栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

Halcon 第八章『相机标定与三维重建』◆第2节:立体视觉的基础

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Halcon 第八章『相机标定与三维重建』◆第2节:立体视觉的基础

        一、介绍

        在工业检测中,有许多任务会用到立体视觉,如3D位姿识别、3D测量、机器手抓取等。使用Halcon开发立体视觉算法,可以获取检测对象的三维坐标信息,实现测量、姿态估计或者进行三维重建。

        二、三维空间坐标

        在开发立体视觉算法之前,首先应对相机进行标定,特别是一些对测量精度要求高的任务,标定尤为重要。而标定的意义在于将二维图像中的点与三维空间中的真实物体所处的点坐标关联起来。理解三维空间坐标是立体视觉的基础,这里要介绍的三维空间坐标,就是点在世界坐标系中的三维位置。

        1、三维坐标系

        二维空间的点,在一个图像平面上的点Pi的坐标由两个值组成,即代表X轴坐标位置的xi和代表Y轴坐标位置的yi。

        三维空间中的点坐标由3个值组成,即(),这3个值也可以表示为一个三维向量。 

        点的坐标系常用的有3种,即图像坐标系、相机坐标系及世界坐标系。

        ① 图像坐标系是二维的,点的坐标表示点在图像中的位置,这个坐标系的原点一般在图像的左上角。X轴为行方向,沿着原点向右递增;Y轴为列方向,从原点开始向下递增。

        ②相机坐标系的原点位于相机光心,其X轴与Y轴方向与图像坐标系的方向相同,Z轴从相机光心出发

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/998436.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号