计算机视觉(相机标定;内参;外参;畸变系数)
发布网友
发布时间：2025-01-02 19:07
共1个回答
热心网友
时间：3分钟前
本文主要探讨计算机视觉中的相机标定，内参与外参矩阵构成，以及畸变参数的理解。
在相机成像过程中，四个坐标系（世界坐标系、相机坐标系、图像坐标系、像素坐标系）之间存在变换关系。相机坐标系经过刚体变换后进入图像坐标系，再通过透视投影转变为像素坐标系，仿射变换确保了线性和平行性不变。
透视投影遵循针孔成像原理，而引入齐次坐标有助于升维处理图像变换，并表示无穷远点。
内参矩阵涉及相机内部参数，如焦距、像主点坐标、畸变参数；外参矩阵则与相机与世界坐标系的相对位置有关，包括旋转和平移参数。标定过程求解11个参数变量。
内参矩阵的参数描述了相机的光学特性，如焦距、像素尺寸、感光板中心位置等；外参矩阵描述了相机在空间中的位置和姿态。
畸变主要分为径向畸变和切向畸变，径向畸变影响光线在透镜不同位置的弯曲，产生桶形或枕形畸变；切向畸变与透镜与相机平面不平行有关，导致成像位置偏移。
相机标定通常采用光学标定和结构从运动自标定策略，前者利用已知几何信息求解参数，后者在静态场景中估计参数。
在相机中，像素信息通过成像平面的采样和量化获得。归一化相机平面是将世界点投影到相机系后深度设为1，以齐次坐标表示，便于处理。
