1.相机标定的目的：
（1）通过单目相机标定分别求出左右相机的内参数和外参数。
（2）矫正由于镜头畸变造成的图片的变形，例如，现实中的直线，拍摄成图像后会外凸或内凹，进行相机标定后可以对这种情况进行校正；
（3）利用分别对左右相机标定得到的参数进行双目标定，通过计算得到深度和位置信息，从而进行三维重建和测距等。
2.四个坐标系
相机标定的目的之一是为了建立物体从三维世界到成像平面上各坐标点的对应关系，所以首先要了解以下四个坐标系：
世界坐标系：用户定义的三维世界的坐标系，为了描述目标物在真实世界里的位置以及相机所在的位置而被引入。
相机坐标系：在相机上建立的坐标系，为了从相机的角度描述物体位置而定义，作为沟通世界坐标系和图像/像素坐标系的中间一环。
图像坐标系：为了描述成像过程中物体从相机坐标系到图像坐标系的投影透射关系而引入，方便进一步得到像素坐标系下的坐标。
像素坐标系：为了描述物体成像后的像点在数字图像上（相片）的坐标而引入，是我们真正从相机内读取到的信息所在的坐标系，单位为个（像素数目）。
3.坐标之间的转换
世界坐标系：Xw、Yw、Zw。
相机坐标系： Xc、Yc、Zc。
图像坐标系：x、y。
像素坐标系：u、v。
其中，相机坐标系的Z轴与光轴重合，且垂直于图像坐标系平面并通过图像坐标系的原点，相机坐标系与图像坐标系之间的距离为焦距f。像素坐标系平面u-v和图像坐标系平面x-y重合，但像素坐标系原点位于图中左上角。
3.1世界坐标系到相机坐标系
假设绕x轴旋转（逆时针）
以此类推，绕其它轴旋转（顺时针）
世界坐标系到相机坐标系要6个自由度，除了旋转还要进行平移
3.2相机坐标系转图像坐标系
3.3图像坐标系转像素坐标系
图像坐标系的原点在图像的中央，单位mm。
像素坐标系的原点在图像的左上角，单位是像素Pixel（个）。
dx,dy:是传感器固有的参数，代表每个像素的毫米数。
u0,v0：代表图像坐标系原点相对于像素坐标系的偏移量，单位是像素。
3.4 世界坐标系到像素坐标系转换的全过程
至此，要想通过拍摄到的二维图像重建三维场景，那么就要求得内参M1和外参M2。
3.5张正友标定法
单应性（Homography）变换。可以简单的理解为它用来描述物体在世界坐标系和像素坐标系之间的位置映射关系。对应的变换矩阵称为单应性矩阵。
如何根据标定图得到单应矩阵？
经过前面一系列的介绍，我们应该大致明白如何根据打印的棋盘标定图和拍摄的照片来计算单应矩阵H。我们来总结一下大致过程。
1. 打印一张棋盘格标定图纸，将其贴在平面物体的表面。
2. 拍摄一组不同方向棋盘格的图片，可以通过移动相机来实现，也可以移动标定图片来实现。
3. 对于每张拍摄的棋盘图片，检测图片中所有棋盘格的特征点（角点，也就是下图中黑白棋盘交叉点，中间品红色的圆圈内就是一个角点，四个对角（红黄蓝绿）是最特别的角点）。我们定义打印的棋盘图纸位于世界坐标系Zw=0的平面上，世界坐标系的原点位于左图棋盘图纸的固定一角（比如下图中黄色点）。像素坐标系原点位于右图图片左上角。
因为棋盘标定图纸中所有角点的空间坐标是已知的，这些角点对应在拍摄的标定图片中的角点的像素坐标也是已知的，如果我们得到这样的N>=4个匹配点对（越多计算结果越鲁棒），就可以根据LM等优化方法得到这个视角下的单应矩阵H。当然计算单应矩阵一般不需要自己写函数实现，OpenCV中就有现成的函数可以调用。
但是，以上只是理论推导，在真实的应用场景中，我们计算的点对中都会包含噪声。比如点的位置偏差几个像素，甚至出现特征点对误匹配的现象，如果只使用4个点对来计算单应矩阵，那会出现很大的误差。因此，为了使得计算更精确，一般都会使用远大于4个点对来计算单应矩阵。另外上述方程组采用直接线性解法通常很难得到最优解，所以实际使用中一般会用其他优化方法，如奇异值分解、Levenberg-Marquarat（LM）算法
通过以上方法求得的单应性矩阵H后，以下是通过H反推相机的内外参
通过上面2.28与2.29得：
可以自行计算B为对角矩阵，所以B只有6个未知数，所以向量b设置6个参数即可
第二部分 立体标定、立体校正与立体匹配
立体（双目）标定
分别对双目的每个相机标定获得的外参通过代换推导得到双目相机中两个摄像头之间的相对位置关系。最终分别得到二者相对同一坐标系的旋转矩阵R和平移矩阵T能够使两个相机重合的过程。
立体校正（极线矫正）
