在圖像測量過程以及機器視覺應(yīng)用中，為確定空間物體表面某點的三維幾何位置與其在圖像中對應(yīng)點之間的相互關(guān)系，必須建立相機成像的幾何模型，這些幾何模型參數(shù)就是相機參數(shù)。在大多數(shù)條件下這些參數(shù)(內(nèi)參、外參、畸變參數(shù))必須通過實驗與計算才能得到，這個求解參數(shù)的過程就稱之為相機標(biāo)定(或攝像機標(biāo)定)。無論是在圖像測量或者機器視覺應(yīng)用中，相機參數(shù)的標(biāo)定都是非常關(guān)鍵的環(huán)節(jié)，其標(biāo)定結(jié)果的精度及算法的穩(wěn)定性直接影響相機工作產(chǎn)生結(jié)果的準(zhǔn)確性。因此，做好相機標(biāo)定是做好后續(xù)工作的前提，提高標(biāo)定精度是科研工作的重點所在。

? ?標(biāo)定的目的主要為解決兩個問題：

? ?a、確定世界坐標(biāo)系下三維空間點與像素平面像素點間的轉(zhuǎn)換關(guān)系(內(nèi)外參)；

? ?b、確定相機成像過程中的畸變系，用于圖像矯正。

1 針孔相機模型

相機將三維世界中的坐標(biāo)點(單位：米)映射到二維圖像平面(單位：像素)的過程能夠用一個幾何模型來描述，其中最簡單的稱為針孔相機模型 (pinhole camera model)，其框架如下圖所示:

其中，涉及到相機標(biāo)定涉及到了四大坐標(biāo)系，分別為：

像素坐標(biāo)系：為了描述物體成像后的像點在數(shù)字圖像上(相片)的坐標(biāo)而引入，是我們真正從相機內(nèi)讀取到的信息所在的坐標(biāo)系。單位為個(像素數(shù)目)。

成像平面坐標(biāo)系：為了描述成像過程中物體從相機坐標(biāo)系到圖像坐標(biāo)系的投影透射關(guān)系而引入，方便進一步得到像素坐標(biāo)系下的坐標(biāo)。單位為m。

相機坐標(biāo)系：在相機上建立的坐標(biāo)系，為了從相機的角度描述物體位置而定義，作為溝通世界坐標(biāo)系和圖像/像素坐標(biāo)系的中間一環(huán)。單位為m。

世界坐標(biāo)系：用戶定義的三維世界的坐標(biāo)系，為了描述目標(biāo)物在真實世界里的位置而被引入。單位為m。

下面，我們來詳細推導(dǎo)從世界坐標(biāo)系到像素坐標(biāo)的過程。

1.1 世界坐標(biāo)系到相機坐標(biāo)系

從世界坐標(biāo)系到相機坐標(biāo)系， 這是一個剛體變換，只需對世界坐標(biāo)系的三維點作用一個旋轉(zhuǎn)R和平移t(R，t即為相機的外參)，變換過程可以通過一下公式完成：

1.2 相機坐標(biāo)系到成像平面坐標(biāo)系

這一過程進行了從三維坐標(biāo)到二維坐標(biāo)的轉(zhuǎn)換，也即投影透視過程(用中心投影法將物體投射到投影面上，從而獲得的一種較為接近視覺效果的單面投影圖，也就是使我們?nèi)搜劭吹骄拔锝筮h小的一種成像方式)。

成像過程如下圖所示：針孔面(相機坐標(biāo)系)在圖像平面(圖像坐標(biāo)系)和物點平面(棋盤平面)之間，所成圖像為倒立實像。

但是為了在數(shù)學(xué)上更方便描述，我們將相機坐標(biāo)系和圖像坐標(biāo)系位置對調(diào)，變成下圖所示的布置方式(沒有實際的物理意義，只是方便計算)：

