from:https://blog.csdn.net/xuelabizp/article/details/50314633
机器视觉学习笔记(4)——单目摄像机标定参数说明
标签: 机器视觉
1.针孔摄像机模型
在介绍摄像机标定参数之前,需要先简单说一下针孔摄像机的原理。投影平面到小孔的距离为焦距f,物体到小孔的距离为Z,其中物体和投影是倒立相似的关系,下图为针孔摄像机的投影示意图:
如果按照实际的投影关系建立坐标系,那么投影坐标和物体坐标的符号总是相反的,考虑起来不太方便,于是在“数学上”把投影平面平移到其关于小孔对称的位置,这样投影坐标和物体坐标符号就相同了,示意图如下:
根据三角形相似的原理,可以列出如下等式:
fZ=l投影l物体
2.摄像机中的坐标系
摄像机中的坐标系有4个,均为右手坐标系,分别记为{world},{camera},{picture},{pixel},下图所示列出了{camera},{picture}和{pixel}坐标系:
{world},{camera},{picture}和{pixel}坐标系的坐标用下标来区分,分别是W,c,p,pix
- {world},{camera},{picture}坐标系单位为长度,一般为mm;{pixel}坐标系单位为像素,一般为pix
- {world}坐标系为世界坐标系,可以任意指定,其他坐标系都有明确的定义
- {camera}坐标系为摄像机坐标系,原点在小孔的位置,z轴与光轴重合,Xc轴和Yc轴分别和投影面两边平行
- {picture}坐标系为图像坐标系,光轴和投影面的交点为原点,Xp轴和Yp轴分别和投影面两边平行
- {pixel}坐标系为像素坐标系,从小孔向投影面方向看,投影面的左上角为原点Opix,Xpix轴和Ypix轴和投影面两边重合
3.各个坐标系的坐标转换
3.1{world}到{camera}
设某点在{world}坐标系中的坐标为 PW=[xW,yW,zW,]T PW=[xW,yW,zW,]T,该点在{camera}坐标系中的坐标为Pc=[xc,yc,zc,]TPc=[xc,yc,zc,]T,则有
其中R是正交旋转矩阵:
T是平移矩阵:
确定R需要3个参数,确定T需要3个参数,共需6个参数,这6个参数称为 摄像机的外部参数 。
3.2{camera}到{picture}
根据三角形相似原理,可得
写成矩阵形式
3.3{picture}到{pixel}
sxsx表示Xpix方向上单位mm的像素数,单位是pix/mm
sysy表示Ypix方向上单位mm的像素数,单位是pix/mm
x0,y0x0,y0表示投影平面中心在{pixel}中的坐标,则有
写成矩阵形式
3.4{world}到{pixel}
记
分别表示焦距f在Xpix和Ypix方向上的等效焦距,单位是pix,结合(1)(5)(7)(8)式可得
3.5小结
单目摄像机需要标定参数就是fx,fy,x0,y0fx,fy,x0,y0这4个参数
- fx,fy,x0,y0fx,fy,x0,y0叫做摄像机的内部参数,因为这些参数只和摄像机有关系,和具体的摄像场景,和世界坐标系没有关系
- RR和TT内部一共有6个独立的参数,叫做外部参数。外部参数是描述世界坐标系和摄相机坐标系的参数,所以只要世界坐标系和摄相机坐标系的相对位姿发生了变化,RR和TT就会改变,甚至可以说,每一张图片的RR和TT都不一样
- 单目摄像机标定就是已知像素坐标系下的坐标PpixPpix和世界坐标系下的坐标PWPW,列方程组求解内部参数
4.摄像机透镜畸变
由于针孔可以透过的光线太少,成像会不清楚,所以往往都会加上凸透镜汇聚更多的光线。但是加上凸透镜以后,会导致成像畸变,所以还需要校正透镜畸变。透镜的畸变主要分为两类,一类是径向畸变,一类是切向畸变
4.1径向畸变
径向畸变会产生“鱼眼”现象。成像中心处径向畸变为0,径向畸变随着与成像中心距离增大而增大,在图像边缘处达到最大径向畸变。常常用偶次幂的泰勒公式描述径向畸变
4.2切向畸变
切向畸变由透镜和成像平面不平行引起。常用如下公式描述
4.3小结
单目摄像机透镜畸变校正需要确定的就是k1,k2,k3,p1,p2k1,k2,k3,p1,p2这5个参数,如果“鱼眼”现象不明显的话,常常使用k1,k2k1,k2来校正径向畸变
5.总结
- 单目摄像机标定和校正最终将获得9个参数,内部参数是4个,畸变校正参数是5个
- 单目摄像机标定常用的工具有OpenCV库和Matlab摄像机标定工具箱
具体如何使用OpenCV标定单目摄像机(含源代码),请参考下一篇博文机器视觉学习笔记(5)——基于OpenCV的单目摄像机标定