相机成像与校正原理:将外部世界进行降维

Posted 卓晴

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了相机成像与校正原理:将外部世界进行降维相关的知识,希望对你有一定的参考价值。

简 介: 本文根据 相机标定(三)-相机成像模型 中的内容整理而成,初步介绍了相机的成像模型。最后介绍了利用OpenCV中的 calibrateCamera函数进行相机参数校正的过程。

关键词 相机参数校正棋盘格内参外参

相机结构
文章目录
相机是人眼的延伸
什么是成像?
成像模型
小孔成像模型
正交投影
缩放正交投影
透视投影
相机外参
相机内参
从成像平面
到像素平面
从坐标到像素
相机畸变
相机标定
用于标定的棋盘格
相机校正过程
总 结

 

§01 机结构


1.1 相机是人眼的延伸

  信息社会中,相机是大众媒体、视觉艺术、将瞬间变成可以回忆的永恒的技术。现在各类图片都是有形形色色的相机拍摄的。人类对于照相机的原理最早可以追溯到 小孔成像 。早在战国初期的 墨子 就利用光直线传播原理介绍了小孔成像原理。直道近代使用透镜成像才开启照相设备的革命。利用透镜成像与我们的眼睛观察世界方式是相同的。

▲ 图1.1.1 人类眼睛构造示意图

  使用了数字技术的单反相机可以获得更加真实的外部世界影像,配合后期计算机图像处理还可以进一步修复图片中的不足。

▲ 图1.1.2 相机镜头 与人眼结构之间对应关系

▲ 图1.1.3 相机镜头 与人眼结构之间对应关系

1.2 什么是成像?

  本质上来说,图像是真实世界场景中在二维平面(成像平面)的投影,它记录了两类信息:

  • 几何信息:位置、点、线等;
  • 光度信息:强度、色彩。

  所以从另外一个角度来看,相机是对三维世界的降维记录的设备。虽然可以 计算机图像处理算法回复3D ,但这也仅仅是计算机利用常见到的场景最大似然重新渲染的结果。

  比如下面就是利用NERF(神经辐射场)让照片动起来的效果。

▲ 图1.2.1 利用NERF(神经辐射场)让照片动起来:

 

§02 像模型


  了更好从成像数据中获取外部世界信息,需要对相机成像进行数学刻画,也就是建立成像模型。这部分的内容包括有:

  • 小孔成像模型(Pinhole camera model
  • 正交投影(Orthographic projection
  • 缩放正交投影(Scaled orthographic projection
  • 透视投影(Perspective projection

2.1 小孔成像模型

  小孔成像模型,也是针对普通数字相机最为广泛应用的一种相机模型,是透视投影(Perspective Projection)的一种最简单的形式。

▲ 图2.1.1 小孔成像模型示意图

  通过将像平面前置到小孔与3D物体之间,形成虚拟像平面,可以简化分析成像过程。

  假设相机的投影中心位于一个欧式坐标系的原点 O O O,相机面向z轴正方向,并且成像平面(或者说焦平面)在当前坐标系下的表达为 Z = f Z = f Z=f,这个数值也成为相机的焦距。那么,在小孔成像模型的作用下,如下图所示,3D空间中的一个点会被投影为成像平面上的一个2D点,也即连接相机投影中心和3D点的直线与成像平面的交点。

▲ 图2.1.2 将成像平面放置在小孔与物体之间

  通过相似三角形,可以很容易看出3D点 ( X , Y , Z ) T \\left( X,Y,Z \\right)^T (X,Y,Z)T被投影成为成像平面上的 ( f X / Z , f Y / Z , f ) T \\left( fX/Z,fY/Z,f \\right)^T (fX/Z,fY/Z,f)T,可以看出:


  上面的公式就描述了小孔成像模型下,3D点映射到2D成像平面上的关系。

  为了将图像转换中与坐标原点相关的平移合并到乘法运算中,常使用齐次坐标来表示图像。比如上面公式中的三维点的齐次坐标为 ( X , Y , Z , 1 ) T \\left( X,Y,Z,1 \\right)^T (X,Y,Z,1)T,二维点其次坐标为 ( f X / Z , f Y / Z , 1 ) T \\left( fX/Z,fY/Z,1 \\right)^T (fX/Z,fY/Z,1)T,也等价为 ( f X , f Y , Z ) T \\left( fX,fY,Z \\right)^T (fX,fY,Z)T。小孔成像转换可以表示为:

2.2 正交投影

  正交投影适用于:

  • 3D场景距离相机无限远;
  • 所有投影线均平行于光轴。

▲ 图2.2.1 正交投影示意图

2.3 缩放正交投影

  缩放正交投影适用于:

  • 场景深度 ≪ \\ll 到相机的距离;
  • 场景中所有点的Z值均相同,如 Z 0 Z_0 Z0

▲ 图2.3.1 缩放正交投影示意图

2.4 透视投影

▲ 图2.3.2 透视投影示意图

2.5 相机外参

  相机外参反映了相机在世界坐标空间中的位姿,可通过一个刚性变换来表示,通常包含平移 T T T和旋转 R R R


  旋转鞠准是正交的,所以: R T ⋅ R = I R^T \\cdot R = I RTR=I

 

§03 机内参


3.1 从成像平面到像素平面

  相机内的坐标原点往往是图像的左上角,这也是大多数情况下数字图片在内存存储数组起始点的位置。定义光轴与像平面的交点 p p p,成为成像主点,它的位置定为 ( p x , p y ) T \\left( p_x ,p_y \\right)^T (px,py)T以上是关于相机成像与校正原理:将外部世界进行降维的主要内容,如果未能解决你的问题,请参考以下文章

OpenCV相机标定与畸变校正

61 相机投影原理

记录相机成像原理

相机标定的内参、外参、畸变参数

双摄像头立体成像-畸变矫正与立体校正

深度相机-介绍