此時，假設(shè)相機坐標(biāo)系中有一點M，則在理想圖像坐標(biāo)系下(無畸變)的成像點P的坐標(biāo)為(可由相似三角形原則得出)：

f為焦距，整理，得：

1.3 成像平面坐標(biāo)系到像素坐標(biāo)系

如上圖，成平面坐標(biāo)系和像素坐標(biāo)系之間存在一個縮放和平移

整理得：

以fx、fy的方式表示為：

其中

• α、β的單位為像素/米;

• fx、fy為x、y方向的焦距，單位為像素;

• (cx,cy)為主點，圖像的中心，單位為像素。

那么，相機坐標(biāo)系到像素坐標(biāo)系的最終形式可寫成：

將 Zc移到左邊：

所以，在世界坐標(biāo)系中的三維點M=[X,Y,Z]T 和像素坐標(biāo)系中二維點m=[u,v]T的關(guān)系為：

即：

其中，s為縮放因子，A為相機的內(nèi)參矩陣，[R t]為相機的外參矩陣，和分別為m和M對應(yīng)的齊次坐標(biāo)。

2 畸變模型

我們在攝像機坐標(biāo)系到圖像坐標(biāo)系變換時談到透視投影。攝像機拍照時通過透鏡把實物投影到像平面上，但是透鏡由于制造精度以及組裝工藝的偏差會引入畸變，導(dǎo)致原始圖像的失真。因此我們需要考慮成像畸變的問題。

透鏡的畸變主要分為徑向畸變和切向畸變，還有薄透鏡畸變等等，但都沒有徑向和切向畸變影響顯著，所以我們在這里只考慮徑向和切向畸變。

2.1 徑向畸變

顧名思義，徑向畸變就是沿著透鏡半徑方向分布的畸變，產(chǎn)生原因是光線在原理透鏡中心的地方比靠近中心的地方更加彎曲，這種畸變在普通廉價的鏡頭中表現(xiàn)更加明顯，徑向畸變主要包括桶形畸變和枕形畸變兩種。以下分別是枕形和桶形畸變示意圖：

實際情況中我們常用r=0處的泰勒級數(shù)展開的前幾項來近似描述徑向畸變，矯正徑向畸變前后的坐標(biāo)關(guān)系為：

2.2 切向畸變

切向畸變是由于透鏡本身與相機傳感器平面(像平面)或圖像平面不平行而產(chǎn)生的，這種情況多是由于透鏡被粘貼到鏡頭模組上的安裝偏差導(dǎo)致。畸變模型可以用兩個額外的參數(shù)p1和p2來描述：

其中，

所以，我們一共需要5個畸變參數(shù)(k1,k2,k3,p1,p2)來描述透鏡畸變。

綜上所述，相機標(biāo)定實際上就是確定相機的內(nèi)外參數(shù)、畸變參數(shù)的過程。

以上是對于單個相機進行標(biāo)定，那么對于多目相機系統(tǒng)或者RGBD 相機的標(biāo)定呢？

3 立體標(biāo)定

對于多目相機系統(tǒng)或者RGBD 相機除了要對每個相機進行以上標(biāo)定以外，還需要求傳感器之間的變換T，以使同一時刻獲取的數(shù)據(jù)能夠“對齊”，以雙目為例，左右兩個相機的坐標(biāo)系如下圖：

計算出兩個攝像機之間的旋轉(zhuǎn)矩陣R和平移向量t，方法是分別計算出兩個攝像機的R和T，再由以下公式計算：

由于單相機獲取的圖像只能計算出二維坐標(biāo)，因為我們使用了2套相機，且2套相機之間的關(guān)系也是已知的，那么如果我們能把三維空間中某點在左右相機成像的二維坐標(biāo)都計算出來，且能知道這是同一個點，這樣就可以計算出三維坐標(biāo)。這里面確認同名點的技術(shù)就是立體匹配。立體匹配有很多種算法，其中局部匹配法是最常用的，但是就目前已有算法來說，沒有一種算法可以實現(xiàn)100%匹配。一般來說待匹配點越多，匹配準(zhǔn)確率越低。

