정의
핀홀 카메라 모델(pinhole camera model)은 광학 기기 중 하나인 핀홀 카메라의 작동 원리를 수학적으로 추상화한 모델이다. 이 모델은 빛이 무한히 작은 구멍(핀홀)을 통해 카메라 내부로 들어와 이미지 평면에 투사된다고 가정한다. 이를 통해 3차원 세계의 점들이 2차원 이미지 평면에 어떻게 매핑되는지를 설명한다.

수학적 표현
핸드코디네이트(세계 좌표계)에서 점 $\mathbf{X} = [X, Y, Z, 1]^T$가 카메라 좌표계로 변환된 후 이미지 평면에 투영되는 과정을 다음과 같이 표현한다.

1. 외부 파라미터(Extrinsic Parameters)
   $$ \mathbf{X}_c = \mathbf{R}\mathbf{X}_w + \mathbf{t} $$ 여기서 $\mathbf{R}$은 3×3 회전 행렬, $\mathbf{t}$는 3×1 평행이동 벡터이며, $\mathbf{X}_c$는 카메라 좌표계에서의 점이다.

2. 내부 파라미터(Intrinsic Parameters)
   $$ \begin{bmatrix} u \ v \ 1 \end{bmatrix}

   \frac{1}{Z_c} \begin{bmatrix} f_x & 0 & c_x \ 0 & f_y & c_y \ 0 & 0 & 1 \end{bmatrix} \begin{bmatrix} X_c \ Y_c \ Z_c \end{bmatrix} $$

   • $f_x, f_y$: 초점 거리와 픽셀 크기의 곱으로 정의된 수평·수직 초점 거리
   • $c_x, c_y$: 이미지 좌표계의 원점(주점, principal point) 좌표
   • $(u, v)$: 이미지 평면 상의 픽셀 좌표

3. 동차 좌표(Homogeneous Coordinates)를 이용하면 위 과정이 하나의 3×4 투영 행렬 $\mathbf{P}$로 결합된다.
   $$ \mathbf{p} = \mathbf{K} [\mathbf{R}\ |\ \mathbf{t}] \mathbf{X} $$ 여기서 $\mathbf{K}$는 내부 파라미터 행렬, $[\mathbf{R}\ |\ \mathbf{t}]$는 외부 파라미터 행렬이다.

주요 가정

• 핀홀은 이상적으로 무한히 작아 빛의 회절 효과가 없다고 가정한다.
• 렌즈가 없으므로 왜곡이 발생하지 않는다(실제 카메라에서는 왜곡 보정이 필요함).
• 광선은 직선 경로를 따르며, 이미지 평면은 카메라 좌표계의 Z축에 수직이다.

활용 분야

• 컴퓨터 비전: 카메라 캘리브레이션, 3D 재구성, 스테레오 비전 등에서 기본 모델로 사용된다.
• 증강 현실(AR): 가상 객체를 실제 영상에 정확히 매핑하기 위한 기초 모델.
• 로봇공학: 로봇 비전 시스템에서 환경 인식을 위한 좌표 변환에 적용된다.

제한점

• 실제 카메라 렌즈는 굴절 및 색수차, 방사 왜곡(radiccal distortion) 등을 포함하므로, 핀홀 모델만으로는 정확한 이미지 재현이 불가능하다.
• 고해상도, 광각 렌즈, 저조도 환경 등에서는 추가적인 왜곡 모델(예: Brown–Conrady 모델, 카메라 왜곡 파라미터)이 필요하다.

관련 연구 및 표준

• Zhang, Z. (2000). A Flexible New Technique for Camera Calibration. IEEE Transactions on Pattern Analysis and Machine Intelligence.
• Hartley, R., & Zisserman, A. (2004). Multiple View Geometry in Computer Vision. Cambridge University Press.

요약
핀홀 카메라 모델은 3차원 세계를 2차원 이미지 평면에 투사하는 기본적인 기하학적 모델로, 카메라 파라미터를 통해 실제 카메라와의 차이를 보정한다. 이 모델은 컴퓨터 비전 및 로봇공학 분야에서 널리 활용되며, 실제 카메라 시스템의 추가적인 광학 왜곡을 보완하기 위한 확장 모델과 함께 사용된다.