相机与变换
一、内参与外参概念
在计算机视觉中，特别是在相机标定和立体视觉领域，内参（intrinsic parameters）和外参（extrinsic parameters）是非常重要的概念。它们与相机的几何属性和姿态有关。
- 内参（Intrinsic Parameters）： 内参是描述相机内部属性的参数，包括焦距、主点（光学中心）坐标、畸变系数等。内参通常在相机标定时确定，因为它们通常对于特定相机型号是固定的，不随时间变化。一旦相机内参被确定，它们在相机的使用过程中通常是保持不变的。
- 外参（Extrinsic Parameters）： 外参是描述相机在世界坐标系中的位置和姿态的参数，通常包括旋转矩阵和平移向量。外参在不同的相机位置或拍摄时刻可能会发生变化。例如，在立体视觉中，如果有两个相机，那么它们的相对位置和方向会在每次移动相机时发生变化，从而导致外参的变化。
如果相机不发生位置和方向的变化，比如相机固定在一个固定位置，那么外参在很长一段时间内可能保持不变。然而，如果相机的位置或方向发生变化，例如移动相机或更改拍摄角度，外参会随之变化。
二、四个坐标系
四个坐标系的意义，世界坐标系（参考坐标系）、摄像机坐标系 、图像物理坐标系和像素坐标系。
- 世界坐标系就是物体在真实世界中的坐标，比如黑白棋盘格的世界坐标系原点定在第一个棋盘格的顶点，Xw，Yw，Zw互相垂直，Zw方向就是垂直于棋盘格面板的方向。可见世界坐标系是随着物体的大小和位置变化的，单位是长度单位。只要棋盘格的大小决定了，无论板子怎么动，棋盘格角点坐标一般就不再变动(因为是相对于世界坐标系原点的位置不变)，且认为是Zw=0。
- 相机坐标系以光心为相机坐标系的原点，以平行于图像的x和y方向为Xc轴和Yc轴，Zc轴和光轴平行，Xc，Yc，Zc互相垂直，单位是长度单位。
- 图像物理坐标系以主光轴和图像平面交点为坐标原点，x和y方向如图所示，单位是长度单位。
- 图像像素坐标系以图像的顶点为坐标原点，u和v方向平行于x和y方向，单位是以像素计。
图片借用link
相机成像过程涉及到四个坐标系的变换，变换关系如下：
(U,V,W)是世界坐标系，经过刚体变换（如：旋转、平移）后变为了相机坐标系，再次经过透视投影转变为了图像坐标系，最后经仿射变换转换为了像素坐标系(u,v)。转换关系如下(Z是尺度因子)：
三、相机内参
然后就来到了图中的虚线部分，考虑相机坐标下的\(P(x_c,y_c,z_c)\),焦距为\(f_c\),由相似三角形可以得到：
\[\frac{x_c}x=\frac{y_c}y=\frac{z_c}{f_c} \]写成矩阵形式为：
\[z_c\begin{bmatrix}x\\y\\1\end{bmatrix}=\begin{bmatrix}f_c&0&0\\0&f_c&0\\0&0&1\end{bmatrix}\begin{bmatrix}x_c\\y_c\\z_c\end{bmatrix} \]最后得到了投影平面上图像的坐标，但要注意，我们此时仍然在物理坐标系下。即如果现在这些字母都有个单位的话，那么它们应该是米或毫米。距离我们熟悉的图片还有一步：从图像坐标系变换至像素坐标系。为了实现这一点，我们进行了水平和竖直方向的伸缩变换以及平移变换，将坐标系的原点从光心转移到（通常时候）图像的左上角：
\[\begin{bmatrix}u\\v\\1\end{bmatrix}=\begin{bmatrix}\frac{1}{\mathrm{d}x}&0&u_0\\0&\frac{1}{\mathrm{d}y}&v_0\\0&0&1\end{bmatrix}\begin{bmatrix}x\\y\\1\end{bmatrix} \]这里\(u_0\)一般近似为\(W/2\),\(v_0\)一般近似为\(H/2\)。所以整个的这个变换过程可以整理成：