4 現(xiàn)有標(biāo)定方法

相機標(biāo)定方法有：傳統(tǒng)相機標(biāo)定法、主動視覺相機標(biāo)定法、相機自標(biāo)定法。

標(biāo)定方法優(yōu)點缺點常用方法

傳統(tǒng)相機標(biāo)定法	可使用于任意的相機模型、 精度高	需要標(biāo)定物、算法復(fù)雜	Tsai兩步法、張氏標(biāo)定法
主動視覺相機標(biāo)定法	不需要標(biāo)定物、算法簡單、魯棒性高	成本高、設(shè)備昂貴	主動系統(tǒng)控制相機做特定運動
相機自標(biāo)定法	靈活性強、可在線標(biāo)定	精度低、魯棒性差	分層逐步標(biāo)定、基于Kruppa方程

Tsai兩步法是先線性求得相機參數(shù)，之后考慮畸變因素，得到初始的參數(shù)值，通過非線性優(yōu)化得到最終的相機參數(shù)。Tsai兩步法速度較快，但僅考慮徑向畸變，當(dāng)相機畸變嚴重時，該方法不適用。

張氏標(biāo)定法使用二維方格組成的標(biāo)定板進行標(biāo)定，采集標(biāo)定板不同位姿圖片，提取圖片中角點像素坐標(biāo)，通過單應(yīng)矩陣計算出相機的內(nèi)外參數(shù)初始值，利用非線性最小二乘法估計畸變系數(shù)，最后使用極大似然估計法優(yōu)化參數(shù)。該方法操作簡單，而且精度較高，可以滿足大部分場合。

基于主動視覺的相機標(biāo)定法是通過主動系統(tǒng)控制相機做特定運動，利用控制平臺控制相機發(fā)生特定的移動拍攝多組圖像，依據(jù)圖像信息和已知位移變化來求解相機內(nèi)外參數(shù)。這種標(biāo)定方法需要配備精準(zhǔn)的控制平臺，因此成本較高。

分層逐步標(biāo)定法是先對圖像的序列做射影重建，在重建的基礎(chǔ)上進行放射標(biāo)定和歐式標(biāo)定，通過非線性優(yōu)化算法求得相機內(nèi)外參數(shù)。由于初始參數(shù)是模糊值，優(yōu)化算法收斂性不確定。

基于Kruppa的自標(biāo)定法是通過二次曲線建立關(guān)于相機內(nèi)參矩陣的約束方程，至少使用3對圖像來標(biāo)定相機。圖像序列長度會影響標(biāo)定算法的穩(wěn)定性，無法保證射影空間中的無窮遠平面。

以上為單個相機標(biāo)定的方法，而對于相機-相機、相機-距離傳感器之間進行標(biāo)定，OpenCV、Matlab都有自帶的工具箱或函數(shù)庫可以用來標(biāo)定，但文獻[1]提出了一個帶有Web界面的工具箱，用于全自動相機到相機和相機到范圍的校準(zhǔn)。該系統(tǒng)可在一分鐘內(nèi)恢復(fù)內(nèi)外參數(shù)以及攝像機和距離傳感器之間的轉(zhuǎn)換。而且，該方法所提出的基于生長的棋盤格角點檢測方法明顯優(yōu)于OpenCV需要指定棋盤格角點大小的角點檢測方法。

References:

1、Geiger A, Moosmann F, Car ?, et al. Automatic camera and range sensor calibration using a single shot[C]//Robotics and Automation (ICRA), 2012 IEEE International Conference on. IEEE, 2012: 3936-3943.

2、針孔相機投影模型以及畸變模型

3、計算機視覺life | 相機標(biāo)定

4、學(xué)習(xí)opencv3(中文版) —— Adrian Kaehler & Gary Bradski

5、雙目視覺之相機標(biāo)定

總結(jié)

以上是生活随笔為你收集整理的从像素坐标到相机坐标_相机标定方法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。