タグ付けされた質問 「camera」

2
画像のサイズ変更は、固有のカメラマトリックスにどのように影響しますか?
サイズがHxWの画像で知られているカメラマトリックス(固有パラメーターと外部パラメーターの両方を知っています)があります。(必要な計算にこのマトリックスを使用します)。 もっと小さな画像を使いたい、例えば:(元の半分)。同じ関係を維持するために、マトリックスにどのような変更を加える必要がありますか?H2×W2H2×W2\frac{H}{2}\times \frac{W}{2} 私は、持っている固有パラメータ、(AS、回転と並進)KKKRRRTTT cam=K⋅[RT]cam=K⋅[RT]\text{cam} = K \cdot [R T] K=⎛⎝⎜ax000ay0u0v01⎞⎠⎟K=(ax0u00ayv0001)K = \left( \begin{array}&a_x &0 &u_0\\0 &a_y &v_0 \\ 0 &0 &1\end{array} \right) KKKは3 * 3です、、、およびに0.5(画像のサイズが変更された係数)を掛けることを考えましたが、ません。axaxa_xayaya_yu0u0u_0v0v0v_0

4
最も正確なカメラキャリブレーションを取得するにはどうすればよいですか?
まず、これが正しいStack Exchangeボードであることを願っています。そうでない場合、私の謝罪。 カメラのキャリブレーションを必要とするものに取り組んでいます。OpenCV(C ++)でこれを行うためのコードを正常に実装しました。内蔵のチェス盤機能と印刷したチェス盤を使用しています。 インターネットには、チェス盤の複数のビューを提供し、各フレームからコーナーを抽出することを述べた多くのチュートリアルがあります。 最も正確なカメラキャリブレーションを取得するために、関数に与える最適なビューのセットはありますか?キャリブレーションの精度に影響を与えるものは何ですか? たとえば、何も動かさずに同じビューの5つの画像を与えると、ウェブカメラフィードを歪ませようとすると、まっすぐな結果が得られます。 ご参考までに:非対称円のグリッドとそれぞれのOpenCV関数を使用することで、より良いカメラキャリブレーションが必要であることが最近わかりました。

1
パターンのないノイズがあるかどうかを確認するにはどうすればよいですか?
顕微鏡検査では、カメラを頻繁にテストしています。私のアプリケーションは非常に低い信号対雑音比を伴うので、局所相関は信号をバックグラウンドから実際に区別するすべてであるため、雑音に相関やパターンがないことが重要になります。 ノイズをテストするには、通常、100個までの暗いフレーム、つまりカメラに外光が当たらないフレームを取得し、時間平均によって固定カメラパターンを決定し、それをシリーズから減算します。 私は単に各ピクセルの標準偏差を時間を通して取得し、結果の画像(カメラの異なる行/列に異なるノイズ標準偏差が含まれるなど)を見て、行と列ごとにノイズのパターンを観察しました相互相関(いくつかのインターリーブされたカメラで、1行おきにノイズが相関していることに気付きました)。 これらのテストの最初のテストは定性のみであり、2番目のテストは(比較的)グローバルな相関関係のみを提供します。カメラのノイズに相関パターンまたは動的パターンがあるかどうかを判断するためのより良い(および高速の)方法はありますか?
14 noise  camera 

3
カメラのキャリブレーション/ピンホールカメラモデルと3D位置の計算
キャリブレーションされたカメラと固有のパラメーターがあります。また、現実世界の平面上の点(世界の原点)に関連する外部パラメーターもあります。この点は、法線が[0,0,1]の実世界座標[0,0,0]の原点として設定しました。 これらの外部パラメーターから、これを使用して、ワールドプレーン3D座標でのカメラの位置と回転を計算できます:http : //en.wikipedia.org/wiki/Camera_resectioning これで、[x、y]の画像座標を抽出した2番目のポイントができました。ワールド座標系でこのポイントの3D位置を取得するにはどうすればよいですか? ここでの直感は、カメラの光学面(上記のように3Dの位置になりました)からカメラの画像面[x、y]を通過する光線を追跡する必要があると思います。上部で定義した実世界の平面を通して。 法線を知っていて、その平面上を指すように、世界座標の3Dレイを平面と交差させることができます。私が得られないのは、ピクセルを介してイメージプレーンを離れるときの3Dの位置と方向を見つける方法です。私を混乱させているのは、異なる座標系による変換です。
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.