计算机视觉学习（六）：标定手机相机参数

本次实验使用的是张正友的相机标定方法，该方法介于传统的标定方法和自标定方法之间，使用简单实用性强，有以下优点：

•    不需要额外的器材，一张打印的棋盘格即可
•    标定简单，相机和标定板可以任意放置
•    标定的精度高

下面是张正友相机标定法的详解

---

相机的内参数

设P=(X,Y,Z)P=(X,Y,Z)为场景中的一点，在针孔相机模型中，其要经过以下几个变换，最终变为二维图像上的像点p=(μ,ν)p=(μ,ν):

1. 将PP从世界坐标系通过刚体变换(旋转和平移)变换到相机坐标系，这个变换过程使用的是相机间的相对位姿，也就是相机的外参数。
2. 从相机坐标系，通过透视投影变换到相机的成像平面上的像点p=(x,y)p=(x,y)。
3. 将像点pp从成像坐标系，通过缩放和平移变换到像素坐标系上点p=(μ,ν)p=(μ,ν)。

相机将场景中的三维点变换为图像中的二维点，也就是各个坐标系变换的组合，可将上面的变换过程整理为矩阵相乘的形式：

将矩阵KK称为相机的内参数,

其中，α,βα,β表示图像上单位距离上像素的个数，则fx=αf,fy=βffx=αf,fy=βf将相机的焦距ff变换为在x,y方向上像素度量表示。

另外，为了不失一般性，可以在相机的内参矩阵上添加一个扭曲参数γγ，该参数用来表示像素坐标系两个坐标轴的扭曲。则内参数KK变为

张氏标定法

在张氏标定法中，用于标定的棋盘格是三维场景中的一个平面ΠΠ，其在成像平面的像是另一个平面ππ，知道了两个平面的对应点的坐标，就可以求解得到两个平面的单应矩阵HH。其中，标定的棋盘格是特制的，其角点的坐标是已知的；图像中的角点，可以通过角点提取算法得到，这样就可以得到棋盘平面ΠΠ和图像平面ππ的单应矩阵HH。
通过上面的相机模型有：

其中pp是像点坐标，PP是标定的棋盘坐标。 这样就可以得到下面的等式：

HH表示的是成像平面和标定棋盘平面之间的单应矩阵。通过对应的点对解得HH后，则可以通过上面的等式得到相机的内参数KK，以及外参旋转矩阵RR和平移向量tt。

棋盘平面和成像平面间的单应

将一个平面映射到另一个平面，将棋盘格所在的平面映射到相机的成像平面，则有

pp为棋盘格所成像的像点坐标，PP棋盘格角点在世界坐标系的坐标。

设棋盘格所在的平面为世界坐标系中Z=0Z=0的平面，这样棋盘格的任一角点PP的世界坐标为(X,Y,0)(X,Y,0)，根据小孔相机模型：

根据平面间的单应性，有

将上面两个等式进行整合，则可以得到单应矩阵HH和相机矩阵（包含内参和外参）的相等，如下：

这样就可以使用棋盘平面和成像平面间的单应矩阵来约束相机的内参和外参。单应矩阵HH可以通过棋盘平和成像平面上对应的点计算出来。

内参的约束条件

通过平面间的单应，可以得到如下的等式

将旋转矩阵RR的各个列向量和平移向量tt使用HH的列向量表示，