消除相机透镜畸变

一般的针孔相机模型如下：

三维坐标点经过透视投影变换，转换到一个图像平面坐标点。

而相机透镜还存在一定的畸变，包括横向畸变和切向畸变。

 

因此，针孔相机模型又被扩展为以下模型：

首先，世界坐标被转换为相机坐标，由X,Y,Z到x，y，z；

然后，归一化，z=1处，x，y的投影坐标x`,y`；

接下来，对投影坐标，进行畸变处理；

最后，由相机坐标转换到图像坐标。

 

在使用广角镜头或鱼眼相机时，原始图像存在畸变比较严重。

在图像识别的很多应用场景中，消除图像的畸变是图像预处理的首要问题。

通过相机标定，很容易拿到相机的内部参数，包括焦距、光心和畸变系数。

以上过程，就是透镜畸变前后图像坐标变换的公式。具体步骤如下：

1. 由图像坐标系反变换到相机坐标系中

2.  然后，校正反变换R^-1，一般无校正变换的相机，默认为单位矩阵

3. 归一化，并进行相机透镜畸变处理

4. 由相机坐标转换到图像坐标。

由此，得到由针孔模型到透镜畸变畸变模型相互变换的对应关系u <--> mapx, v <--> mapy

initUndistortRectifyMap函数就是完成了以上工作。

 opencv中，remap与undistortion都是消除畸变的函数，undistortion在设置了一些参数后调用了remap函数，二者的算法实质是一样的。由目标图像的坐标，找到对应的原始图像坐标，然后将其值复制到目标图像。大致思路是如此，由于图像大小和变换，需要插值或近似的方法，如最邻近法、线性插值等

转自：

http://blog.csdn.net/viewcode/article/details/7967253