摄像机标定

目录
基本概念
坐标系
一、像素坐标系与像平面坐标系
二、摄像机坐标系与世界坐标系
三、摄像机坐标系与像平面坐标系（成像投影关系）
四、像素坐标系与世界坐标系
Faugeras标定法
改进的Faugeras标定法[3, P. 44]
像素畸变问题[5, P. 62]
Tsai标定法
张正友平面标定法

参考资料

基本概念

通常采用如上图所示的小孔成像模型（pinhole camera model）研究摄像机标定问题。

如上图所示，摄像机标定涉及的四大坐标系：
1，世界坐标系(Xw,Yw,Zw)：原点为Ow；

2，摄像机坐标系(Xc,Yc,Zc)：原点Oc为光学中心，通常是小孔（pinhole）的位置；
3，像平面坐标系／图像物理坐标系(x,y)：通过光学系统在感光芯片上成像的图像坐标系；

4，像素坐标系(u,v)。

在三维图像处理中，标定就是确定摄像机的内外参数（intrinsic and/or extrinsic camera parameters）：
内部参数：描述摄像机的内部几何结构和光学特性；
外部参数：描述摄像机坐标系与世界坐标系的关系。

为了从2张或更多的图像中重构环境的三维信息，有必要知道对象的三维环境（世界坐标系）与二维图像之间的关系：
［三维 -> 二维］透视投影（perspective projection）：已知摄像机的投影矩阵，可近似确定三维点的二维投影。
［二维 -> 三维］逆投影（backprojection）：若已知图像上的二维点，可确定三维空间中三维点所在的射线。若存在三维点两个或更多的视图（view），其坐标可通过三角测量法（triangulation）确定。

透视投影可以减少场景分析（scene analysis）过程中处理的数据量，逆投影可用于从二维图像的特征中重建三维信息。

真实的摄像机和镜头通常都有成像误差，并不满足小孔成像模型的约束条件。成像误差主要来源于几方面：
1）成像设备分辨率低，导致空间分辨率低；
2）大多数镜头不对称，并且会导致畸变；
3）装配精度不够（比如，图像传感器的中心不在光轴上［optical axis］，传感器与镜头不平行）；
4）摄像机硬件和采集硬件之间的计时误差。

摄像机标定可在线或离线完成，可采用自标定（self-calibration）或机器学习的方法。通常的方法是借助标定物：（i）确定摄像机的参数；

（ii）确定摄像机坐标系和世界坐标系之间的变换。