slam去畸变（径向畸变）

畸变

产生原因：透镜不能完全满足针孔模型假设

径向畸变

畸变程度都是从中心开始，用一个半径画圆的话，半径越大，圆周上的畸变程度也越大。这个就是由于相机透镜的形状导致的，且越向透镜边缘移动径向畸变越严重。

切向畸变

切向畸变是由于透镜和CMOS或者CCD的安装位置误差导致。看下面的图，因此，如果存在切向畸变，一个矩形被投影到成像平面上时，很可能会变成一个梯形。不过随着相机制造工艺的大大提升，这种情况很少出现了，我们一般也不考虑切向的畸变。

去畸变原理

大致思路是：
先创建一个空白的图像，对空白图像上的每一个点，反投影到对应的相机归一化平面上，然后在该平面上利用上面的式子计算畸变后的坐标（归一化平面上的），然后根据内参矩阵，计算得到畸变后的像素坐标（可能不是整数，需要取整），取该坐标处的像素值作为没有畸变的图像处的像素值。

代码

/*
 * @Descripttion: 相机去畸变。主要原理就是找到无畸变的图片上的点在畸变图像上的对应的点，取其值替换。
 * @vision: 
 * @Author: suyunzzz
 * @Date: 2020-08-22 15:33:45
 * @LastEditors: Please set LastEditors
 * @LastEditTime: 2020-08-22 18:17:23
 */
/****************************
 * 题目：相机视场角比较小（比如手机摄像头）时，一般可以近似为针孔相机成像，三维世界中的直线成像也是直线。
 * 但是很多时候需要用到广角甚至鱼眼相机，此时会产生畸变，三维世界中的直线在图像里会弯曲。因此，需要做去畸变。
 * 给定一张广角畸变图像，以及相机的内参，请完成图像去畸变过程
 *
* 本程序学习目标：
 * 掌握图像去畸变原理
 *
 * 时间：2018.10
****************************/

#include <opencv2/opencv.hpp>

using namespace std;
string image_file = "./test.png";   // 请确保路径正确

int main(int argc, char **argv) {

    // 本程序需要你自己实现去畸变部分的代码。请勿调用OpenCV函数
    // 只考虑径向畸变
    double k1 = -0.28340811, k2 = 0.07395907;  // 畸变参数
    double fx = 458.654, fy = 457.296, cx = 367.215, cy = 248.375;

    cv::Mat image = cv::imread(image_file, CV_8UC1);   // 图像是灰度图
    int rows = image.rows, cols = image.cols;
    cv::Mat image_undistort = cv::Mat(rows, cols, CV_8UC1);   // 去畸变以后的图
    cv::imshow("image distorted", image);
    cv::moveWindow("image distorted",30,30);
    // 计算去畸变后图像的内容
    for (int v = 0; v < rows; v++)
        for (int u = 0; u < cols; u++) {

            double u_distorted = 0, v_distorted = 0;
            // 开始代码，注意(u,v)要先转化为归一化坐标
            double x = (u - cx) / fx;
            double y = (v - cy) / fy;
            // 归一化平面上的坐标再进行畸变，得到畸变后的归一化平面上的坐标
            double r2 = x*x + y*y;
            double x_distorted = x*(1 + k1*r2 + k2*r2*r2);
            double y_distorted = y*(1 + k1*r2 + k2*r2*r2);
            // 对畸变后的归一化平面上的坐标再成像到像素坐标系,可能是浮点数，需要取整
            u_distorted = fx*x_distorted + cx;
            v_distorted = fy*y_distorted + cy;
            // 代码结束

            if (u_distorted >= 0 && v_distorted >= 0 && u_distorted < cols && v_distorted < rows) {
                image_undistort.at<uchar>(v, u) = image.at<uchar>((int) v_distorted, (int) u_distorted);       // 对畸变图像上的坐标取整
            } else {
                image_undistort.at<uchar>(v, u) = 0;
            }
        }

    cv::imshow("image undistorted", image_undistort);
    cv::moveWindow("image undistorted",30,30);

    cv::waitKey();

    return 0;
}

参考

从零开始一起学习SLAM | 相机成像模型