\[\begin{gathered}z_{c}\begin{bmatrix}u\\v\\1\end{bmatrix}=\begin{bmatrix}\frac1{\mathrm{d}x}&0&u_0\\0&\frac1{\mathrm{d}y}&v_0\\0&0&1\end{bmatrix}\begin{bmatrix}f_c&0&0&0\\0&f_c&0&0\\0&0&1&0\end{bmatrix}\begin{bmatrix}R&T\\\mathbf{0}&1\end{bmatrix}\begin{bmatrix}x_w\\y_w\\z_w\\1\end{bmatrix}\\=\begin{bmatrix}f_x&0&u_0&0\\0&f_y&v_0&0\\0&0&1&0\end{bmatrix}\begin{bmatrix}\mathop{R}\limits_{3 \times 3 }&\mathop{T}\limits_{3\times1}\\\mathbf{0}&1\end{bmatrix}\begin{bmatrix}x_w\\y_w\\z_w\\1\end{bmatrix}\end{gathered} \]其中，\(f_x=\frac f{\mathrm{d}x},f_y=\frac f{\mathrm{d}y}\)。表示将物理坐标上的焦距映射进像素尺寸\((dx,dy)\)中的缩放，然而其实大多数情况下其实都有\(dx=dy\)，即像素是一个正方形。得到的第一个矩阵简记为\(K\)，也叫相机内参。获取相机内参和外参的方法即相机标定。
四、相机外参
首先,体素所在的( 整个场)有一个默认坐标系,称为世界坐标系\(O-x_{w}y_{w}z_{w}\)。不同的相机可能会从不同的角度进行拍摄。即不同的\(\phi,\theta,\) 以及此时小孔位置的三维坐标。即我们可以通过绕\(z_{w}\)轴和绕\(x_{z}\)轴旋转坐标系、然后再对坐标系进行平移,来将世界坐标系上的一个点转移到相机坐标系下的表示。假设此时相机的位置是\((x,y,z)\),那么可以先绕\(x_{w}\)轴旋转\(\phi\),再绕\(z_{w}\)轴旋转\(\theta\):
\[\begin{gathered} R_\theta=\begin{bmatrix}\cos\theta&-\sin\theta&0\\\sin\theta&\cos\theta&0\\0&0&1\end{bmatrix} , \qquad R_{\phi}=\begin{bmatrix}1&0&0\\0&\cos\phi&-\sin\phi\\0&\sin\phi&\cos\phi\end{bmatrix} \\ R=R_\theta R_\phi=\begin{bmatrix}\cos\theta&-\sin\theta\cos\phi&\sin\theta\sin\phi\\\sin\theta&\cos\theta\cos\phi&-\cos\theta\sin\phi\\0&\sin\phi&\cos\phi\end{bmatrix} \end{gathered} \]同时，平移向量可以表示为\(T=[x,y,z]\)，那么我们可以通过齐次坐标构造一个位姿矩阵C:
\[C=\begin{bmatrix}\mathop{R}\limits_{3 \times 3 }&\mathop{T}\limits_{3\times1}\\\mathbf{0}&1\end{bmatrix} \]矩阵C又叫相机外参。这样就能通过左乘将世界坐标转换成相机坐标(w2c)：
\[\begin{bmatrix}x_c\\y_c\\z_c\\1\end{bmatrix}=\begin{bmatrix}\mathop{R}\limits_{3 \times 3 }&\mathop{T}\limits_{3\times1}\\\mathbf{0}&1\end{bmatrix}\begin{bmatrix}x_w\\y_w\\z_w\\1\end{bmatrix} \] 标签：外参,end,矩阵,begin,内参,相机,bmatrix,phi,坐标系 From： https://www.cnblogs.com/ymzcch12/p/18244362