相机畸变校正详解

 

转:https://blog.csdn.net/humanking7/article/details/45037239

1.摄像机成像原理简述

成像的过程实质上是几个坐标系的转换。首先空间中的一点由 世界坐标系 转换到 摄像机坐标系 ,然后再将其投影到成像平面 ( 图像物理坐标系 ) ,最后再将成像平面上的数据转换到图像平面 ( 图像像素坐标系 ) 。

详细的可以参考我相机相关里面的其他博客。例如:https://blog.csdn.net/hanxiaoyong_/article/details/82869679

图像像素坐标系 (uOv坐标系) 下的无畸变坐标 (U, V),经过 经向畸变 和 切向畸变 后落在了uOv坐标系 的 (Ud, Vd)上。即就是说,真实图像 imgR 与 畸变图像 imgD 之间的关系为: imgR(U, V) = imgD(Ud, Vd) 。

这里写图片描述

2.成像畸变

2.1. 畸变数学模型

摄像头成像畸变的数学模型 (符合的对应关系有问题,可能会造成一些干扰,公式主要看后面推导的过程)

这里写图片描述

2.2. 公式推导

公式推导:

这里写图片描述

3.畸变校正

3.1. 理论推导

我们已知的是畸变后的图像,要得到没有畸变的图像就要通过畸变模型推导其映射关系。 真实图像 imgR 与 畸变图像 imgD 之间的关系为: imgR(U, V) = imgD(Ud, Vd) 。通过这个关系,找出所有的 imgR(U, V) 。(U, V) 映射到 (Ud, Vd) 中的 (Ud, Vd) 往往不是整数 (U和V是整数,因为它是我们要组成图像的像素坐标位置,以这正常图像的坐标位置去求在畸变图像中的坐标位置,取出对应的像素值,这也是正常图像的像素值)。 但是畸变的像素往往不是整数,所以需要通过插值来进行求解,详细见我之前的博客 [图像]图像缩放算法-双线性内插法 。

这里写图片描述

3.2. 代码实现


    clear;
    clc;
    A =[5.9418398977142772e+002 0 3.1950000000000000e+002;
        0    5.941839897714e+002 2.3950000000000000e+002;
        0 0 1];
    D = [6.7442695842244271e-002 2.4180872220967919e-001 0 0 -3.3970575589699975e-001];
    fx = A(1,1);
    fy = A(2,2);
    cx = A(1,3);
    cy = A(2,3);
    k1 = D(1);
    k2 = D(2);
    k3 = D(5);
    p1 = D(3);
    p2 = D(4);

    K = A;
    I_d = imread('img_d.png');
    I_d = rgb2gray(I_d);
    I_d = im2double(I_d);

    I_r = zeros(size(I_d));

    %图像坐标系和矩阵的表示是相反的
    %[row,col] = find(X),坐标按照列的顺序排列,这样好和reshape()匹配出响应的图像矩阵
    [v u] = find(~isnan(I_r));

    % XYZc 摄像机坐标系的值,但是已经归一化了,因为没有乘比例因子
    %公式 s[u v 1]' = A*[Xc Yc Zc]' ,其中s为比例因子,不加比例因子,Zc就为1,所以此时的Xc相对于( Xc/Zc )
    XYZc= inv(A)*[u v ones(length(u),1)]';

    % 此时的x和y是没有畸变的
    r2 = XYZc(1,:).^2+XYZc(2,:).^2;
    x = XYZc(1,:);
    y = XYZc(2,:);

    % x和y进行畸变的
    x = x.*(1+k1*r2 + k2*r2.^2) + 2*p1.*x.*y + p2*(r2 + 2*x.^2);
    y = y.*(1+k1*r2 + k2*r2.^2) + 2*p2.*x.*y + p1*(r2 + 2*y.^2);

    % (u, v) 对应的畸变坐标 (u_d, v_d)
    u_d = reshape(fx*x + cx,size(I_r));
    v_d = reshape(fy*y + cy,size(I_r));

    % 线性插值出非畸变的图像
    I_r = interp2(I_d, u_d, v_d);
    %对比图像
    subplot(121);     
        imagesc(I_d);
        title('畸变原图像');
    subplot(122);
        imagesc(I_r);
        title('校正后图像');

运行效果(摄像机内参是取网上的,图也是自己画的,图像本身没有参考价值):

这里写图片描述

你可能感兴趣的:(图像处理)