影像形成與基礎
相機內參
相機內參是相機自身的內部設定——一切把相機內部的光線轉換成感光元件上某個像素的因素,與相機在世界中的位置無關。想像兩台相機從同一位置拍同一場景:若其中一台鏡頭較長或感光元件不同,照片就會不同,而內參正是這個差異。它回答的是:給定一束進入鏡頭的光的方向,它會點亮哪一個像素?
它們被打包成 3x3 的上三角內參矩陣 K = [ [fx, s, cx], [0, fy, cy], [0, 0, 1]]。其中 fx 與 fy 是以像素表示、沿水平與垂直軸的焦距(若像素非正方形則兩者不同);cx 與 cy 是主點(principal point),即光軸穿過影像的那個像素,通常靠近影像中心;s 是傾斜(skew),用來描述非垂直的像素軸,在現代感光元件中幾乎永遠為零。K 把一個正規化的相機座標點對映到像素座標:取相機座標系中的一個三維點,除以深度得到正規化影像點,再乘上 K 就落到某個像素上。
內參是你透過標定相機(例如用棋盤格與張正友的方法)所還原出來的東西,對給定的相機與鏡頭、給定的變焦與對焦而言,它是固定的。它位於完整投影鏈 x = K[R|t]X 的最左側,與描述位姿的外參 [R|t] 乾淨地分開。這個分離至關重要:立體視覺、SLAM、擴增實境,以及 NeRF 這類神經重建方法,全都假設內參已知或被聯合估計,因為沒有內參,你就無法把像素轉回光線。
對一台 1920 x 1080、水平視野 60 度的相機,fx ~ (1920/2) / tan(30 度) ~ 1663 像素,主點約在 (960, 540)。因此 K ~ [ [1663, 0, 960], [0, 1663, 540], [0, 0, 1]]。位於影像中心的光線會打中像素 (960, 540)。
又稱