机器人视觉（1）-相机标定

机器人配备相机，从而可以通过相机进行物体识别，并进行抓取等一系列操作。本文针对相机畸变问题，进行纠正和标定。

一 畸变原因

相机成像其实就是基于小孔成像原理的，采用光学镜头取代小孔，使得更多光线汇聚于成像平面，从而可以获得清晰的影像。
但是，由于光学镜头在一定程度上改变了光线的传播路径，导致光线会偏离小孔成像的光路，造成图像的畸变。另外，在光信号转换为数字信号的过程中，也会产生图像的几何畸变。

二 标定原理

像素坐标，图像坐标，相机坐标以及世界坐标
1 图像坐标（x,y）转换为像素坐标（u,v）
1.1 两坐标垂直
物理成像平面（又称归一化平面）转换至像素坐标系平面。像素坐标系通常的定义方式是：原点O位于图像的左上角，u轴向右与x轴平行，v轴向下与y轴平行。像素坐标系与成像平面之间，相差了一个缩放和一个原点的平移。在这里，我们设像素坐标在u轴上缩放了1/dx倍，在v轴上缩放了1/dy倍，同时平移了（u0,v0）。
此时得：
1.2 一般情况两轴不垂直
图像传感器像原尺寸在制造过程可能不是正方形，同时可能存在歪斜（skewed），因此需要考虑这些影响因素，传感器歪斜和不是正方形主要对相机x和y方向的焦距产生影响。
此时得：
即：
2 相机坐标系（Xc,Yc,Zc）转换为图像坐标系（x,y）
假设P在相机坐标系下的坐标为[Xc,Yc, Zc]T，P’ 为[x,y]T，焦距为f。根据相似三角形有：
即：
3 世界坐标系（Xw,Yw,Zw）转换为（Xc,Yc,Zc）
从世界坐标系变换到相机坐标系属于刚体变换，只需要进行旋转平移，不会发生伸缩变换。
物体之间的坐标系变换都可以表示坐标系的旋转变换加上平移变换，则世界坐标系到相机坐标系的转换关系也是如此。绕着不同的轴旋转不同的角度得到不同的旋转矩阵。如下：
可得：
4 综上可得

3镜头畸变对成像的影响

小孔成像模型虽然充分考虑了相机内部参数对成像的影响，但没有考虑成像系统另一个重要的部分，镜头。镜头常用的有普通镜头、广角镜头、鱼眼镜头等，在无人驾驶和视觉slam领域，鱼眼镜头和广角镜头用的很多，主要是视角很大，可以观测到更多的信息。任何镜头都存在不同程度的畸变，不同类型的镜头用到的畸变模型也不相同。根据镜头制造和成像的物理特性，普通镜头主要考虑径向畸变和切向畸变，且畸变模型都可以用多项式来近似。而对于大广角、鱼眼镜头，普通镜头的物理模型不能适用了。

3.1 径向畸变
透过镜头边缘的光线很容易产生径向畸变，光线离镜头中心越远，畸变越大。
图中镜头径向畸变示意（从左到右，正常无畸变、桶形畸变、枕形畸变）

从图像可以看出，径向畸变以某一个中心往外延伸，且越往外，畸变越大；显然畸变与距离成一种非线性的变换关系，参考众多文献，可以用多项式来近似。

x,y是归一化的图像坐标，即坐标原点已经移动到主点，并且像素坐标除以焦距。K1,k2,k3是径向畸变系数，r2=x2+y2（2表示2次方）。

3.2 切向畸变

切向畸变主要发生在相机sensor和镜头不平行的情况下；因为有夹角，所以光透过镜头传到图像传感器上时，成像位置发生了变化。

x,y是归一化的图像坐标，即坐标原点已经移动到主点，并且像素坐标除以焦距。p1、p2是径向畸变系数，r2=x2+y2。