畸变矫正及像素损失分析

最新推荐文章于 2025-05-30 23:10:03 发布

原创

最新推荐文章于 2025-05-30 23:10:03 发布 · 8.5k 阅读

41 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #鱼眼畸变矫正

本文探讨了opencv中的畸变矫正方法，包括普通相机cv模型和鱼眼模型的畸变系数。通过initUndistortRectifyMap()和remap()函数实现校正，指出UndistortImage()在大量图像校正时的效率问题。畸变矫正会导致图像边缘像素损失，原因是未考虑畸变的CameraMatrix导致fx和fy偏大。通过getOptimalNewCameraMatrix()函数和alpha参数可以调整，避免像素损失。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

上一篇博客简要介绍了一下常用的张正友标定法的流程，其中获取了摄像机的内参矩阵K，和畸变系数D。

1.在普通相机cv模型中，畸变系数主要有下面几个：(k1; k2; p1; p2[; k3[; k4; k5; k6]] ，其中最常用的是前面四个，k1,k2为径向畸变系数，p1,p2为切向畸变系数。

2.在fisheye模型中，畸变系数主要有下面几个（k1,k2,k3,k4）.

因为cv和fisheye的镜头畸变模型不一样，所以畸变系数也会有所不同，具体在畸变校正时的公式也不同，具体公式请参见opencv2.0和3.0的官方文档。OpenCV中对畸变图像进行畸变校正主要用的函数有UndistortImage()函数，以及initUndistortRectifyMap()结合remap()函数。其实UndistortImage()就是initUndistortRectifyMap()和remap()的简单组合，效果是一样的。

但是有一点是：当你有很多畸变图像需要较正时，用UndistortImage()函数的缺点就暴露了。因为畸变坐标映射矩阵mapx和mapy只需要计算一次就足够了，而重复调用UndistortImage()只会重复计算mapx和mapy，严重影响程序效率。因此当有多张图片要畸变校正时，建议使用一次initUndistortRectifyMap()，获取畸变坐标映射矩阵mapx和mapy后，作为remap函数的输入，多次调用remap函数进行畸变校正。

今天要说的第二点就是做过畸变校正的同学都知道，畸变校正后的图像会损失很多像素，这是为什么呢？接下来就以常见的桶形畸变为例分析一下：由于我目前手头的相机畸变程度并不明显（之前用广角镜头的时候畸变程度相当明显）。因此就从网上找一些图片作为例子以便说明，这里引用一下图片来源

http://www.developersite.org/904-45591-%E6%A0%87%E5%AE%9A。

畸变原图如下：