摄像机标定的简单理解与纪要

该文章是在阅读许多博客关于标定的说法中，结合自己理解而整理的一部分。如有雷同，纯属抄袭，请联系我删除即可。

 

一、相机标定的方法和意义：

 

1、什么是相机标定：

 

图像测量和机器视觉应用过程中，为确定空间物体表妹某一点的三维几何位置与其在图像中对应点之间的相互关系，必须建立摄像机的几何模型，这些几何模型参数就是摄像机参数。在大多数条件下，这些参数必须通过实验和计算得到，这个求解的过程就称之为摄像机的标定。

 

2、相机标定的意义“

 

无论是在图像测量还是机器视觉应用中，摄像机参数的标定都是非常重要的环节，其标定结果的精度及算法的w稳定性直接影响到摄像机工作产生结果的准确性。因此，做好摄像机标定是后续所有工作的必要前提。提高标定精度是科研工作的重点所在，标定的目的就是为了拟合相机内参、外参、畸变参数等参数。

 

二、摄像机的标定原理：

 

1.先介绍下摄像机成像原理

 

        一个摄像机可以大致分为三个部分：镜头 、感光元件（CCD和CMOS）、处理电路。当光线透过镜头，会在感光元件上形成一个物体的“像”。（小孔成像原理，不懂得自行百度）然后经过一系列处理就变成了电子版的图片。当然这种变换过程中会产生一定的误差（就好像透过猫眼看人会是一个曲面）。所以为了消除或者矫正这些误差，标定技术就出现了（就是还原成正常人眼看到的图像）。PS：这是简单版的介绍，下面才是详细介绍

 

2.接着来说四个坐标系的关系

 

我们可以把现实生活遇到的任何事物用坐标系表示出来，当然也可以用坐标系表示整个世界，于是便建立起了世界坐标系。想象一下，摄像机拍摄的是一张二维图片，因此整个摄像机可以用一个坐标系去标识它获取到的某个物体的位置，这是相机坐标系。像素坐标系就是相片的坐标系。成像平面坐标系类似于像素坐标系。

 

3、标定中4个坐标系之间的关系

 

 

4、摄像镜头的标定方法

 

 

        1）线性标定方法

            

                    

注意：该种标定方法只适应于不考虑摄像头畸变的理想情况；但是摄像头一般都有畸变（径向畸变和切向畸变）

 

        2）非线性标定方法：

 

        也就是当镜头畸变明显时，需要引入畸变模型，将线性标定模型转换为非线性标定模型。通过非线性优化的方法求解相机参数。

            

 

        3）两步标定法

    

 

 

具体像素坐标z转换到标定纸坐标的过程： https://blog.csdn.net/wangxiaokun671903/article/details/37966891

 

 

扩展：相机畸变：

 

 

opencv和matlab都有对应的相机标定的工具包和函数，直接调用即可。

 

 

接下来介绍一些简单通俗的关于标定的理解：

 

我们从单目视觉说起。平时我们都说要做视觉识别、测量云云，然后我们就会去拍照，再对数字图像做各种处理，颜色处理、灰度化、滤波、边缘检测、霍夫变换，最后得到了希望得到的特征，是这样的对吧？

 

不过请注意！到了这一步，其实我们仅仅是得到了一坨坨感兴趣的像素而已！究竟要怎样才能把这些像素转化到现实世界的对象中呢？也就是说，究竟要怎样对这些仅存在于图像中的东西进行测量，才能得到具有实际意义和尺度的数据呢？这个时候我们就懵逼了……

 

没错， 摄像机标定的存在意义就是解决这个蛋疼的问题！！！

 

我们继续看看，通过摄像机标定我们可以知道些什么:

 

1.外参数矩阵：告诉你现实世界点(世界坐标)是怎样经过旋转和平移，然后落到另一个现实世界点(摄像机坐标)上。

 

2.内参数矩阵：告诉你上述那个点在1的基础上，是如何继续经过摄像机的镜头、并通过针孔成像和电子转化而成为像素点的。

 

3.畸变矩阵：告诉你为什么上面那个像素点并没有落在理论计算该落在的位置上，还tm产生了一定的偏移和变形！！！

 

        上述3点的每一个转换，都有已经有成熟的数学描述，通过计算，我们完全可以精确地重现现实世界的任意一个点到其数字图像上对应像素点的投影过程。

 

总的来说，摄像机标定是通过寻找对象在图像与现实世界的转换数学关系，找出其定量的联系，从而实现从图像中测量出实际数据的目的。