计算机视觉：相机模型与参数标定

关注

VIP免费原创 2022-05-27 23:28:17 2.5k 阅读 AI 写同款· GEO 优化 ›

计算机视觉（四）相机模型与参数标定文章目录一、概念及原理1.1 相机标定的作用与意义1.2 相机模型1.3 相机标定的原理一、概念及原理 1.1 相机标定的作用与意义畸变（distortion）是对直线投影（rectilinear projection）的一种偏移。简单来说直线投影是场景内的一条直线投影到图片上也保持为一条直线。畸变简单来说就是一条直线投影到图片上不能保持为一条直线了，这是一种光学畸变（optical aberration）,可能由于摄像机镜头的原因。相机标定的作用在于消除由于相机产生的图像畸变,从而校正图像，为处阅读详情

一、相机投影模型

计算机视觉都是对输入的图像（或视频）进行处理，而这写图像（或视频）都需要通过相机获得，用相机拍照（或者用相机录视频），所以是相机就是一个非常关键的工具。

机器人在地面上行走时，需要用摄像头去扫描周围的环境，然后通过算法计算，判断出下一步应该怎么走，以确保能不摔倒并绕开障碍物。因此，了解相机（摄像头）是很有必要的。

1、小孔成像

早在春秋战国时期，墨子在其著作《墨经》中提出了“光八条”，论述了光、物、影三者的关系。墨子设计的小孔成像实验形象地验证了光的直线传播特性以及物与影的几何投影关系，墨子的光八条概括了孔径相机的最基本的原理。

2、相机模型中的四个平面坐标系

为建立小孔成像投影模型如下约束限制:

投影中心位于空间坐标原点O；
光轴与空间坐标轴Z轴重合；
焦平面与投影平面重合；
三维空间中的点P(X,Y,Z)在投影平面上的对应像点为p(x,y)。

C点：表示相机的中心点，也是相机坐标系的中心点；
Z轴：表示相机的主轴；
p点：表示像主点，主轴与像平面相交的点；
像平面：p点所在的平面表示相机的像平面，也就是图片坐标系所在的二维平面；
焦距f：C点到p点的距离，表示相机的焦距；

平面坐标系	维度	含义
图像像素坐标系	2D, (u,v)	以像素为单位，是以图像的左上方为原点的图像坐标系。
图像物理坐标系	2D, (x,y)	以毫米为单位，用物理单位表示图像像素位置，定义坐标系OXY，原点O定义在相机与图像平面交点。
相机坐标系	3D, (X,Y,Z)	以毫米为单位，以相机的光心作为原点，Z轴与光轴重合，并垂直于成像平面，且取摄影方向为正方向，Xc、Yc轴与图像物理坐标系的x,y轴平行，且OcO为摄像机的焦距f。
世界坐标系	3D, (U,V,W)	根据具体情况而定,该坐标系描述环境中任何物体的位置，根据具体情况而定，满足右手法则。

从上面的图中，我们利用相似三角形的原理可以知道：

$\frac{y}{f}=\frac{Y}{Z},\frac{x}{f}=\frac{X}{Z}$

所以可以得到：

$x=\frac{fX}{Z},y=\frac{fY}{Z}$

于是我们引入齐次坐标来表示上述相机、像素、世界坐标系之间的关系：

$\begin{pmatrix} u\\ v\\ 1 \end{pmatrix}\sim \begin{pmatrix} fX\\ fY\\ Z \end{pmatrix}=\begin{bmatrix} f & 0 & 0 & 0\\ 0 & f & 0 & 0\\ 0& 0 & 1 & 0 \end{pmatrix}\begin{pmatrix} X\\ Y\\ Z\\ 1 \end{pmatrix}$