摄像机畸变模型(opencv)
2016-10-18 18:11
1156 查看
摄像机畸变模型(opencv)
本人邮箱:sylvester0510@163.com,欢迎交流讨论,欢迎转载,转载请注明网址http://blog.csdn.net/u010128736/
理想的摄像机模型是针孔模型,但是实际的镜头不符合这种假设。另外,相机的构造以及制造、安装、工艺等因素也会造成误差,导致相机通常会存在多种非线性畸变,使得上面介绍的针孔相机模型并不能准确地描述最终的成像关系。所以,为了使相机标定结果更加准确,在进行相机标定时应该将相机的非线性畸变考虑进来,修正理想投影模型。
一、径向畸变
径向畸变产生的主要原因是镜头径向曲率的不规则变化,它会导致图像的扭曲变形,例如,空间中的一条直线成像到图像平面后发生弯曲,变形成一条曲线。这种畸变的特点是以主点为中心,沿径向移动,离的距离越远,产生的变形量就越大。径向畸变是导致图像畸变的主要因素。如图所示,一个矩形的严重径向失真被较正成理想线性镜头的图像。径向畸变模型在opencv中被描述为:
xcorrected=x(1+k1r2+k2r4+k3r6)ycorrected=y(1+k1r2+k2r4+k3r6)
径向畸变如下图所示,有桶形畸变和枕形畸变两种。
二、切向畸变
由于透镜不是完美地平行于图像平面,所以存在切向畸变。这种畸变使得一些区域看上去比预期的近。畸变模型为:xcorrected=x+[2p1xy+p2(r2+2x2)]ycorrected=y+[p1(r2+2y2)+2p2xy]
通常还有离心畸变、薄棱镜畸变等,但主要畸变是径向畸变和切向畸变,故opencv中使用这个5个参数描述摄像机畸变,即:
Distortion coefficients=(k1,k2,p1,p2,k3)
相关文章推荐
- 【计算机视觉】opencv姿态解算7 四大坐标系,摄像机线性模型, 畸变模型
- OpenCV--摄像机图像畸变校正
- OpenCV学习笔记(0)—— 摄像机模型与标定1
- 【OpenCV】摄像机标定+畸变校正
- 摄像机成像、畸变模型
- 摄像机成像、畸变模型
- OpenCV-摄像机模型与标定(一)
- 摄像机成像、畸变模型(一)
- 摄像机成像、畸变模型
- 摄像机成像、畸变模型(二)
- opencv中摄像机的模型与标定
- 摄像机成像、畸变模型(三)
- OpenCV —— 摄像机模型与标定
- 摄像机模型与标定(二):opencv2相关函数介绍
- 摄像机模型,畸变模型及畸变图像的矫正
- 摄像机成像、畸变模型
- 摄像机成像、畸变模型
- 【OpenCV】摄像机标定+畸变校正
- 【OpenCV】摄像机标定+畸变校正
- opencv函数制作的秒针模型