基于matlab的几何失真矫正,使用imatest软件帮助校正畸变

Imatest的测试卡和软件可以帮助用户测量和分析成像系统的特性和参数。很多时候，这些测试结果被用来作为图像质量的度量，或者预测你拍摄图像质量的极限水平。

有一些Imatest给出的测试结果，是可以用于图像校正的。可直接用来纠正测量出的误差。不必购买新的硬件，无需主观判断，有时候问题的解决方法可以是一个数学模型和简单的计算。一旦你测量了Imatest的这些参数，你可以纠正他们，从而最大限度地减少(或完全去除)它们造成的影响。这通常是通过一个专用的图像信号处理芯片(ISP)完成的，从原始传感器数据RAW转换成一幅合适的图片。

在Imatest中，我们非正式地称之为“闭环”，它完成了从测试相机到校正相机的循环(某种形式的调整)。

今天，我们要谈谈如何从Imatest中提取径向畸变的测量数据，并用它们来校正相机的畸变(无需购买新的镜头)。

使用Imatest帮助校正畸变

径向几何失真

几何失真，用来的描述图像的扭曲形状，与相机真正遵循一个简单的针孔相机模型成像情况进行对比。(因此，我们不是在这里谈论透视失真)。最明显的效果是，场景中的直线弯曲成图像中的曲线。

几何失真并不总是件坏事——有时也会为艺术效果选择曲线镜头，或使用广角镜头时忽略畸变，因为这就是欣赏者期望看到的情况。然而，用户的研究表明，大多数观众对每天看到的图片的畸变程度，主观接受度是有限的。

特征化(和校正)几何失真是许多应用场景所需要的，比如在三维空间中定位一个点，对于计算机视觉或交多张图像拼接在一起的VR应用等等，都需要精确的校正。

这种几何失真几乎总是由于镜头的设计和结构带来的，它通常被建模为(1)纯径向和(2)径向对称。

纯径向畸变意味着无论在像场中的哪一个点，唯一决定畸变的因素是，它离图像的中心有多远。(为了简单起见，我们在此假定图像的中心是系统的光学中心，尽管这通常是需要提前测量的。)假设几何失真是径向的，可以减少问题的复杂性。因为无需考虑二维图像的两个维度(x和y表示在每个像素