第9讲摄像机模型与标定31深圳大学机器视觉及应用 课件.pptVIP

理想透视投影成像坐标 真实透视投影成像坐标 径向一致约束 在图像平面上，点 ， 共线。 世界坐标系和摄像机坐标系的关系 u v 由径向约束 像机模型 移项得： 同除以 得： 写成矢量形式得： 1.利用径向一致约束来求解 和 定标步骤: 2.求解有效焦距 、 方向上的平移T3 和畸变参数 标定算法 1.求解像机外参数旋转矩阵 和 、 方向上的平移和 （1） （2） 定标算法——步骤一 （3） （4） （5） 确定 的符号并得到 假定 为正，在标定点中任意选取一个点，进行如下计算 若 计算 标定算法——步骤二 2. 求解Tz, f, k （1） （2） 张正友方法 张正友的平面标定方法 基本原理： 其中， 为摄像机的内参数矩阵， 为模板平面上点的齐次坐标， 为模板平面上点投影到图象平面上对应点的齐次坐标， 和 分别是摄像机坐标系相对于世界坐标系的旋转矩阵和平移向量 H 张正友方法 不失一般性，假定模板平面在世界坐标系 的平面上 根据旋转矩阵的性质，即 和 ，每幅图象可以获得以下两个对内参数矩阵的基本约束 由于摄像机有5个未知内参数，所以当所摄取得的图象数目大于等于3时，就可以线性唯一求解出 张正友方法 张正友方法 张正友方法 张正友方法 张正友方法所用的平面模板 张正友方法 算法描述 打印一张模板并贴在一个平面上 从不同角度拍摄若干张模板图象 检测出图象中的特征点 求出摄像机的内参数和外参数 求出畸变系数 优化求精 张正友方法 张正友的平面标定方法是介于传统标定方法和自标定方法之间的一种方法。它既避免了传统方法设备要求高，操作繁琐等缺点，又较自标定方法精度高，符合办公、家庭使用的桌面视觉系统(DVS)的标定要求。 张的方法是需要确定模板上点阵的物理坐标以及图像和模板之间的点的匹配，这给不熟悉计算机视觉的使用者带来了不便。 张正友方法 对于空间中同一直线上的四个点： 交比： 空间点透视关系： 基于交比不变的摄像机畸变系数标定 对于空间四个点对应的理想图像点为： 对于空间四个点对应的实际图像点为： 畸变系数标定 畸变系数标定 * Q: How does this transform the image? A: It gets inverted * * * * * * * 摄像机成像几何关系如图所示。 由点O与x、y、z轴组成的直角坐 标系称为摄像机坐标系。OO1为 摄像机焦距。 摄像机坐标系与世界坐标系 摄像机外参 摄像机参数（Camera Parameters） Inserting photographed objects into images (SIGGRAPH 2007) Original Created 相机畸变（Lens Distortion） 相机畸变（Lens Distortion） 相机畸变（Lens Distortion） 相机畸变（Lens Distortion） 相机畸变（Lens Distortion） 相机畸变（Lens Distortion） 非线性模型 相机标定工具箱 Calibration Toolbox是Matlab现在最流行的相机标定工具箱 下载地址： /bouguetj/calib_doc/index.html 摄像机透视投影近似模型 正投影（orthographic projection) 最简单的线性近似, 完全忽略了深度信息。物体到摄像机的垂直距离(深度信息)和物体到光轴的距离(位置信息)都完全丢失了。 正投影的公式为 摄像机透视投影近似模型 弱投影（weak projection) 如果摄像机的视场比较小，而且物体表面深度变化相对其到摄像机的距离很小的话，物体上各点的深度可以用一固定的深度值与近似，这个值一般取物体质心的深度。其模型可近似为 弱透视模型中物体上各点的深度由于使用一固定的深度值z0来近似. 摄像机透视投影近似模型 弱投影成像误差 弱透视模型误差不仅与物体的深度变化△z有关，而且还与物体的位置信息(x，y，z)有关系，且可用弱透视的结果表示。这也就是说误差对物体的不同部分是不同的，在实际应用中为使用弱透视模型，一般要求物体到摄像机的距离大于十倍的物体表面深度变化。 摄像机透视投影近似模型 平行投影（paraperspective pr