Opencv中普通相机模型与鱼眼相机模型的区别

最新推荐文章于 2025-03-12 09:17:38 发布

三轮车的视觉进阶_

最新推荐文章于 2025-03-12 09:17:38 发布

阅读量3.1k

点赞数 4

分类专栏： OpenCV学习笔记文章标签： opencv 相机标定鱼眼去畸变

本文链接：https://blog.csdn.net/qq_25458977/article/details/109991695

版权

OpenCV学习笔记专栏收录该内容

9 篇文章

订阅专栏

本文详细介绍了普通相机和鱼眼相机的畸变模型，包括无畸变与有畸变状态的区别，以及在OpenCV中进行校正的代码实现。讨论了径向畸变的类型，如桶形和枕形畸变，并强调了标定错误可能导致的问题。同时，对比了两种相机模型在计算坐标时的不同处理方式。文章还提供了标定错误的常见来源和优化建议，以及相应的去畸变代码可能遇到的问题。最后，给出了相机标定和去畸变的关键步骤和注意事项。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

普通相机模型

无畸变时相机模型的状态：

有畸变时的状态：

简单来讲就是获得地图点在归一化相机平面上的坐标[x',y']之后，进行加畸变操作，k1,k2,k3,k4,k5,k6都是径向畸变参数，　而p1,p2都是切向畸变参数，s1,s2...是棱镜参数，一般不常用；这里对应到的去畸变代码是：

 int flags = 0;
 flags |= cv::CALIB_FIX_K3;
 cv::Mat intrinsic_matrix= cv::Mat::eye(3,3,CV_32FC1);
 cv::Mat distortion_coeffs, rotation_vectors, translation_vectors;
 cv::calibrateCamera(object_Points, corners_Seq, image_size, intrinsic_matrix,distortion_coeffs, rotation_vectors, translation_vectors,flags);

而在distortion_coeffs中，各畸变参数分别如下： k1,k2,p1,p2,k3...

径向畸变又细分为桶形畸变和枕形畸变，桶形畸变图像普遍往外鼓，对应的畸变公式一定是单调函数且是双射的，如果非单调，通常是标定错误；错误的标定结果可能使得图像的中心部分看起来相对不错，但是很难应用在AR/SFM问题上，具体的原因可以参见#issue15992

鱼眼相机模型

两者的区别是在得到归一化相机平面的坐标之后，一个直接进行切向畸变和径向畸变的计算，另一个直接进行利用角度theta计算从相机坐标到虚拟投影球面的坐标 $[x^{'},y^{'}]$

其对应的在opencv中的代码是：

  cv::Matx33d intrinsic_matrix(1,0,0,0,1,0,0,0,1); /*****    摄像机内参数矩阵    ****/
  cv::Vec4d distortion_coeffs;  /* 摄像机的4个畸变系数：k1,k2,k3,k4*/
  std::vector<cv::Vec3d> rotation_vectors;    /* 每幅图像的旋转向量 */
  std::vector<cv::Vec3d> translation_vectors; /* 每幅图像的平移向量 */
  int flags = 0;
  flags |= cv::fisheye::CALIB_RECOMPUTE_EXTRINSIC;
  //flags |= cv::fisheye::CALIB_CHECK_COND;
  flags |= cv::fisheye::CALIB_FIX_SKEW;
  fisheye::calibrate(object_Points, corners_Seq, image_size, intrinsic_matrix,
                     distortion_coeffs, rotation_vectors, translation_vectors,
                     flags, cv::TermCriteria(3, 20, 1e-6));

有了对应的标定公式，就有对应的去畸变公式，如下：

鱼眼相机模型对应的代码及问题

  fisheye::initUndistortRectifyMap(intrinsic_matrix, distortion_coeffs, R,intrinsic_matrix,cv::Size(Width,Height), CV_32FC1, mapx, mapy);

用错数据时会出现的问题assertion failed (k.size() == size(3, 3) && (d.empty() || d.total() == 4)) in initundistortrectifyMap(), 错误的原因是K不是3x3,或者D的size不是1x4;

普通相机模型对应的代码及问题

cv::initUndistortRectifyMap(intrinsic_matrix, distortion_coeffs, R,intrinsic_matrix,cv::Size(Width,Height), CV_32FC1, mapx, mapy);

同时，issue15992中提到了一些标定问题的来源：

not using a flat chessboard pattern, often a paper sheet is used and not glued correctly
blurry images
too few images, too many images
acquired images are too similar, does not cover the whole image space, ...

以及一些比较好的建议：