专栏名称: 新机器视觉
最前沿的机器视觉与计算机视觉技术
目录
相关文章推荐
机器学习研究组订阅  ·  DeepSeek-R1编程问鼎,媲美Clau ... ·  21 小时前  
黄建同学  ·  Codex 这个功能不错啊!Codex ... ·  2 天前  
爱可可-爱生活  ·  【[46星]LeRobot ... ·  3 天前  
机器之心  ·  复旦大学/上海创智学院邱锡鹏:Context ... ·  3 天前  
51好读  ›  专栏  ›  新机器视觉

工业相机标定相关知识整理

新机器视觉  · 公众号  · AI  · 2025-06-16 16:28

正文

请到「今天看啥」查看全文


Pc= RPw + T

其中Pw为世界坐标,Pc是摄像机坐标。式中,T= (Tx,Ty,Tz),是平移向量,R =R(α,β,γ)是旋转矩阵,分别是绕摄像机坐标系z轴旋转角度为γ,绕y轴旋转角度为β,绕x轴旋转角度为α。6个参数组成(α,β,γ,Tx,Ty,Tz)为摄像机外参。

通常情况下,通过镜头,一个三维空间中的物体会被映射成一个倒立缩小的像,然后被成像传感器感知到。

●理想情况下,镜头的光轴(就是通过镜头中心垂直于传感器平面的直线)应该是穿过图像的正中间的,但是,实际由于安装精度的问题,总是存在误差,即光轴偏移,这种误差需要用内参来描述;


●理想情况下,相机对x方向和y方向的尺寸的缩小比例是一样的,但实际上,镜头如果不是完美的圆,传感器上的像素如果不是完美的紧密排列的正方形,都可能会导致这两个方向的缩小比例不一致。内参中包含两个参数可以描述这两个方向的缩放比例,不仅可以将用像素数量来衡量的长度转换成三维空间中的用其它单位(比如米)来衡量的长度,也可以表示在x和y方向的尺度变换的不一致性;


●理想情况下,镜头会将一个三维空间中的直线也映射成直线(即射影变换),但实际上,镜头无法这么完美,通过镜头映射之后,直线会变弯,所以需要相机的畸变参数来描述这种变形效果。以下三种畸变分别为枕形畸变、桶形畸变和线性畸变。


图片 图片 图片

相机标定的方法

相机标定方法有:传统相机标定法、相机自标定法、主动视觉相机标定方法。

传统相机标定法需要使用尺寸已知的标定物,通过建立标定物上坐标已知的点与其图像点之间的对应,利用一定的算法获得相机模型的内外参数。根据标定物的不同可分为三维标定物和平面型标定物。三维标定物可由单幅图像进行标定,标定精度较高,但高精密三维标定物的加工和维护较困难。平面型标定物比三维标定物制作简单,精度易保证,但标定时必须采用两幅或两幅以上的图像。传统相机标定法在标定过程中始终需要标定物,且标定物的制作精度会影响标定结果。同时有些场合不适合放置标定物也限制了传统相机标定法的应用。

传统的相机标定方法的优点是可以使用于任意的摄像机模型,标定精度高,缺点是标定过程复杂,需要高精度的标定模板,在一些场合下无法使用标定块。

目前出现的 自标定算法中主要是利用 相机运动的约束 。相机的运动约束条件太强,因此使得其在实际中并不实用。利用场景约束主要是利用场景中的一些平行或者正交的信息。其中空间平行线在相机图像平面上的交点被称为消失点,它是射影几何中一个非常重要的特征,所以很多学者研究了基于消失点的相机自标定方法。自标定方法灵活性强,可对相机进行在线定标。但由于它是基于绝对二次曲线或曲面的方法,其算法鲁棒性差。仅仅依靠多幅图像之间的对应关系进行标定,优点是仅需要建立图像之间的对应,灵活性强,潜在应用范围广,缺点是非线性标定,鲁棒性不高。







请到「今天看啥」查看全文