点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
今天说一个比较让人头疼的话题-----摄像机标定
为什么说令人头疼呢?因为解释起来与会花费很多的时间。
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。
这就是四个坐标系
世界坐标系
相机坐标系
像素坐标系
成像平面坐标系
原本我们期望的拍摄效果;是每个坐标系中的像素都相互对应,类似于一种一元一次方程,但由于镜头或者其他关系,现在这条“直线”弯了,得到的图像也会出现“弯曲”,因此我们需要把它矫正。
大概图就这样,都不许笑。
3.接着还得聊相机
都拿笔记下,现在划重点
相机都有不同的内部参数、外部参数;
内部参数:有一个参数矩阵(fx,fy,cx,cy)和一个畸变系数(三个径向k1,k2,k3;两个切向p1,p2);内部参数是唯一的,就是一部相机只有一组内部参数。
外部参数: 摄像机在世界坐标系中的位姿,由摄像机与世界坐标系的相对位姿关系决定。其参数有:旋转向量R(大小为1x3的矢量或旋转矩阵3x3)和平移向量T(Tx,Ty,Tz);对不同的标定图,外部参数也是不同的,就是外部参数不唯一,你拿了多少不同的图去标定就会有多少不同的外部参数。
4.最后聊下标定完之后要干啥
标定完成后,你会得到标定的内部参数,标定完之后就可以直接用内参数和畸变参数得到畸变校正图像。接下来就可以使用OpenCV了,即用内参数和畸变参数作为initUndistortRectifyMap()函数的输入,得到原图像与畸变校正图像的x,y坐标映射关系,即两个变换矩阵。再以这两个变换矩阵作为remap()函数的输入,得到畸变校正图像。到这一步,单目标定的目的已经达到了
5.小结
①普通的工业视觉的标定,仅仅只是分辨率的标定,具体表现为从一系列的标定图片中获取x和y方向的各种比例关系,主要用于各种尺寸和定位检测中。
②关于相机姿态标定的说明,一般情况下大部分人都用不到这一块。这方面的一个非常主要的体现为人脸识别中人脸的姿态判断,只有先标定出相机的姿态,才能根据相机的姿态找到人脸的姿态,从而判断当前是抬头还是低头或者其他操作。
转自:https://blog.csdn.net/qq_36251561/article/details/78040868
声明:部分内容来源于网络,仅供读者学习、交流之目的。文章版权归原作者所有。如有不妥,请联系删除。
下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程,即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2:Python视觉实战项目52讲
在「小白学视觉」公众号后台回复:Python视觉实战项目,即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。
下载3:OpenCV实战项目20讲
在「小白学视觉」公众号后台回复:OpenCV实战项目20讲,即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~