针孔照相机模型

针孔照相机模型是计算机视觉中广泛使用的照相机模型。

在针孔照相机模型中，光线投影到图像平面之前，从唯一的一个点经过，也就是照相机中心C，上图坐标系为相机坐标系，以照相机中心为原点，P代表了真实世界中的一个三维点，p代表了其映射到二维图像的点。

照相机矩阵

从坐标系的侧面看，可以看出P和p之间可以通过相似来求出他们的关系，

这里我们用矩阵来表示，

在相机的生产过程中，其镜头会发生偏移，也就是光心和坐标系的原点有偏移，称为主点偏移。要考虑到这个因素，所以上式要加上偏移量（u0，v0），u0代表了在x方向上的偏移量，v0代表了y方向上偏移量，变成了，

我们将其简写为，K代表了相机的内部参数矩阵

考虑到有内部参数的影响，但是还有物理层面上的影响，比如说镜头，我们日常生活中最常接触的就是广角镜头，当然了，还有许多别的镜头，只是我不知道……
不同镜头拍摄出的照片会和普通照片拍摄出来的不一样，会在某方面产生畸变，比如径向畸变、桶状畸变、枕形畸变等，为此我们还得再K中加入畸变参数，

既然考虑好了内部参数的影响，外部环境的影响我们也要考虑，比如人为的因素，我们拿相机拍摄的时候，每次变换位置，相机位置也会跟着改变，而且有时我们会将相机旋转角度以达到更好的拍摄效果，所以还需要往照相机矩阵中加入外部参数的影响，上式变为，

相机参数标定

首先，我们需要进行数据采集，也就是对棋盘格进行不同角度的拍摄，在此期间，需保证棋盘格在一个平面上，否则因为纸张弯曲导致后续角点检测时出现角点间距不一致的问题。
棋盘格角点的提取。

# 寻找到棋盘角点succ, pic_coor = cv.findChessboardCorners(pic_data, (cross_corners[0], cross_corners[1]), None)

通过角点求解出单应性矩阵，再由单应性矩阵经SVD求解出内部参数。

# 求单应矩阵H = get_homography(pic_points, real_points_x_y)# 求内参intrinsics_param = get_intrinsics_param(H)

上述相机的内部参数是采用环形拍摄棋盘格获得的相机内参数，相机离棋盘比较近（1000∗7501000*7501000∗750和750∗1000750*1000750∗1000都有）

多种实验结果

下面采用的是平移相机对棋盘格拍照的方式获得的相机内参数，相机离棋盘比较远（750∗1000750*1000750∗1000）

下面也是采用的是平移相机对棋盘格拍照的方式获得的相机内参数，相机离棋盘比较近（1000∗7501000*7501000∗750）

下面采用的是平移相机对棋盘格拍照的方式获得的相机内参数，相机离棋盘比较远（1000∗7501000*7501000∗750）

总结

通过四种不同数据得出的相机内部参数，得出几个结论：

采用相同拍摄手法的数据得出的相机内参数中的焦距相差不是很大，拍摄手法对光心的影响更大。
相机自身的旋转会造成焦距和光心与旋转前的数据相反。
平移相机拍摄的情况下，相机距离棋盘的远近得出的内参数的相差不是很大，而当相机相对于棋盘倾斜的情况下会导致内参数发生大的变化。

