- 机器视觉与机器学习:算法原理、框架应用与代码实现
- 宋丽梅 朱新军编著
- 916字
- 2021-04-04 08:59:58
3.2 成像模型
《墨经》在两千多年前记载了关于小孔成像的描述。公元1544年人们利用小孔成像原理观察日蚀现象,如图3-3。在投影变换中,透视投影被用来描述小孔成像模型和透镜成像模型。前面已经提到,相机成像模型描述相机从三维场景到二维像平面上的变换过程。相机成像模型一般可分为线性模型和非线性模型。线性模型可用针孔成像模型表示。当考虑到镜头畸变等因素时,相机成像模型为非线性。
![](https://epubservercos.yuewen.com/A7B88D/17977546601609206/epubprivate/OEBPS/Images/91_04.jpg?sign=1738868098-UuLpJCKwNxVIpBdja7zda375OAk2NrS4-0-004cffd5c9ab23789be0339067d99f91)
图3-3 利用小孔成像原理观察日蚀现象
假设在图像平面前的固定距离处有一个理想的小孔,如图3-4所示,并且,小孔周围是不透光的,那么只有经过小孔的光才能够到达像平面。光是沿着直线传播的,因此图像上的每一个点都对应一个方向,即从这个点出发穿过小孔。
![](https://epubservercos.yuewen.com/A7B88D/17977546601609206/epubprivate/OEBPS/Images/92_01.jpg?sign=1738868098-QLlQXGcxzUZt69eFef4uCRoQ3uL2SPHA-0-e08014e4ce90ce37a8bffb2888ac65c6)
图3-4 小孔成像示意图
3.2.1 线性模型
在大部分应用环境中,实际的相机可采用理想的小孔成像模型近似表示。小孔成像模型是各种相机模型中最简单的一种,它是相机的一个近似线性模型。在相机坐标系下,任一点P(Xw,Yw,Zw)在像平面的投影位置,也就是说,任一点的投影点P(X,Y)都是OP(即光心与点P(Xw,Yw,Zw)的连线)与像平面的交点,其几何关系如图3-5所示。
![](https://epubservercos.yuewen.com/A7B88D/17977546601609206/epubprivate/OEBPS/Images/92_02.jpg?sign=1738868098-UuxhKZXwxTZ5RWUYmQm1OXmgwoy1zPp4-0-ae9e559a3c218c40012a9579b1712bcd)
图3-5 相机小孔成像模型
小孔成像模型的投影公式为
![](https://epubservercos.yuewen.com/A7B88D/17977546601609206/epubprivate/OEBPS/Images/92_03.jpg?sign=1738868098-pAt6GrqYb3e6bVi88lV60NdRGq7bivfl-0-514223e5b4507931047ef0d5f587ca50)
简写为
![](https://epubservercos.yuewen.com/A7B88D/17977546601609206/epubprivate/OEBPS/Images/93_01.jpg?sign=1738868098-dz2JYdfXO6akS3cJIuAcll2xqVfShkK4-0-2048fb893c04df223c69cf9febfe5001)
3.2.2 非线性模型
实际的成像过程中,由于相机镜头的加工误差、装备误差等原因会产生相机畸变,使成像点偏离原来应成像的位置,所以线性模型不能准确地描述相机的成像几何关系。非线性模型可用式(3-27)来描述。
![](https://epubservercos.yuewen.com/A7B88D/17977546601609206/epubprivate/OEBPS/Images/93_02.jpg?sign=1738868098-50ivvWEITULS3huV4umTQP0g3s9nB03h-0-f2dde470a6de7ac3dec6b6e8a4cec935)
式中,(x0,y0)是经过畸变的点,(xd,yd)是线性模型计算出来的图像点坐标理想值,δx(x,y)、δy(x,y)是非线性畸变,公式为
![](https://epubservercos.yuewen.com/A7B88D/17977546601609206/epubprivate/OEBPS/Images/93_03.jpg?sign=1738868098-zRd9yBqXS7i5DNDcScAJHbK5gqVgsqhq-0-93b75fe0e702030b918f1e6b98d438c1)
式中,k1x(x2+y2)和k2y(x2+y2)是径向畸变,p1(3x2+y2)+2p2xy和p2(3x2+y2)+2p1xy是离心畸变,s1(x2+y2)和s2(x2+y2)是薄棱镜畸变,k1、k2、p1、p2、s1、s2是畸变参数。
在相机标定过程中,通常不考虑离心畸变和薄棱镜畸变,因为对于引入的非线性畸变因素,往往需要使用附加的非线性算法对其进行优化,而大量研究表明,引入较多的非线性参数不仅对标定精度的提高作用不大,还会造成解的不稳定性,而且一般情况下只使用径向畸变就足以描述非线性畸变,则
![](https://epubservercos.yuewen.com/A7B88D/17977546601609206/epubprivate/OEBPS/Images/93_04.jpg?sign=1738868098-IGXNw1MSvlpycFeuB6RCCqzshc4sPVhM-0-a63dc58327afa3c0b4fead03d106eb15)
式中,r为径向半径,。式(3-29)表明,相机畸变程度与r有关。r越大,证明畸变越严重,位于边缘的点偏离越大。
将式(3-29)代入式(3-25)可得
![](https://epubservercos.yuewen.com/A7B88D/17977546601609206/epubprivate/OEBPS/Images/93_06.jpg?sign=1738868098-OZIX03pJhfauCzUqc4edVBQL0pMZKRRf-0-440929aeb7e3b7cb47ac6d5f43a42ef1)
简写为
![](https://epubservercos.yuewen.com/A7B88D/17977546601609206/epubprivate/OEBPS/Images/93_07.jpg?sign=1738868098-I4ZKaGFvQl6Tf6UZeQUPgmzkLBplfYF7-0-ddf8a2b304add6465e0063d02cb6503e)