matlab相机标定_一分钟详解鱼眼镜头标定基本原理及实现

本文首发于微信公众号：3D视觉工坊，一分钟详解鱼眼镜头标定基本原理及实现

前言

在VSLAM中，经常会使用鱼眼镜头或者广角镜头。本文主要分为理论部分与鱼眼镜头标定实践两部分，其中理论部分，主要参考《A generic camera model and calibration method for conventional, wide-angle, and fish-eye lenses》，作者为Juho Kannala和Sami S. Brandt，写于2006年，同时这篇文章的作者在2004年也写了一篇与鱼眼镜头标定相关的论文《A Generic Camera Calibration Method for Fish-Eye Lenses》，同样值得参考。

一 理论部分

对于大多数具有窄角甚至广角镜头的传统相机，针孔相机模型伴随着镜头畸变是一个比较不错的近似。但是针孔模型不太适用于鱼眼镜头。鱼眼镜头一般被设计用来覆盖相机前方的整个半球形视场，视角非常大，约180°。然而，不可能通过透视投影在有限的图像平面上投射半球形视场。因而，鱼眼镜头服从某些其他投影模型。这就是为什么鱼眼镜头本身固有的畸变不应该仅被认为是与针孔模型的偏差。

很多作者对鱼眼镜头的适合的可能模型进行了研究。许多方法的思想是将原始鱼眼镜头成像为遵循针孔模型，畸变参数是通过变换后强制按直线来估计的，但问题是这些方法并不能完全校准。最近，鱼眼镜头相机的第一种自动校准方法也出现了，Claus 和Fitzgibbon[1]提出了一种畸变模型，它同样允许相机运动和镜头几何的同时线性估计，而Thirthala和Pollefeys[2]使用径向一维摄像机的多视图几何来估计非参数相机模型。此外，Barreto和Daniilidis最近的工作引入了径向基本矩阵来纠正广角镜头的失真[3]。然而，这些方法的重点更多的是在于自动校准技术，而不是真实镜头的精确建模。

由于透视投影模型不适用于鱼眼镜头，我们使用更灵活的径向对称投影模型。