Question

校准：

我在Matlab中使用这个视觉工具箱校准了相机。我使用棋盘图像来做到这一点。校准后，我得到了cameraParams 其中包含：

Camera Extrinsics
RotationMatrices: [3x3x18 double]
TranslationVectors: [18x3 double]

和

 Camera Intrinsics
 IntrinsicMatrix: [3x3 double]
 FocalLength: [1.0446e+03 1.0428e+03]
 PrincipalPoint: [604.1474 359.7477]
 Skew: 3.5436

目的： 我使用这台相机记录了一些运动物体的轨迹。每个对象对应于帧中的单个点。现在，我想要投射点，以便我得到一个顶视图。

请注意我希望转换的所有这些点都在同一个平面上。

ex：[xcor_i，ycor_i]
```
-101.7000  -77.4040
-102.4200  -77.4040
```
KEYPOINT ：此平面垂直于用于校准的棋盘图像之一。对于那张图片（下图），我知道棋盘的起点高度（193.040厘米）。投影点的平面与地面平行并垂直于此图像。

代码（参考：https://stackoverflow.com/a/27260492/3646408并在下面的@Dima回答）：

function generate_homographic_matrix()
%% Calibrate camera
% Define images to process
path=['.' filesep 'Images' filesep];
list_imgs=dir([path '*.jpg']);
list_imgs_path=strcat(path,{list_imgs.name});

% Detect checkerboards in images
[imagePoints, boardSize, imagesUsed] = detectCheckerboardPoints(list_imgs_path);
imageFileNames = list_imgs_path(imagesUsed);

% Generate world coordinates of the corners of the squares
squareSize = 27;  % in units of 'mm'
worldPoints = generateCheckerboardPoints(boardSize, squareSize);

% Calibrate the camera
[cameraParams, imagesUsed, estimationErrors] = estimateCameraParameters(imagePoints, worldPoints, ...
    'EstimateSkew', true, 'EstimateTangentialDistortion', true, ...
    'NumRadialDistortionCoefficients', 3, 'WorldUnits', 'mm');
%% Compute homography for peripendicular plane to checkerboard
% Detect the checkerboard 
im=imread(['.' filesep 'Images' filesep 'exp_19.jpg']); %exp_19.jpg is the checkerboard orthogonal to the floor
[imagePoints, boardSize] = detectCheckerboardPoints(im);

% Compute rotation and translation of the camera.
[Rc, Tc] = extrinsics(imagePoints, worldPoints, cameraParams);

% Rc(rotation of the calibration view w.r.t the camera) = [x y z])
%then the floor has rotation Rf = [z x -y].(Normal vector of the floor goes up.)
Rf=[Rc(:,3),Rc(:,1),Rc(:,2)*-1];

% Translate it to the floor
H=452;%distance btw origin and floor
Fc = Rc * [0; H; 0];
Tc = Tc + Fc';

% Combine rotation and translation into one matrix:
Rf(3, :) = Tc;

% Compute the homography between the checkerboard and the image plane:
H = Rf * cameraParams.IntrinsicMatrix;

save('homographic_matrix.mat','H')
end

%% Transform points
function [x_transf,y_transf] =transform_points(xcor_i,ycor_i)
% creates a projective2D object and then transforms the points forward to
% get a top-view
% xcor_i and ycor_i are 1d vectors comprising of the x-coordinates and
% y-coordinates of trajectories. 
data=load('homographic_matrix.mat');
homo_matrix=data.H;
tform=projective2d(inv(homo_matrix));
[x_transf,y_transf] = transformPointsForward(tform,xcor_i,ycor_i);
end

从OReilly Learning OpenCV Pg 412引用文本：＆＃34;一旦我们按照我们的意愿设置了单应矩阵和高度参数，我们就可以然后取下棋盘并推动推车，制作鸟瞰视频路径......＆＃34; 这就是我基本上希望实现的目标。

Answer 1

阿布舍克巴克，

我不完全明白你想要做什么。你的分数是否在飞机上，你是否试图创造一只鸟的眼睛？

如果是这样，那么你需要知道extrinsics，R和t，描述该平面和相机之间的关系。获得R和t的一种方法是在平面上放置一个棋盘，然后使用extrinsics函数。

之后，您可以按照question you cited中的说明进行单应性检查。获得单应性后，您可以创建一个projective2D对象，并使用其transformPointsForward方法转换您的点数。

Answer 2

由于你在网格上有正方形的大小，然后给出2个你知道通过大小为E的边缘连接的点（以实际单位为单位），你可以计算它们的3D位置。

拍摄相机内在矩阵K和3D位置C以及相机方向矩阵R，您可以通过执行操作计算每个点p的光线：

D = R^T * K^-1 * p

每个3D点定义为：

P = C + t*D

你有||P1-P2|| = E的约束那就是解决t1,t2并找到两点的3D位置的问题。

为了创建俯视图，您可以拍摄3D点并使用该顶视图的相机模型投影它们以生成新图像。

如果你的所有点都在一个平面上，那么计算3点的位置就足够了，你可以推断其余的点。

如果您的点位于您知道其中一个坐标的平面上，则可以仅为每个点执行此操作。例如，如果您知道您的相机位于高度h=C.z，并且您想要找到框架中点的3D位置，假设它们在地板上（z = 0），那么您只有要做的是如上所述计算方向D，然后：

t=abs( (h-0)/D.z )

0代表飞机的高度。替换其他飞机的任何其他值。

现在您的值为t，您可以计算每个点的3D位置：P=C+t*D。

然后，要创建顶视图，请创建新的摄像机位置和旋转以匹配所需的投影，并且可以将每个点投影到此摄像机的图像平面上。如果需要完整图像，可以插入位置并填充没有特征点的空白。

有关详情，请务必阅读：http://www.robots.ox.ac.uk/~vgg/hzbook/index.html

校准图像以获得位于同一平面上的点的俯视图

2 个答案: