点击上方“3D视觉工坊”，选择“星标”
干货第一时间送达
作者丨吃饭机@知乎
来源丨https://zhuanlan.zhihu.com/p/150526482?utm_source=wechat_session&utm_medium=social&utm_oi=1135649954939883520&utm_campaign=shareopn
编辑丨3D视觉工坊
前言在介绍其他相机模型之前，可以先看一下kalibr支持标定的相机模型，这里的相机模型一共有4种，针孔相机模型，全景相机模型，Double sphere相机模型还有EUCM。其中EUCM已经在前一篇已经介绍过了，下面开始介绍另外几种。
pinhole camera model该相机模型是最简单的相机模型，在不考虑畸变的情况下，它只有4个参数 ，fx和fy为焦距，cx和cy为主点。
相机坐标到图像坐标其中 表示相机坐标系下的坐标， 为像素坐标。
图像坐标到相机坐标其中 为归一化坐标。
unified omnidirectional camera model前一篇EUCM其实是该相机模型的一个扩展，该相机模型有5个参数 ，它刚开始是针对于大FOV的鱼眼相机提出的，并且有两个优点：（1）它能精确的模拟各种图像设备和畸变的几何图像生成过程，（2）它的反投影是一个闭式解。
3D点首先被投影到单位球上，之后单位球上的点在以偏离z轴 大小为中心的通过针孔模型进行投影，投影的过程可以通过下图进行表示
unified投影过程[1]
投影过程假设相机坐标系下的点为 ，像素坐标为 ，那么它的投影过程为
反投影过程首先通过针孔相机的反投影过程得到
最后得到的反投影坐标为
将其乘以深度就得到了相机坐标系的点。
在鱼眼DSO中，为了补偿透镜缺陷，对原始图像进行了径向切向去畸变，之后才使用该相机模型。所以在这里发现自己对相机模型和畸变模型一直存在混淆，相机模型应该是投影方式的不同，而去畸变是为了矫正相机透镜缺陷带来的问题，两者其实是独立的。
总结在说明double sphere模型之前还需要理解其他的模型，这些留到下次写吧。
参考资料[1] Hidenobu M , Lukas V S , Vladyslav U , et al. Omnidirectional DSO: Direct Sparse Odometry with Fisheye Cameras[J]. IEEE Robotics & Automation Letters, 2018, PP:1-1.
本文仅做学术分享，如有侵权，请联系删文。
下载1
在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。
下载2
在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。
下载3
在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。
重磅！3DCVer-学术论文写作投稿 交流群已成立
扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。
同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流等微信群。
一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。
▲长按加微信群或投稿
▲长按关注公众号
3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的笑点低的战斗机聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：
学习3D视觉核心技术，扫描查看介绍，3天内无条件退款
圈里有高质量教程资料、可答疑解惑、助你高效解决问题
觉得有用，麻烦给个赞和在看~