zoukankan      html  css  js  c++  java
  • 机器视觉学习笔记(4)——单目摄像机标定参数说明

    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=ll

    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,该点在{camera}坐标系中的坐标为Pc=[xc,yc,zc,]T,则有 

    Pc=[R0T1]PW(1)

    其中R是正交旋转矩阵: 
    R=r11r21r31r12r22r32r13r23r33(2)

    T是平移矩阵: 
    T=[txtytz]T(3)

    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 

    xp=fxczcyp=fyczc(4)

    写成矩阵形式 
    zcxpyp1=f000f0001000xcyczc1(5)

    3.3{picture}到{pixel}

    sx表示Xpix方向上单位mm的像素数,单位是pix/mm 
    sy表示Ypix方向上单位mm的像素数,单位是pix/mm 
    x0,y0  表示投影平面中心在{pixel}中的坐标,则有 

    {xpix=x0+xpsxypix=y0+ypsy(6)

    写成矩阵形式 
    xpixypix1=sx000sy0x0y01xpyp1(7)

    3.4{world}到{pixel}

    记 

    {fx=fsxfy=fsy(8)

    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 
    zcxpixypix1=fx000fy0x0y01000[R0T1]xWyWzW1(9)

    3.5小结

    单目摄像机需要标定参数就是fx,fy,x0,y0    这4个参数

    • fx,fy,x0,y  0      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
    • RT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,RT就会改变,甚至可以说,每一张图片的RT都不一样
    • 单目摄像机标定就是已知像素坐标系下的坐标Ppix和世界坐标系下的坐标PW,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 

    {xcerrected=x(1+k1r2+k2r4+k3r6)ycerrected=y(1+k1r2+k2r4+k3r6)(10)

    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 

    {xcerrectedycerrected=x+[2p1y+p2(r2+2x2)]=y+[p1(r2+2y2)+2p2x](11)

    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,p2    这5个参数,如果“鱼眼”现象不明显的话,常常使用k1,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

    转自:http://blog.csdn.net/xuelabizp/article/details/50314633

  • 相关阅读:
    看鸟哥的Linux私房菜的一些命令自我总结(三)
    NYOJ8——一种排序
    分布计算系统学习随笔 第四章 命名与保护
    NYOJ7——街区最短路径问题
    分布计算系统学习随笔 第一章绪论
    看妮妮视频留下的一些链接~~
    NYOJ6——喷水装置(一)
    看鸟哥的Linux私房菜的一些命令自我总结(二)
    NYOJ5——Binary String Matching
    高性能Javascript笔记
  • 原文地址:https://www.cnblogs.com/alan666/p/8311923.html
Copyright © 2011-2022 走看看