3D成像与机器视觉的实现工具是3D摄像机。在3D成像和机器视觉中相机拍摄所得的图片中除像素坐标与实际物体的坐标存在对应关
系。同时,由于成像原理,最终的图片会发生畸变。实际物体和像素之间的关系由相机内参和外参确定,畸变分径向畸变和切向畸变。
相机标定的任务就是计算出内参,外参和畸变参数。同时利用畸变参数纠正畸变。
展示全部
相机的内参和外参
相机成像系统中包好的四个坐标系:世界坐标系,相机坐标系,图像坐标系,像素坐标系。他们之间的转换及数学模型如图:
其中(U,V,W)是世界坐标系下一个点的物理坐标,(u,v)为该点在像素坐标系下的像素坐标,Z为尺度因子,R为旋转变换,T
为平移变换。
上式可以简化为单点无畸变相机成像模型:
相机标定其实是为了对一个成像系统建模,以进行计算。模型计算必不可少的就是相机的内参矩阵和外参矩阵。这也是相机标定的求解
目标之一。
图像的畸变及其矫正
图像的畸变由于相机镜头光线性能的不完美造成,可以通过技术改善,不能完全消除。越是广角镜头畸变越严重。
镜头畸变实际上是光学透镜固有的透视失真的总称,也就是因为透视原因造成的失真,这种失真对于照片的成像质量是非常不利的,毕
竟摄影的目的是为了再现,而非夸张,但因为这是透镜的固有特性(凸透镜汇聚光线、凹透镜发散光线),所以无法消除,只能改善。
高档镜头光学设计以及用料考究,利用镜片组的优化设计、选用高质量的光学玻璃(如萤石玻璃)来制造镜片,可以使透视变形降到很
低的程度。但是完全消除畸变是不可能的,目前最高质量的镜头在极其严格的条件下测试,在镜头的边缘也会产生不同程度的变形和失
真。
图像的畸变分为径向畸变和切向畸变。 径向畸变是沿着透镜半径方向分布的畸变,产生原因是光线在原理透镜中心的地方比靠近中心
的地方更加弯曲,这种畸变在普通廉价的镜头中表现更加明显,径向畸变主要包括桶形畸变和枕形畸变两种。
径向畸变模型:
切向畸变是由于透镜本身与相机传感器平面(成像平面)或图像平面不平行而产生的,这种情况多是由于透镜被粘贴到镜头模组上的安
装偏差导致。
切向畸变模型:
其中,分别为理想的无畸变归一化坐标,畸变后归一化坐标。存在r2=x2+y2的关系,其中r为像素点到图像中心点的距离。通过相机标
定,求出k1,k2,k3,p,p2 进而对图片进行去畸变处理。