[데브코스 자율주행 TIL] DAY 75 (01/10)

2024.01.10 DAY75

camera model과 intrinsic calibration에 대해 배웠다. SLAM 강의를 들을 때 한번 했던 내용들이었다. 하지만 그때 어려웠고 완벽하게 이해하지 못했었기 때문에 이번에 차근히 공부해보려고 한다. 그래도 한번 배웠던 내용들이라서 그때만큼 어렵게 느껴지지는 않았다. 역시 전반적인 내용을 알고 배우면 이해하기 쉬운 것 같다.

---

📝 배운 내용

Camera Model

• 3차원 공간인 world에 존재하는 object를 2차원 공간인 이미지 평면에 투영하는 것
  $s \begin{bmatrix}u\\v\\1\\ \end{bmatrix} =\begin{bmatrix}f_x & 0 & c_x\\0 & f_y & c_y\\0&0&1\\\end{bmatrix}\begin{bmatrix}r_{11}&r_{12}&r_{13}&t_{1}\\r_{21}&r_{22}&r_{23}&t_{2}\\r_{31}&r_{32}&r_{33}&t_{3}\\\end{bmatrix} \begin{bmatrix}X\\Y\\Z\\1\\\end{bmatrix}$

Intrinsic calibration

• intrinsic : 카메라의 내부적인 특성(렌즈, 이미지 센서와의 관계로부터 파생되는 초점거리 등)
• 초점 거리 : focal length, $f_x, f_y$
• 주점 : principal point, center point, $c_x, c_y$

초점 거리

• 카메라 렌즈 중심에서 이미지 센서까지의 거리
• 카메라에서는 초점거리를 실제 물리 단위인 mm로 표현한다
• 하지만 computer vision에서 초점거리는 이미지 센서의 cell 크기에 대한 상대적인 pixel 단위로 표현한다
• 따라서 이미지 해상도에 따라 초점거리가 달라지기도 한다

주점

• 렌즈의 중심이 이미지 센서에 직교하는 위치
• 주점과 이미지 중심점은 다르다

intrinsic parameter

• intrinsic calibration 결과로 얻을 수 있다
• 초점거리, 주점에 관한 값을 얻을 수 있다

카메라 좌표계

• world coordinate : 3차원 공간의 좌표계
• camera coordinate : 3차원 공간의 카메라를 기준으로 하는 좌표계
• image coordinate : 이미지 평면
• normalized image coordinate : 초점거리를 1로 정규화한 가상의 좌표계

distortion

• 카메라 렌즈, 렌즈와 이미지 센서와의 관계 등과 같은 이유로 이미지 왜곡이 발생한다
• 피사체를 찍었을 때 예상되는 위치(PD)와 실제로 이미지 상이 맺힌 위치(AD)간의 차이로 왜곡 정도를 나타낼 수 있다

• 왜곡의 종류
  • 방사 왜곡 : barrel / pincushion 왜곡이 있다
  • 접선 왜곡 : 렌즈와 이미지 센서와의 수평이 맞지 않은 경우 발생
  • 원근 왜곡 : 원근감이 손실되어 발생하는 왜곡으로 복구할 방법이 없다