三维扫描仪[3]——标定·理论

这是极其严肃的一篇
相机标定是指建立相机图像像素位置与场景点位置之间的关系。我们需要求解相机的模型参数。
我们需要两个参数:相机内部参数和外部参数。
我们需要根据相机模型,由已知特征点的图像坐标和世界坐标,求解相机的模型参数。
这里写图片描述
该表中,ax、ay、u0、v0、γ是线性模型的内部参数。
ax、ay:有效焦距;
u0、v0:光学中心;
γ:多数情况下为0。

R、T是旋转矩阵和平移矩阵,称为外部参数。

k1、k2:径向畸变参数
p1、p2:切向畸变参数。
我来展示一下,用PhotoShop后期处理畸变的效果。
这里写图片描述
处理前
这里写图片描述
这里写图片描述
处理时
这里写图片描述
处理后(对比图)
可以很明显的发现

  • 原图中心向屏幕外面凸出
  • 原图四角向屏幕内凹陷
  • 原图镜头暗角明显
  • 修改后图片中心不再那么凸,四角也没有那么凹
  • 镜头暗角被尽可能的消去
  • 整张照片,该是平整的地方,相对平整;不像原图,整个尺子都是弯的
  • 处理过后可以发现,整张照片比原图稍微小了一点点
    以上,有助于理解图像畸变,大致了解处理畸变需要调整什么,以及调整后的效果。

(一个镜头都有如此大的变化,何况两个呢)
(我为什么用PS?我是摄影师啦)


相机模型有线性模型和非线性模型。
但不论是是什么模型,我们都需要标定,都需要估计出内外参数。

  1. 线性最小二乘法
  2. 非线性最小二乘法
  3. Levenberg-Marquardt算法
  4. 惩罚数法
    可以说思想都是找平稳点,把偏差调到最小。详细的数学模型请参考相关专业书籍。

基于2D平面靶标的相机标定(张正友标定法)

(拍黑板 重点!考试范围!)
在该方法中,要求相机在两个以上不同的方位拍摄一个平面靶标,相机和2D屏幕靶标都可以自由移动,不需要知道运动参数。在标定过程中,假定相机内部参数始终不变,即不论相机从任何角度拍摄靶标,相机内部参数都为常数,只有外部参数发生变化。
这里写图片描述
(有个导师就是好!随便淘宝随便搞!见过这么高级的标定板吗!)
(装B本性一览无余( ̄▽ ̄)”)


1.靶标平面与其图像平面之间的映射矩阵
这些方格就是标定点。
靶标平面上的三维点记为这里写图片描述,其图像平面上的二维点记为这里写图片描述
相应的齐次坐标为这里写图片描述,与这里写图片描述
相机基于针孔成像模型,空间点M和图像点m之间的映射关系为:
这里写图片描述
s:任意的非零尺度因子;
R:旋转矩阵,相机外部参数;
t:平移向量,相机外部参数;
A:相机内部参数矩阵(本篇最上面有这个矩阵)。
A矩阵中:

  • (u0,v0):主点坐标;
  • ax:u轴的尺度因子;
  • ay:v轴的尺度因子;
  • γ:是u、v轴不垂直因子。
    我们设z=0,即靶标平面位于世界坐标系xy平面上。
    记旋转矩阵R的第i列为ri,由这里写图片描述可得:
    这里写图片描述

此时,仍使用M来表示靶标平面上的点,不过,缺少了z之后,靶标平面上的点M与对应的图像点m之间存在一个矩阵变换H,这里写图片描述
其中,H=λA[r1 r2 t]是3*3矩阵,λ为常数因子。记H=[h1 h2 h3](这个很重要!)
!!!!!!!!!!!!!
[h1 h2 h3]=λA[r1 r2 t]
!!!!!!!!!!!!!
t:从世界坐标系的原点到光心的矢量;
r1,r2:是图像平面两坐标轴,在世界坐标系中的方向矢量!

(牛逼的公式 从来都是美丽的 难以言喻的简约中带着蓬勃之力)

H的计算!目的是使实际图像坐标mi,与根据这里写图片描述这个公式计算出的图像坐标这里写图片描述之间,参差最小的过程。目标函数:
这里写图片描述


2.求解相机参数矩阵
空间上的二次曲面可以表示为这里写图片描述,其中这里写图片描述。B是一个4*4对称矩阵,B乘以任意不为0的向量,仍描述同一二次曲面。
平面上的二次曲线可以表示为这里写图片描述,其中这里写图片描述。B是一个3*3对称矩阵,B乘以任意不为0的向量,仍描述同一二次曲线。
注意到B是对角矩阵,可以另表示为下面的六维向量:
这里写图片描述
设H中的第i列向量为这里写图片描述,因此有这里写图片描述
其中
这里写图片描述
这样一来,因为这里写图片描述(R的正交性,不必特别在意这个r,知道最后结果就可以了),可得
!!!!!!!!!!!!!!
Vb=0,V为2n*6的矩阵。!
!!!!!!!!!!!!!!

结论

  1. 如果n>=3,b可以在相差一个尺度因子的意义下唯一确定。
  2. 如果n=2,可以让B12=0。
    我们终于可以求出b了!

当求解完b,我们也可以求解出A,这样图像的外参数就可以求出来了。
这里写图片描述
这里写图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值