相机标定-张正友棋盘格标定法

呵呜昂黄hj

已于 2022-05-23 21:36:08 修改

阅读量1.6w

点赞数 34

文章标签：计算机视觉 opencv 人工智能

于 2022-05-21 20:02:34 首次发布

本文链接：https://blog.csdn.net/qq_41275123/article/details/124864530

版权

本文深入探讨了相机成像原理，详细介绍了从世界坐标系到像素坐标系的转换过程，包括针孔相机模型、畸变与畸变矫正、相机标定原理。重点讲解了张正友棋盘格标定法，阐述了其整体流程、模型和求解步骤，并分析了实验结果与影响因素。

摘要由CSDN通过智能技术生成

1.针孔相机模型

针孔相机成像原理其实就是利用投影将真实的三维世界坐标转换到二维的相机坐标上去，其模型示意图如下图所示：

$\begin{aligned} &x=\frac{f X}{Z} \\ &y=\frac{f Y}{Z} \end{aligned}$

$\left(\begin{array}{l} u \\ v \\ 1 \end{array}\right)\sim \left(\begin{array}{c} f X \\ f Y \\ Z \end{array}\right)=\left[\begin{array}{llll} f & 0 & 0 & 0 \\ 0 & f & 0 & 0 \\ 0 & 0 & 1 & 0 \end{array}\right]\left(\begin{array}{c} X \\ Y \\ Z \\ 1 \end{array}\right)$

(X，Y，Z)为在世界坐标系下一点的物理坐标

( u , v ) 为该点对应的在像素坐标系下的像素坐标

引入齐次坐标的原因：引入齐次坐标的目的是为了升维，将坐标从二维坐标变为三维坐标。

2.相机成像过程

相机成像系统中，共包含四个坐标系：世界坐标系、相机坐标系、图像坐标系、像素坐标系。

（1）世界坐标系（ $Xw_{}$ , $Yw_{}$ , $Zw_{}$ ）
描述目标在真实世界中的位置引入的参考坐标系。
（2）相机坐标系（ $Xc_{}$ , $Yc_{}$ , $Zc_{}$ ）
联系世界坐标系与图像坐标系的桥梁，一般取摄像机的光学轴为ｚ轴。
（3）图像坐标系（x,y）
根据投影关系引入，方便进一步得到像素坐标，单位为毫米，坐标原点为摄像机光轴与图像物理坐标系的交点位置。
（4）像素坐标系（u,v）
真正从相机内读到的信息，图像物理坐标的离散化，以像素为单位，坐标原点在左上角。

2.1 各个坐标系之间的转换

2.1.1 图像坐标系到像素坐标系

像素坐标系和图像坐标系都在成像平面上，只是各自的原点和度量单位不一样。

由于(u,v)只代表像素的列数与行数，而像素在图像中的位置并没有用物理单位表示出来，所以，我们还要建立以物理单位（如毫米）表示的图像坐标系（x,y）。将相机光轴与图像平面的交点（一般位于图像平面的中心处，也称为像主点（principal point）定义为该坐标系的原点 $O_1{}$ ，且x轴与u轴平行，y轴与v轴平行，假设( $u_0{}$ , $v_0{}$ )代表 $O_1{}$ 在(u,v)坐标系下的坐标，dx与dy分别表示每个像素在横轴x和纵轴y上的物理尺寸，则图像中的每个像素在(u,v)坐标系中的坐标和在（x,y）坐标系中的坐标之间都存在如下的关系：

$\begin{bmatrix} u\\v \\ 1 \end{bmatrix}=\begin{bmatrix} \frac{1}{dx} & 0&u_{0} \\ 0 & \frac{1}{dy} &v_{0} \\ 0 & 0 & 1 \end{bmatrix}\begin{bmatrix} x\\ y \\1 \end{bmatrix}$

2.1.2 相机坐标系到图像坐标系

点P(Xc,Yc,Zc)由通过投影中心的光线投影到图像平面上,相应的图像点为p(x,y,f);根据相似三角形原理:

$\frac{Z_{c}}{f}=\frac{X_{c}}{x}=\frac{Y_{c}}{y} \Rightarrow\left\{\begin{array}{l} x=f \frac{X_{c}}{Z_{c}} \\ y=f \frac{Y_{c}}{Z_{c}} \end{array}\right.$

用线性矩阵描述为：

$Z_{c}\left[\begin{array}{l} x \\ y \\ 1 \end{array}\right]=\left[\begin{array}{llll} f & 0 & 0 & 0 \\ 0 & f & 0 & 0 \\ 0 & 0 & 1 & 0 \end{array}\right]\left[\begin{array}{c} X_{c} \\ Y_{c} \\ Z_{c} \\ 1 \end{array}\right]$

2.1.3世界坐标系到相机坐标系

世界坐标系是为了描述相机的位置而被引入,上图中坐标系OwXwYwZw即为世界坐标系。平移向量t旋转矩阵R可以用来表示相机坐标系与世界坐标系的关系。所以，假设空间点P在世界坐标系下的齐次坐标是 $(Xw,Yw,Zw,1)^{T}$ ,在相机坐标下的齐次坐标是 $(Xc,Yc,Zc,1)^{T}$ ,则存在如下关系:

$\begin{bmatrix} X_{c}\\ Y_{c} \\Z_{c} \\ 1 \end{bmatrix}=\begin{bmatrix} R & t\\ 0^{T} & 1 \end{bmatrix}\begin{bmatrix} X_{w}\\Y_{w} \\Z _{w} \\ 1 \end{bmatrix}$