python相机标定流程图_python-相机标定

相机标定

一、相机标定的基本原理

1.1从世界坐标系到相机坐标系

1.2从相机坐标系到理想图像坐标系(不考虑畸变)

1.3从理想图像坐标系到实际图像坐标系(考虑畸变)

1.4从实际图像坐标系到像素坐标系

二、相机标定的基本实现步骤

三、图像集

四、实验代码及结果截图

五、总结

一、相机标定的基本原理

1.1从世界坐标系到相机坐标系

刚体从世界坐标系转换到相机坐标系的过程，可以通过旋转和平移来得到，我们将其变换矩阵由一个旋转矩阵和平移向量组合成的齐次坐标矩阵(为什么要引入齐次坐标可见后续文章)来表示：

其中，R为旋转矩阵，t为平移向量，因为假定在世界坐标系中物点所在平面过世界坐标系原点且与Zw轴垂直(也即棋盘平面与Xw-Yw平面重合，目的在于方便后续计算)，所以zw=0，可直接转换成式1的形式。其中变换矩阵

即为前文提到的外参矩阵，之所称之为外参矩阵可以理解为只与相机外部参数有关，且外参矩阵随刚体位置的变化而变化。

下图表示了用R，t将上述世界坐标系转换到相机坐标系的过程。

1.2从相机坐标系到理想图像坐标系(不考虑畸变)

这一过程进行了从三维坐标到二维坐标的转换，也即投影透视过程(用中心投影法将物体投射到投影面上，从而获得的一种较为接近视觉效果的单面投影图，也就是使我们人眼看到景物近大远小的一种成像方式)。我们还是拿

但是为了在数学上更方便描述，我们将相机坐标系和图像坐标系位置对调，变成图三所示的布置方式(没有实际的物理意义，只是方便计算)：

此时，假设相机坐标系中有一点M，则在理想图像坐标系下(无畸变)的成像点P的坐标为(可由相似三角形原则得出)：