【计算机视觉】相机标定

相机标定基本原理

1.相机标定基本原理

1.1 相机标定的意义

在机器视觉领域，相机的标定是一个关键的环节，它决定了机器视觉系统能否有效的定位，能否有效的计算目标物。通过相机标定可以校正这种镜头畸变矫正畸变，生成矫正后的图像；另一个可以根据获得的图像重构三维场景。
相机的标定分类

• 相机的自标定
  相机拍摄周围物体，通过数字图像处理的方法和相关的几何计算得到相机参数，但是这种方法标定的结果误差较大，不适合于高精度应用场合。

• 依赖于标定参照物的标定方法。
  通过标定参照物，由相机成像，并通过数字图像处理的方法，以及后期的空间算术运算计算相机的内参和外参。这种方法标定的精度高，适用于对精度要求高的应用场合。

1.2 针孔相机模型

通过小孔成像的简单原理得出，该图主要体现出了相机坐标系和图像坐标系：

• 相机坐标系
  原点是相机的中心C，也是镜头的光学中心。Z轴是光轴，与像平面正交。相机坐标系定义了物体的三维坐标。例如，P点。

• 图像坐标系
  图像坐标系位于像平面，原点即为像平面与z轴交点。该点与c之间的距离就是焦距f。

• 像素坐标系
  该坐标的原点是图像的一个角。

1.2.1 相机坐标系和图像坐标系的关系

由于两坐标系同处于一个z轴，可得出此二维关系：

通过相似三角形近似原理，可得 x = f