猜测是因为倾斜的情况下，相机中的棋盘格中，检测出的角点间距离不一致导致。这个理论也可以佐证为什么平移拍摄时内参数相差不大的情况。

主代码

import cv2 as cv
import numpy as np
import os
from step.homography import get_homography
from step.intrinsics import get_intrinsics_param
from step.extrinsics import get_extrinsics_param
from step.distortion import get_distortiondef calibrate():# 求单应矩阵H = get_homography(pic_points, real_points_x_y)# 求内参intrinsics_param = get_intrinsics_param(H)# 求对应每幅图外参extrinsics_param = get_extrinsics_param(H, intrinsics_param)# 畸变矫正k = get_distortion(intrinsics_param, extrinsics_param, pic_points, real_points_x_y)print("相机内参数:\t\n", intrinsics_param)print("畸变矫正:\t", k)print("外部参数:\t\n", extrinsics_param)if __name__ == "__main__":i = 1;file_dir = r'..\pic'# 标定所用图像pic_name = os.listdir(file_dir)# 由于棋盘为二维平面，设定世界坐标系在棋盘上，一个单位代表一个棋盘宽度，产生世界坐标系三维坐标cross_corners = [9, 9] #棋盘方块交界点排列real_coor = np.zeros((cross_corners[0] * cross_corners[1], 3), np.float32)real_coor[:, :2] = np.mgrid[0:9, 0:9].T.reshape(-1, 2)real_points = []real_points_x_y = []pic_points = []for pic in pic_name:pic_path = os.path.join(file_dir, pic)pic_data = cv.imread(pic_path)# 寻找到棋盘角点succ, pic_coor = cv.findChessboardCorners(pic_data, (cross_corners[0], cross_corners[1]), None)if succ:# 添加每幅图的对应3D-2D坐标pic_coor = pic_coor.reshape(-1, 2)pic_points.append(pic_coor)real_points.append(real_coor)real_points_x_y.append(real_coor[:, :2])cv.drawChessboardCorners(pic_data, (cross_corners[0], cross_corners[1]), pic_coor, succ)cv.namedWindow('img', cv.WINDOW_NORMAL)cv.resizeWindow('img', 300, 300)cv.imshow('img', pic_data)cv.waitKey()calibrate()

计算机视觉-相机参数标定相关推荐

相机参数标定（camera calibration）及标定结果如何使用
重要更新:本文的第二次更新已发布.为了不破坏现有内容的结构,故重新开始新的一篇文章.同时本文的一些内容也会涵盖进去. 欢迎关注. <第二更,相机参数标定基础:从小孔成像开始到单双目标定> ...
相机参数标定：张正友标定法
一.镜头畸变: 用广角镜头拍摄的特写照片,其中被摄对象的鼻子与面部的其它器官相比会显得出奇的大.这就是用广角镜头拍摄的很多照片所具有的一种透视畸变形式的特征. 这种失真发生的原因其实就是透视,正常透视 ...
opencv基础：相机参数标定（camera calibration）及标定结果如何使用
1.关于坐标系旋转和物体旋转对应的旋转矩阵差别相关参考:https://blog.csdn.net/tangyongkang/article/details/5484636 注意旋转方向导致的旋转角 ...
计算机视觉学习6_棋盘格_相机模型与参数标定
文章目录为什么要进行相机参数标定相机内参矩阵原理相机标定方法--Recap: 相机标定张正友标定法相机模型计算单应性矩阵H 计算内参数矩阵计算外部参数实验(matlab实现) 为什么要 ...
Python OpenCV相机参数详解：实现准确的相机标定和图像处理
Python OpenCV相机参数详解:实现准确的相机标定和图像处理在计算机视觉领域,相机参数是非常重要的元素.通过相机参数的标定,可以将图像中的像素坐标转化为真实世界中的坐标,从而实现准确的图像处 ...
使用camera_calibration对xtion pro live深度相机进行参数标定,rosdep install camera_calibration报错Rosdep cannot find
在图像处理中,一般都涉及相机参数标定,但网上看了好多博客中相机标定步骤挺复杂的,所以特来记录.本文使用的ubuntu系统.ROS Kinetic, xtion深度相机, 使用camera_calibr ...
计算机视觉：摄像机标定（循序渐进理解到应用）
在开始阅读前,我们首先要知道我们为什么要进行相机标定?开始需要输入什么?最后需要得到什么? 相机标定的目的:获取摄像机的内参和外参矩阵(同时也会得到每一幅标定图像的选择和平移矩阵),内参和外参系数可以 ...
标定学习笔记（九）-- 利用空间正交约束的相机自标定和三维重建
本文主要内容围绕西交大的舒远.谈正和丁礼如所提出的一种利用空间正交约束的相机自标定方法进行归纳概述,谨做学习用.文章提出了一种用 2 幅存在正交约束的场景图像进行三维重建的方法,该方法不需要事先标定相 ...
【计算机视觉】摄像机标定与畸变校正
任务1:利用OpenCV实现摄像机参数标定设置好棋盘格参数(边长.行列数等),打印方形棋盘格并粘贴,拍摄多张标定图像: 估计标定参数,可视化标定结果. 任务2:根据标定参数进行畸变校正 ...

计算机视觉-相机参数标定

相机参数标定

针孔照相机模型

照相机矩阵

相机参数标定

多种实验结果

总结

主代码

计算机视觉-相机参数标定相关推荐

最新文章

热门文章