基于OpenCV摄像机标定研究.doc

基于OpenCV的摄像机标定研究
摘要:根据摄像机标定原理,实现了vc 2010环境下基于opencv的摄像机标定系统。该系统以棋盘格标定板图像作为输入,计算出了摄像机的各内外参数及畸变系数。通过图像矫正实验证明了系统的有效性。
关键词:摄像机标定;棋盘格;opencv;图像矫正
中图分类号: 文献标识码:a文章编号:1007-9599 (2013) 05-0000-02
1引言
视觉测量、三维重建等是计算机视觉应用中较为重要的研究领域。在这些研究中,都需要确定视觉图像中的点与现实世界中对应点的几何位置关系。我们常用的图像,由摄像机拍摄得到,因此,确定这种关系,就要依靠成像系统即摄像机的几何模型。几何模型的参数就是摄像机的参数。但这些参数不能够直接获取,而是要利用摄像机拍摄的图像,通过实验来获取。获取这些参数的过程我们称之为摄像机标定。摄像机标定是计算机视觉应用中的关键技术。摄像机标定精度直接影响视觉测量精度,也是做好立体图像匹配与三维重建工作的基础[1]。
摄像机标定方法有3类:基于标定物的方法,自标定方法和基于主动视觉的标定方法[2,3]。其中,使用平面标定物的标定方法[4],因其标定物制作简单、标定方法灵活而广泛使用。本文详细介绍了摄像机标定原理,及在vc++ 2010环境下,利用opencv ,并通过实验验证了其有效性。
2标定原理
摄像机标定首先需要利用合适的数学工具来描述和表达空间中的点与图像中对应点之间的关系。这个工具就是几何模型,它涉及到摄像机的光学参数如图像中心、镜头焦距和镜头畸变等,还涉及到摄像机坐标系与世界坐标系的相对位置和方位等。常用的针孔模型是一种理想的成像模型,没有考虑摄像机透镜的厚度及畸变对成像的影响,不能很好地反映实际情况。opencv中的标定算法,其摄像机模型以针孔模型为基础,同时考虑了透镜的径向畸变和切向畸变,引入了径向畸变和切向畸变两个参数。
由于摄像机的安装位置是随机的,要描述摄像机的位置,就必须在相应的环境中建立一个坐标系作为基准,来描述摄像机及拍摄对象的位置,该坐标系称为世界坐标系。摄像机成像几何关系由图1表示[5]。环境空间中某点p的世界坐标用pw(xw,yw,zw)表示,该点在摄像机坐标系中的对应坐标用pc(xc,yc,zc)表示,该点在图像平面坐标系中的物理坐标用p(x,y)表示,像素坐标用p(u,v)表示。oo1的距离即为摄像机焦距f。
图1坐标关系图
根据图1可知,物理坐标(x,y)与像素坐标(u,v)存在如下关系:
(1)
其中(u0,v0)表示物理单位坐标系原点在像素坐标系下的坐标,dx、dy表示单一像素在x、y方向的物理尺寸。在线性摄像机模型中,摄像机坐标系与世界坐标系之间的关系可以表示为:
(2)
其中r为3
×3正交单位矩阵,t为三维平移向量,m1为4×4矩阵。在针孔模型中依据***投影关系还可以得到:
(3)
将式(1)与式(2)代入式(3),可得到:
(4)
其中αx=f/dx,αy=f/dy。m1称为摄像机的内参数矩阵,只与摄像机的内部结构有关;m2称为摄像机的外参数矩阵,由摄像机相对于世界坐标系的方位决定。
除自标定方法外,摄像机标定时一般需要使用一个特定的标定物,如几何图案模板、棋盘格模