立体校正的目的就是，利用立体标定所获得的参数将实际非共面行对准的两幅图像，校正成共面行对准。当两个图像平面是完全共面行对准时，立体匹配的效率更高且计算立体视差是最简单的。因为当两个图像平面是完全共面行对准时，立体匹配从二维搜索降至一维搜索，并且可以过滤掉无匹配点。但是，在现实的双目立体视觉系统中，是不存在完全的共面行对准的两个摄像机图像平面的，所以我们要进行立体校正（共面行对准是指：两摄像机图像平面在同一平面上，且同一点投影到两个摄像机图像平面时，应该在两个像素坐标系的同一行）
校正：W是物点，M1,M2是投影点。最终实现R1,R2共平面且M1,M2两个像素坐标系在同一行立体
立体校正前
立体校正后
立体匹配（特征匹配、视差计算）
利用相似三角形原理
化简后
令视差d=xl-xr
保证左右相机进行深度感知的目标是同一个对象的像素点，例如
的最优匹配点是
。左右相机对同一个对象的像素点才能准确的利用视差计算出目标的深度信息。有诸多困难，如可能拍摄到的特征点模糊，可能有单个相机没拍摄到同一对象，所以匹配算法很重要。
利用SGM做匹配的步骤，匹配方法如上所述，右视图中与左视图待测像素同一水平线上相关性最高的即为最优匹配。完成匹配后，我们需要记录其视差d,由深度计算公式
已知，即可算出深度
。
给定视差图、基线和焦距，三角测量计算3D空间中对应的位置
最后，三维重建效果展示：
（a）普通双目相机
（b）拍摄棋盘格
（c）三维重建效果
部分图片来自B站视频截图，欢迎交流学习。
本篇博客的完整内容可下载：单目、双目相机的标定原理以及图解_双目视觉标定原理-行业报告文档类资源-CSDN下载
强烈建议看这个文章：相机标定之张正友标定法数学原理详解（含python源码） - 知乎
📢博客主页：https://blog.csdn.net/weixin_43197380📢欢迎点赞👍收藏⭐留言📝如有错误敬请指正！📢本文由Loewen丶原创，首发于CSDN，转载注明出处🙉📢现在的付出，都会是一种沉淀，只为让你成为更好的人✨文章预览：一.分辨率（Resolution）1、工业相机的分辨率是如何定义的？2、工业相机的分辨率是如何选择的？二.精度（Accuracy）1、像素精度（PixelAccuracy）2、定位精度和重复定位精度（RepeatPrecision）三.公差（Tolerance）四.课后作业（Post-ClassExercises）视觉行业的初学者，甚至是做了1~2年
ruby调试器不会在我在与执行开始时不同的文件中设置的断点处停止。例如，考虑这两个文件，foo.rb:#foo.rbclassFoodefbarputs"baz"endend和main.rb:#main.rbrequire'./foo'Foo.new.bar我使用ruby-rdebug.\main.rb开始调试。现在，当我尝试使用b./foo.rb:4在另一个文件的特定行上设置断点时，我收到消息Setbreakpoint1atfoo.rb:4，但是当我cont时，程序执行到最后，调试器永远不会停止。但是，如果我在main.rb中的一行上打断，例如b./main.rb:3，或者一个方法，
今天我在我的Rails控制台中尝试了一些东西，这发生了，2.0.0p247:009>Date.today-29.days=>Fri,07Feb20142.0.0p247:010>Date.today-29.days=>Thu,09Jan2014我很困惑。我可以看到我缺少一些基本的东西。但这让我印象深刻!谁能解释为什么会这样？ 最佳答案 实际发生的是这样的:Date.today(-29.days)#=>Fri,07Feb2014today有一个名为start的可选参数，默认为Date::ITALY。Anoptionalargument
文章目录认识unity打包目录结构游戏逆向流程Unity游戏攻击面可被攻击原因mono的打包建议方案锁血飞天无限金币攻击力翻倍以上统称内存挂透视自瞄压枪瞬移内购破解Unity游戏防御开发时注意数据安全接入第三方反作弊系统外挂检测思路狠人自爆实战查看目录结构用il2cppdumper例子2-森林whoishe后记认识unity打包目录结构dll一般很大，因为里面是所有的游戏功能编译成的二进制码游戏逆向流程开发人员代码被编译打包到GameAssembly.dll中使用il2ppDumper工具，并借助游戏名_Data\il2cpp_data\Metadata\global-metadata.dat
