tof相机简介及三维坐标转化，plotly画3D点云[通俗易懂]

大家好，又见面了，我是你们的朋友全栈君。

最近在做TOF相机相关的软件，近年来tof相机开始在手机，车载设备，VR等应用开始增多，产业也开始量化，是一个不错的3维相机的方向。

简单介绍一下tof相机吧：TOF是Time of flight的简写，直译为飞行时间的意思。所谓飞行时间法3D成像，是通过给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的飞行（往返）时间来得到目标物距离。

具体原理介绍参考：http://www.eetrend.com/node/100074440

https://www.sohu.com/a/151732989_385809

http://www.cnblogs.com/Jessica-jie/p/6596450.html

tof相机又有单tof和RGB_D的分别，就是有只输出深度信息tof和输出三色图+深度数据的tof。反应到软件上深度信息其是一张二维的深度点云信息，也就是原始得到的信息是一张图像，每个点的值代表着相机和物体的距离的值，而不像二维相机是像素值。

tof相机原始深度数据到我们需要的3维点云数据的步骤：

1.对原始深度数据做初步校正和温度校准（tof相机的数据和相机的温度有关，这也是数据精度不高的一个原因）

2.图像的畸变校正。

3.深度图像坐标系(x0,y0,z0)转化成相机坐标系（x1,y1,z1），及把图像上的深度信息转化成以相机为原点的三维坐标系。

（没找到合适的参考资料，这个是介绍相机成像原理的，理论是一样的：https://blog.csdn.net/sunshine_zoe/article/details/73457686）

4.相机坐标系(x1,y1,z1)转化成需要的世界坐标系(x2,y2,z2)，及把相机的坐标系转化成项目需要的坐标系，也就是最终的点云的坐标系。

一般用到对坐标系进行旋转，缩放和平移，一般用矩阵的运算求，对于(x1,y1,z1)可以放入一个【4*1】的矩阵中，变换矩阵是一个【4*4】的方阵

（1）平移：原始矩阵左乘一个变换矩阵，其中x,y,z是原始矩阵，x’,y’,z’是结果

tof相机简介及三维坐标转化，plotly画3D点云[通俗易懂]

（2）缩放：

tof相机简介及三维坐标转化，plotly画3D点云[通俗易懂]

用上面的变换矩阵左乘原始矩阵(x1,y1,z1)的【4*1】矩阵即可。

（3）旋转

tof相机简介及三维坐标转化，plotly画3D点云[通俗易懂]

参考这个博主的，写的很简明易懂：https://blog.csdn.net/swety_gxy/article/details/73087848

从图像坐标x0,y0,z0到相机坐标系x1,y1,z1，再转换到世界坐标系x2,y2,z2，第一个转换用标准的转换公式，第二个转换用旋转矩阵变化，包括相机的旋转和平移。

代码上可以写成如下的数学公式模型：

tof相机简介及三维坐标转化，plotly画3D点云[通俗易懂]

这样就能得到最终需要的点云数据，可以用python的pylotly进行可视化。

python代码：

import plotly.plotly as py
import plotly.graph_objs as go

import numpy as np

x, y, z = np.random.multivariate_normal(np.array([0,0,0]), np.eye(3), 200).transpose()
trace1 = go.Scatter3d(
    x=x,
    y=y,
    z=z,
    mode='markers',
    marker=dict(
        size=12,
        line=dict(
            color='rgba(217, 217, 217, 0.14)',
            width=0.5
        ),
        opacity=0.8
    )
)

x2, y2, z2 = np.random.multivariate_normal(np.array([0,0,0]), np.eye(3), 200).transpose()
trace2 = go.Scatter3d(
    x=x2,
    y=y2,
    z=z2,
    mode='markers',
    marker=dict(
        color='rgb(127, 127, 127)',
        size=12,
        symbol='circle',
        line=dict(
            color='rgb(204, 204, 204)',
            width=1
        ),
        opacity=0.9
    )
)
data = [trace1, trace2]
layout = go.Layout(
    margin=dict(
        l=0,
        r=0,
        b=0,
        t=0
    )
)
fig = go.Figure(data=data, layout=layout)
py.iplot(fig, filename='simple-3d-scatter')

使用plotly库的官网3d点云参考：https://plot.ly/python/3d-scatter-plots/

因本人水平有限，如果有哪里错误，希望大神指教。

发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/141491.html原文链接：https://javaforall.cn

【正版授权，激活自己账号】： Jetbrains全家桶Ide使用，1年售后保障，每天仅需1毛

【官方授权正版激活】： 官方授权正版激活支持Jetbrains家族下所有IDE 使用个人JB账号...