计算机视觉和图形学中的摄像机内参数矩阵详解

左手的ㄟ右手 2022-06-14 11:14 524阅读 0赞

在计算机视觉和图形学中都有“摄像机内参数矩阵”这个概念，其含义大致相同，但在实际使用过程中，这两个矩阵却相差甚远。在增强现实中，为了使计算机绘制的虚拟物体和真实环境图像对其，需要令虚拟摄像机的内参数和真实摄像机的内参数相一致。因此，理解这两个内参数矩阵的详细含义和算法很重要。

在计算机视觉中，摄像机内参数矩阵可以表示为：

![0_133154355833y1.gif][]

其中 *f* 为摄像机的焦距，单位一般是*mm*，*dx*,*dy* 为像元尺寸，*u0*,*v0* 为图像中心。由此可以计算出摄像机纵向视场角有：

![0_1331543567UJ4Q.gif][]

*h*为图像的纵向像素值，相似的可以推导横向视场角。

在计算机视觉中，摄像机内参数矩阵一般也称作投影矩阵，而其数值在不同的渲染引擎中也不尽相同，本文仅对XNA中的情况加以说明。在XNA中，一般采用Matrix.CreatePerspectiveFieldOfView(floatfieldOfView, float aspectRatio, float nearPlaneDistance, float farPlaneDistance)来生成一个投影矩阵。其中，fieldOfView为摄像机的纵向（并非横向）视场角（并非半视场角），aspectRatio为宽高比，nearPlaneDistance，farPlaneDistance分别为进、远剪切面。其生成的矩阵可表示为：

![0_1331543578y44u.gif][]

其中，

![0_1331543584dmdC.gif][]。

综上所述，联系两个矩阵的关键因素在于纵向视场角和宽高比。

参考文献：[http://msdn.microsoft.com/en-us/library/bb147302(VS.85).aspx][http_msdn.microsoft.com_en-us_library_bb147302_VS.85_.aspx]

[0_133154355833y1.gif]: /images/20220614/0e1a19c13e344904bcdc6d12b2ec9f7c.png
[0_1331543567UJ4Q.gif]: /images/20220614/4fb8dd2fa5844f938aa0b9062747e497.png
[0_1331543578y44u.gif]: /images/20220614/01fe0a76798a4d83a0b2f1359548ad9d.png
[0_1331543584dmdC.gif]: /images/20220614/c82e95f0aaaf452ba224441c5af77292.png
[http_msdn.microsoft.com_en-us_library_bb147302_VS.85_.aspx]: http://msdn.microsoft.com/en-us/library/bb147302%28VS.85%29.aspx