视频教程：https://www.bilibili.com/video/BV1WJ411778C/?spm_id_from=333.999.0.0&vd_source=4a4c35da6aef7094d5990c213c39aa09使用素材（推荐使用GitZipforgithub下载）：https://github.com/zheyuanzhou/Youtube-Unity-Tutorial/tree/master/EP45_Health%20Bar/Sprites效果如下图所示：首先在场景中创建一个新的Canvas，并命名为HeathBar，并创建三个Image作为前者的子物体，分别命名为
在本文中，我们将探讨摄影机的外参，并通过Python中的一个实践示例来加强我们的理解。相机外参摄像头可以位于世界任何地方，并且可以指向任何方向。我们想从摄像机的角度来观察世界上的物体，这种从世界坐标系到摄像机坐标系的转换被称为摄像机外参。那么，我们怎样才能找到相机外参呢？一旦我们弄清楚相机是如何变换的，我们就可以找到从世界坐标系到相机坐标系的基变换的变化。我们将详细探讨这个想法。具体来说，我们需要知道相机是如何定位的，以及它在世界空间中的位置，有两种转换可以帮助我们：有助于确定摄影机方向的旋转变换。有助于移动相机的平移变换。让我们详细看看每一个。旋转通过旋转改变坐标让我们看一下将点旋转一个角度
前言 Slowloris攻击是我在李华峰老师的书——《MetasploitWeb 渗透测试实战》里面看的，感觉既简单又使用，现在这种攻击是很容易被防护的啦。不过我也不敢真刀实战的去试，只是拿个靶机玩玩罢了。 废话还是写在结语里面吧。（划掉）结语可以不看（划掉）Slowloris攻击的原理 Slowloris是一种资源消耗类DoS攻击，它利用部分HTTP请求进行操作。也叫做慢速攻击，这里的慢速并不是说发动攻击慢，而是访问一条链接的速度慢。Slowloris攻击的功能是打开与目标Web服务器的连接，然后尽可能长时间的保持这些连接打开。如果由多台电脑同时发起Slo
目录一、原理部分1、什么是串行通信（1）并行通信与串行通信（2）串行通信的制式（3）串行通信的主要方式 2、配置串口（1）SCON和PCON：串行口1的控制寄存器（2）SBUF：串行口数据缓冲寄存器 （3）AUXR：辅助寄存器编辑（4）ES、PS：与串行口1中断相关的寄存器（5）波特率设置 3、串口框架编写二、程序案例一、原理部分1、什么是串行通信（1）并行通信与串行通信微控制器与外部设备的数据通信，根据连线结构和传送方式的不同，可以分为两种：并行通信和串行通信。并行通信：数据的各位同时发送与接收，每个数据位使用一条导线，这种方式传输快，但是需要多条导线进行信号传输。串行通信：数据一位一
俯拍相机中心和吸嘴中心的标定文章目录俯拍相机中心和吸嘴中心的标定前言适用模型如下：一、使用一个标定片进行标定1.关键注意：2.标定步骤：二、使用一个L型的工件1.关键注意：2.标定步骤：总结前言在自动化设备领域，使用相机进行定位是很普遍存在的，而使用相机定位就必定会用到标定，本文介绍两种关于吸嘴上方的俯拍相机和吸嘴中心的标定方法（前提是带有仰拍相机和俯拍相机）。【还有很多相机的使用场景的标定方法将在以后的文章中进行阐述】适用模型如下：一、使用一个标定片进行标定1.关键注意：关键是使用两个相机的中心和识别偏差，得到两个相机的中心固定偏差。注：后续俯拍相机拍物料识别得到的偏差以吸嘴中心在俯拍相机中
近年来，随着信息化时代的到来，三维全景拼接以视频监控领域为代表的智能硬件公司迅速崛起，随后全国各地在视频监控领域进行了大量的建设。但随着摄像头数量的增加，视频监控画面离散、庞杂、关联性差等诸多问题日渐凸显。如何优化现有视频技术，助力管理者或使用者有效、直观、准确地掌控现场实时动态，成为我国信息化前行路上面临的新课题。视频融合技术平台解决方案北京智汇云舟科技有限公司成立于2012年，专注于创新性的“视频孪生（实时实景数字孪生）”技术研发与应用。公司依托自研三维地理信息引擎（3DGIS），融合建筑信息模型（BIM）、视频监控（Video）、人工智能（AI）及物联网（IOT）等多种技术，并在此基础上
