作者 |ljc_coder@CSDN
链接 |
https://blog.csdn.net/m0_52785249/article/details/124505848
编辑 |新机器视觉
本文是我观看视频的学习笔记，仅供学术交流
kinect2相机简介
1.三种主要相机类型
2、常见的RGB-D相机
3、kinect2 相机
从左到右依次是：彩色摄像头；红外摄像头（深度摄像头），但这必须与右侧相匹配IR Project(红外投射器)一起工作；下面的长条是麦克风，能感受到说话人的方向
3.1使用RGB-D相机的好处
物体的空间位置可以通过拍摄的深度图直接获得
3.2问题
keinect相机 彩色图像是1920x1080，但深度图为512x414，需要深度校准
3.3.实际标定获得的数据
相机坐标系 -> 物理成像平面
物理成像平面 -> 像素平面
总结一下
以下内参矩阵可以描述整个投影过程 fx,fy,cx,cy
主要通过k1,k2,k3三个参数来描述相机的径向畸变（常用k1,k2就够了）
一般用于切向畸变。p1,p2来描述
2、工具
对于 kinect 可以用 iai_kinect2 标定工具包
3.棋盘标定板
4、彩色相机校准
5.红外相机标定
6.外参标定彩色相机和红外相机
如何描述深度坐标系下的点？RGB图中
7.深度相机的深度校准
(配准后的深度图不对)
正确
本文仅进行学术分享。如有侵权行为，请联系删除。
后台回复：下载国外大学沉淀3年D Vison精品课件
后台回复：即可下载3D视觉领域经典书籍pdf
后台回复：即可学习3D视觉领域的精品课程
1.自动驾驶领域的多传感器数据集成技术
2.自动驾驶领域3D点云目标检测全栈学习路线！(单模态 多模态/数据 代码)3.彻底了解视觉三维重建：原理分析、代码解释、优化和改进4.中国第一门面向工业级实战的点云处理课程5.激光-视觉-IMU-GPS融合SLAM算法梳理和代码解释6.彻底理解视觉-惯性-惯性SLAM：基于VINS-Fusion正式开课啦7.彻底了解基础LOAM框架的3D激光SLAM: 从源代码分析到算法优化8.室内外激光彻底分析SLAM关键算法原理、代码和实战(cartographer LOAM LIO-SAM)
9.从零开始建造一套结构光3D重建系统[理论 源码 实践]
10.单目深度估计方法:算法梳理和代码实现
11.在自动驾驶中部署深度学习模型
12.相机模型及标定(单目) 双目 鱼眼）
13.重磅！四旋翼飞机：算法与实战
14.ROS2从入门到精通:理论与实战:
15.国内首个3D缺陷检测教程：理论、源代码和实战
扫码添加小助手微信，可申请添加3D视觉研讨会-学术论文写作和提交目的是微信交流群
也可以申请加入我们的细分交流群。目前主要有、、、、、等待微信群，请扫描以下微信号加群，备注:研究方向 学校/公司 昵称，如：3D视觉 上海交大 安静。请按格式备注，否则不予通过。添加成功后，将根据研究方向邀请相关微信群。也请联系。
▲长按加微信群或投稿
▲长按关注微信官方账号
：针对3D视觉领域的深耕五个方面，各大厂的算法工程师进行技术指导。同时，星球将与知名企业合作发布3家D视觉相关算法开发岗位和项目对接信息，打造集技术与就业于一体的铁杆粉丝聚集区，近4000星球成员打造更好的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、答疑解惑、助你高效解决问题