相机畸变改正Brown模型

    在摄影测量和计算机视觉中都需要对含有畸变的影像进行改正操作，常用到的模型是对透视影像改正的Brown模型，在很多资料和软件中都可以看到该模型的畸变改正公式，比如PhotoScan和Context Capture中，在很多开源库中也有该畸变的改正函数，比如openCV和openMVG。虽然可以通过简单的函数调用便可以实现对影像的畸变改正，但是原理部分总会觉得有点不踏实，本文用于梳理Brown模型畸变改正的流程。

1、畸变的正向过程

在书中和软件说明书中为了方便读者理解畸变的过程，常常表示的是物体透视成像后畸变生成的过程，即从物方三维点坐标到图像点。三维点（X，Y，Z）通过透视成像得到像点坐标（x，y），由于镜头存在畸变，所以会出现像点坐标（x，y）与图像坐标（u，v）不一致的情况，这时就需要进行畸变变换才能得到真实的图像坐标，（u,v）表示的是发生畸变的真实的图像坐标。这样描述虽然容易理解畸变发生的过程，但是不利于畸变改正过程的理解，畸变改正的过程也不会涉及到物方三维点。

x = X / Z

y = Y / Z

r = x*x + y*y;

x1 &#