[图像]畸变校正详解

原创文章，欢迎转载。转载请注明：转载自 祥的博客

原文链接： http://blog.csdn.net/humanking7/article/details/45037239

.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 ) 。

详细的可以参考我之前的博客[图像]摄像机标定(1) 标定中的四个坐标系

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)

 。

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)

2.2. 公式推导

公式推导:

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 。

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');

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56

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):





版权声明：本文为博主原创文章，未经博主允许不得转载。