概述
许多场合下都需要用到坐标系的转换,那么坐标系转换中最重要最核心的就是RT矩阵,
R矩阵是将坐标系b旋转为坐标系a下的旋转矩阵,T为B坐标系在A坐标系下的坐标,如果要改变方向将A坐标系下的点转换为B坐标系下的点的话,要重新计算新的RT矩阵
从世界坐标系到相机图像的转换:
K矩阵是相机的内参数矩阵,基本计算理论是小孔成像,主要涉及到的参数是相机焦距,x,y轴的像素分辨率(pix/sel),相机的主点
Px,Py就是相机主点坐标,f为焦距,NcNr为像素分辨率
需要注意的是R矩阵是一个正交矩阵,如果打乱旋转的顺序,并不会产生影响,只需要把R矩阵右乘的坐标顺序相应转换就行了:
R=Rx*Ry*Rz:对应的就是[x,y,z]
R=Ry*Rz*Rx:对应的就是[y,z,x]
x,y,z轴分别代表pitch,roll,azimuth
%x,y,z代表对应的角度
Rx=[1 0 0;0 cos(x) sin(x);0 -sin(x) cos(x)];
Ry=[cos(y) 0 -sin(y);0 1 0;sin(y) 0 cos(y)];
Rz=[cos(z) sin(z) 0;-sin(z) cos(z) 0; 0 0 1];
当图像被resize时,外参数不变,K矩阵的前两行才需要乘以一个系数:
最后
以上就是瘦瘦大白为你收集整理的世界坐标系,图像坐标系,车体坐标系,雷达坐标系转换的全部内容,希望文章能够帮你解决世界坐标系,图像坐标系,车体坐标系,雷达坐标系转换所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复