从零理解鱼眼相机的标定与矫正(含 OpenCV 代码与原理讲解)

该文章已生成可运行项目,

本文适合初学者系统掌握鱼眼镜头的标定与矫正原理,图文结合,带你从 0 到 1 理解 K, D, u,v 等参数的真实含义。


📌 一句话总结

鱼眼相机由于镜头视角宽、畸变大,拍出来的画面会“鼓起来”或者变形。通过标定得到的参数,可以让计算机“理解”这种变形是怎么发生的,并据此把图像“拉回正形”。


📐 一、什么是内参矩阵 K

🔹 定义

在 OpenCV 中,内参矩阵(Camera Intrinsic Matrix)通常是一个 3x3 的矩阵:

cfg.K = cv::Matx33d(
    fx, 0, cx,
    0, fy, cy,
    0, 0, 1
);

你可能会看到这样的数值:

cfg.K = cv::Matx33d(
    436.38, 0,     966.97,
    0,     436.01, 556.57,
    0,     0,      1
);
矩阵元素含义
fxX 方向焦距(单位:像素)
fyY 方向焦距(单位:像素)
cx主点横坐标(图像中心 X)
cy主点纵坐标(图像中心 Y)

✅ 这个矩阵定义了相机如何将三维空间的点 (X, Y, Z) 投影到图像上的像素点 (u, v)


🌀 二、什么是畸变系数 D

鱼眼镜头会让图像产生严重的边缘弯曲,OpenCV 提供了畸变系数来描述这种变形。

cfg.D = cv::Vec4d(k1, k2, k3, k4);

示例:

cfg.D = cv::Vec4d(
    0.0130, 0.0029, -0.0016, 0.000017
);
  • k1, k2, k3, k4 是四个畸变参数
  • 适用于 OpenCV 的 fisheye 模块(与普通畸变模型不同)

🔍 三、如何进行图像矫正?

OpenCV 使用以下 API:

cv::Mat map1, map2;
cv::fisheye::initUndistortRectifyMap(
    cfg.K, cfg.D, cv::Mat::eye(3, 3, CV_64F),  // 内参、畸变、旋转矩阵
    cfg.K, image.size(),                      // 新的投影矩阵、图像尺寸
    CV_16SC2, map1, map2
);

cv::Mat undistorted;
cv::remap(inputImage, undistorted, map1, map2, cv::INTER_LINEAR);

步骤解释:

  1. initUndistortRectifyMap() 生成像素映射规则(map)
  2. remap() 按照 map 把每个像素“搬”回它该在的位置

🧠 四、图像坐标系 (u, v) 是啥?

坐标含义
u水平方向像素坐标(从左到右)
v垂直方向像素坐标(从上到下)

图像坐标从左上角 (0,0) 开始,右下角是 (width-1, height-1)


🧮 五、像素点是如何计算出来的?

相机模型里有这样一组公式:

u = fx * (X/Z) + cx
v = fy * (Y/Z) + cy

📌 表示一个 3D 世界点 (X,Y,Z) 被投影成 2D 图像坐标 (u,v)

变量含义
(X,Y,Z)世界坐标系中的 3D 点
(u,v)相应的图像坐标(像素)
fx, fy焦距乘以像素密度,缩放比例
cx, cy图像中心(主点),像素偏移量

🎥 六、实际标定流程

拍摄棋盘格图像后,OpenCV 提供了函数可直接求出 K, D

cv::fisheye::calibrate(
    objectPoints, imagePoints, imageSize,
    K, D, rvecs, tvecs,
    cv::fisheye::CALIB_RECOMPUTE_EXTRINSIC,
    cv::TermCriteria(3, 20, 1e-6)
);
  • objectPoints: 棋盘格上每个点在 3D 空间的坐标
  • imagePoints: 图像中检测到的角点像素坐标
  • K, D: 得到的内参和畸变参数

🧾 七、总结表格

项目含义
K相机内参,描述镜头成像方式
D鱼眼畸变系数,描述弯曲程度
u, v图像上的像素坐标
fx, fy像素缩放系数(与镜头焦距有关)
cx, cy主点位置,决定图像中心偏移
矫正流程利用 initUndistortRectifyMap + remap 实现

如果这篇文章帮你理清了思路,欢迎 👍点赞 / ⭐收藏 / 💬留言交流!


本文章已经生成可运行项目
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值