Modelo Pin Hole - RoboticsURJC/tfg-jlopez GitHub Wiki
El modelo Pin-Hole describe una cámara (sin lente) y con una pequeña apertura. Los rayos de luz atraviesan la apertura y proyectan una versión invertida de lo que se capta en el fondo de la cámara (o el plano de la imagen).
Más información: PDF Jose Miguel, uplg, skeeton id, catarina
Parámetros intrínsecos
Los parámetros intrínsecos definen la geometría interna y la óptica de la cámara. Estos determinan cómo la cámara proyecta los puntos del mundo 3D al plano de la imagen en 2D, siendo constantes en tanto no varíen las características y posiciones relativas entre la óptica y el sensor imagen. Los provee el fabricante de la cámara, o bien se pueden estimar.
Parámetros intrínsecos teóricos
Las fuentes consultadas son las siguientes: Elinux, Spiedigitallibrary, Waveshare y Pi supply, Multiple View Geometry in Computer Vision (a partir página 155),
Los valores finalmente obtenidos son:
cx = 320 px y cy = 240 px
Parámetros intrínsecos prácticos
Para poder obtenerlos necesitamos mirar sus páginas de documentación y calcularlo usando normalmente un patrón estilo tablero de ajedrez que está bien definido. Para poder conseguirlo se va a aplicar algún algoritmo de los ya hechos. He creado los siguientes programas para ello:calibration.py y process.py De todas las calibraciones, finalmente nos quedamos con la media de los 10 últimos tests:
Podemos ver que lo teórico difiere de la realidad ya que existen muchos factores que pueden influir y aunque el fabricante decida poner unos valores,cada cámara termina teniendo los suyos propios.
Parámetros extrínsecos
Los parámetros extrínsecos relacionan los sistemas de referencia del mundo real y la cámara, describiendo la posición y orientación de la cámara en el sistema de coordenadas del mundo real.
Usando reglas podemos obtener los parámetros extrínsecos de la cámara:
- Traslación: la cámara se encuentra a 11cm del suelo
- Rotación: la rotación se produce sobre el eje y
Y por lo tanto en la matriz de extrínsecos la forma que sigue es la siguiente:
Usando un transportador podemos ver lo inclinado que se encuentra la cámara:
Referencias: PDF visión , Multiple View Geometry in Computer Vision (a partir página 155),