影像形成與基礎

相機外參

相機外參描述相機在世界中的位置與朝向——也就是它的位姿(pose)。內參是烘焙進鏡頭與感光元件裡的,外參則在你每次移動或旋轉相機時改變。它們是「共享的世界座標系(例如一個房間或一張地圖)」與「相機自身座標系(投影數學在其中進行)」之間的橋樑。

具體而言,外參是一個旋轉 R(一個 3x3 正交矩陣,給出相機的朝向)與一個平移 t(一個三維向量),組裝成 3x4 矩陣 [R|t]。它們透過 X_camera = R X_world + t 把世界點 X_world 變換到相機座標系。關於詮釋有兩點要小心:t 並不是相機在世界中的位置;相機中心在世界座標中的位置其實是 C = -R^T t。而 R 把世界方向對映進相機,因此其轉置 R^T 把相機方向對映回世界。把這些慣例弄對,是長年來錯誤的來源。

外參與內參合起來,補完了投影方程式 x ~ K[R|t] X_world(在齊次座標下),這是多視角幾何的母公式。估計外參是相機定位、視覺里程計、SLAM 與運動恢復結構的核心,在其中多張影像之間的相對位姿與三維場景被聯合求解。在神經與點雲式重建(NeRF、高斯潑濺)中,每張影像的外參就是相機位姿,告訴模型每張訓練影像是從哪個視角拍攝的。

外參最常見的單一錯誤,就是把「世界到相機」與「相機到世界」搞混。此處定義的 [R|t] 是世界到相機;其逆變換(相機到世界)的旋轉為 R^T、平移為 -R^T t = C,也就是相機中心。在把矩陣餵給另一個函式庫之前,務必註明你的矩陣編碼的是哪個方向。

又稱
camera poseextrinsic matrix[R|t]