7466d8c844c5210b1d8eb6a.png

▲长按加微信群或投稿

f049cc714c316135e650ce59cf2407ce.png

▲长按关注公众号

3D视觉从入门到精通知识星球:针对3D视觉领域的视频课程(三维重建系列三维点云系列结构光系列手眼标定相机标定、激光/视觉SLAM、自动驾驶等)、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕,更有各类大厂的算法工程人员进行技术指导。与此同时,星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息,打造成集技术与就业为一体的铁杆粉丝聚集区,近4000星球成员为创造更好的AI世界共同进步,知识星球入口:

学习3D视觉核心技术,扫描查看介绍,3天内无条件退款

55fadfc43ab7422acc0cb4e0b7da37d2.png

 圈里有高质量教程资料、答疑解惑、助你高效解决问题

觉得有用,麻烦给个赞和在看~

猜你喜欢

转载自blog.csdn.net/qq_29462849/article/details/124658025
今日推荐