摄像机畸变校正：从桶形到枕形畸变的解析

"摄像机标定技术主要涉及畸变校正，包括桶形畸变（barrel distortion）和枕形畸变（pincushion distortion），以及薄棱镜畸变。该讲义深入讲解了摄像机标定的过程，旨在帮助读者理解如何纠正由镜头和相机系统引起的图像失真。此外，内容涵盖了传统的标定方法，如DLT（Direct Linear Transformation）方法、RAC（Random Sample Consensus）方法和简易标定方法，并讨论了摄像机自标定和基于主动视觉的摄像机标定。同时，还介绍了三维重建的基本概念和步骤，强调了摄像机标定在三维重建中的重要性。" 本文将详细阐述摄像机标定的关键知识点： 1. **摄像机畸变**：畸变主要包括桶形畸变和枕形畸变。桶形畸变使图像中心区域图像膨胀，边缘压缩，而枕形畸变则相反，图像边缘膨胀，中心压缩。这些畸变通常由镜头的非理想光学特性引起，需要通过校正算法来修正。 2. **畸变校正**：畸变校正是摄像机标定的重要部分，目的是消除由于镜头光学特性导致的图像失真。校正过程中，通常会引入理想图像坐标系和真实图像坐标系，分别描述畸变前后的情况。 3. **摄像机坐标系与图像坐标系**：摄像机坐标系是相对于摄像机的三维空间坐标系统，图像坐标系则是指像素在二维图像上的位置。在摄像机成像过程中，需要通过透视投影将世界坐标系中的点映射到图像坐标系上。 4. **标定方法**：传统的标定方法包括DLT法，它利用一系列已知几何形状的物体（如棋盘格）来确定摄像机的内参和外参；RAC方法用于处理数据中的异常值；简易标定方法则简化了标定过程，适用于快速标定。 5. **摄像机自标定**：这是一种无需外部参考物的标定方法，通过分析图像序列中的几何变化来自行估计摄像机参数。 6. **基于主动视觉的摄像机标定**：这种方法利用移动平台或可控制的光源来改变场景的视觉信息，从而辅助标定。 7. **三维重建**：是计算机视觉领域的一个核心问题，通过多视角图像恢复场景的三维结构。它包括图象对应点的确定、摄像机标定和摄像机运动参数的计算等步骤。 8. **多视点几何**：在三维重建中，多视点几何研究不同视角下的图像间关系，用于构建三维几何模型。 通过理解这些概念和技术，我们可以更有效地进行摄像机标定，从而提高图像质量，为后续的计算机视觉任务如目标检测、跟踪和三维重建提供准确的基础。