matlab棋盘格鱼眼镜头畸变矫正

### 使用MATLAB进行鱼眼镜头畸变校正

#### 准备工作
为了使用MATLAB对标定图像进行处理，需先准备棋盘格图案的标定图像并将其存放在`calib_example`文件夹中[^1]。进入该文件夹，在MATLAB环境中加载这些图像。

#### 加载图像
通过点击标定工具窗口中的“Image names”按钮来指定要使用的标定图像的基名和格式（比如对于名为Img1.jpg, Img2.jpg等的一系列JPEG格式图片，则输入基名为Img，格式为jpg），随后所有符合条件的图像会被自动识别并加载到内存里，形成一系列以`I_1`, `I_2`命名的变量以及表示总数目的变量`n_ima`。

#### 提取角点
利用MATLAB内置函数可以高效地检测每张图像上的棋盘格角点位置。此过程是自动化完成的，并且能够显著提高后续计算的准确性[^2]。

% 设置棋盘格尺寸 (宽度方向角点数, 高度方向角点数)
boardSize = [7 9];

% 初始化存储对象用于保存所有图像的世界坐标系下的理想角点位置
worldPoints = generateCheckerboardPoints(boardSize, squareSize);

imageFiles = imageDatastore(fullfile('path_to_calib_example_folder'), ...
    'FileExtensions', {'.png','.jpg'});

[imagePoints, boardSize] = detectCheckerboardPoints(imageFiles.Files);

#### 运行标定算法
针对鱼眼镜头特有的径向失真特性，MATLAB提供了专门的支持包来进行更精确的模型拟合。下面展示的是调用官方支持包执行整个流程的关键代码片段：

% 创建相机参数结构体实例
camParams = fisheyeCalibrator(imagePoints, worldPoints, imageSize);

% 显示已估计出来的内部参数与外部变换关系矩阵
disp(camParams.Intrinsics); % 内部参数
disp(camParams.Extrinsics.RotationVectors); % 外部旋转矢量
disp(camParams.Extrinsics.TranslationVectors); % 平移矢量

上述操作完成后即可得到关于所用摄像头设备较为完整的描述信息，包括但不限于焦距、主点偏移量以及其他可能存在的非线性形变因子等重要属性值[^3]。

#### 应用矫正映射
最后一步便是应用由前面几步推导得出的结果去修正原始拍摄所得画面中存在的几何扭曲现象。这通常涉及到创建一张新的无变形版本的照片作为输出成果。

% 对某一幅具体测试照片实施矫正
J = undistortFisheyeImage(I_test, camParams.Intrinsics);

figure; imshowpair(I_test, J, 'montage');
title(['Original Image vs Undistorted Image']);