1. 项目概述:从“拍不准”到“算得准”的必经之路
做计算机视觉或者机器人相关开发的朋友,肯定都遇到过这样的场景:你写了个程序,想通过摄像头测量一个物体的实际尺寸,或者让机械臂精准地抓取一个东西。结果发现,程序里算出来的位置和实际位置总是差那么一点,角度也歪歪扭扭。这感觉就像戴了一副度数不准的眼镜看世界,一切都有些变形和错位。问题的根源,往往就出在“相机标定”这个环节上。
简单来说,相机标定就是给相机做一次“体检”和“配镜”。我们得搞清楚这台相机自身的“性格缺陷”——它的镜头是不是有畸变?它的成像中心是不是在画面的正中央?这些内在的物理参数,我们称之为 内参 。同时,我们还要确定相机在三维世界中的“站位”——它相对于某个坐标系的位置和朝向,这些就是 外参 。只有把这些参数都准确地测量和计算出来,我们才能把相机拍到的二维图像中的像素点,准确地“翻译”回真实三维世界中的坐标,从而实现精准的测量、定位和三维重建。
这个项目,就是带你用C++和业界最常用的开源计算机视觉库OpenCV,亲手走一遍相机标定的完整流程。我不会只给你一堆公式和代码,而是会结合我多次标定的实战经验,告诉你每一步为什么要这么做,参数怎么调,以及那些官方文档里不会写的“坑”在哪里。无论你是刚接触视觉的新手,还是想巩固基础的老手,这篇都能让你对相机标定有一个透彻、可实操的理解。
2. 核心原理拆解:相机如何“看见”世界
在动手写代码之前,我们必须先弄明白相机成像的数学模型。这就像学开车前得知道方向盘、油门、刹车是干嘛的一样,是基础中的基础。
2.1 针孔相机模型:理想很丰满
我们首先从一个最简化的模型开始——针孔相机模型。你可以把它想象成一个封闭的盒子,只在前面开了一个小孔。光线从物体反射后,穿过这个小孔,在盒子后面的感光元件(比如CMOS)上形成一个倒立的像。
这个模型用数学来描述,就是一个从三维世界点 [X, Y, Z] 到二维图像像素点 [u, v] 的投影变换。其核心公式如下:
s * [u, v, 1]^T = K * [R|t] * [X, Y, Z, 1]^T
别被这个公式吓到,我们一点点拆解:
-
s:一个任意的尺度因子,可以理解为深度信息。 -
[u, v, 1]^T:图像上的像素坐标(齐次坐标形式)。 -
K:这就是我们要求解的 内参矩阵 。它描述了相机的内部属性。 -
[R|t]:这就是 外参矩阵 ,由旋转矩阵R和平移向量t组成。它描述了相机坐标系相对于世界坐标系的位置和姿态。 -
[X, Y, Z, 1]^T:三维世界点的坐标(齐次坐标形式)。
内参矩阵 K 通常是一个3x3的矩阵,形式如下:
[ fx, 0, cx ]
[ 0, fy, cy ]
[ 0, 0, 1 ]
-
fx,fy:分别是x轴和y轴方向的焦距,单位是像素。它把真实世界中的距离(毫米)转换成了图像上的像素距离。fx = F / dx,其中F是物理焦距,dx是每个像素的物理宽度。 -
cx,cy:主点坐标,理论上应该是图像的中心点。它表示光轴与成像平面的交点。
注意 :这里有一个非常关键的细节。在理想针孔模型中,我们假设像素是完美的正方形,所以
fx = fy。但在现实中,由于制造工艺问题,像素可能不是正方形,或者成像单元在x和y方向上的采样率不同,导致fx和fy有细微差别。标定的一个重要目的就是精确求出这两个值。
2.2 透镜畸变模型:现实很骨感
针孔模型是理想化的,而真实的相机都需要镜头来汇聚更多光线。镜头,尤其是廉价镜头,会引入两种主要的畸变,导致直线在图像中变弯:
-
径向畸变 :这是由于镜头形状缺陷导致的,成像点沿径向方向发生偏移。离图像中心越远,畸变越明显。它又分为:
- 桶形畸变 :图像像被吸进了桶里,中心凸出。
- 枕形畸变 :图像像枕头的边缘,中心凹陷。 在数学上,通常用
k1,k2,k3等参数来修正径向畸变。
-
切向畸变 :这是由于镜头制造和安装时,透镜平面与成像平面不平行导致的。它使图像看起来有点“歪斜”。用
p1,p2两个参数来修正。
所以,完整的相机标定,不仅要算出内参矩阵 K ,还要算出一组畸变系数 [k1, k2, p1, p2, k3...] 。OpenCV中常用的就是这5个参数。
2.3 张正友标定法:为什么是棋盘格?
理解了模型,我们怎么求解这些参数呢?这就需要已知一些三维世界点和它们在图像中对应的二维像素点,然后通过优化算法来反推相机参数。这就是所谓的“基于靶标的标定”。
张正友教授提出的方法之所以成为经典,是因为它巧妙且实用:
- 靶标简单易得 :只需要一个打印出来的棋盘格图案。棋盘格的黑白角点(方格交点)在图像中很容易被高精度地自动检测出来。
- 已知世界坐标 :我们可以定义棋盘格平面为 Z=0 的世界坐标系平面。这样,每个角点的世界坐标
[X, Y, 0]是已知的(比如方格间距是25毫米,那么角点坐标就是 (0,0), (25,0), (50,0)...)。 - 多角度拍摄 :我们从不同角度、不同距离拍摄这个棋盘格(通常需要10-20张)。每一张图片都提供了一组
世界点-图像点的对应关系,并且每一张图片都对应一组不同的外参[R|t](因为相机动了),但所有图片共享同一组内参K和畸变系数。 - 求解与优化 :算法首先忽略畸变,用一个闭式解初步估算出内参和外参。然后,将畸变系数考虑进去,利用最大似然估计进行非线性优化(通常使用Levenberg-Marquardt算法),对所有参数(内参、畸变系数、每一张图的外参)进行整体精调,使得所有角点的重投影误差(计算出来的像素位置和实际检测到的像素位置之间的距离)最小。
实操心得 :棋盘格的质量直接影响角点检测的精度。一定要用高对比度、平整的硬纸板或亚克力板打印。方格大小要合适,在图像中既不能太小(角点模糊),也不能太大(拍不到足够多的角点)。我一般使用A4纸打印,方格边长在20-30毫米之间,效果比较稳定。
3. 环境准备与工具选型:工欲善其事
在开始C++实现前,我们需要把环境和工具准备好。这里我会给出一个兼顾稳定性和开发效率的方案。
3.1 开发环境搭建
操作系统 :推荐使用 Ubuntu 20.04/22.04 LTS 或 Windows 10/11。Linux环境下依赖管理更清晰,Windows下Visual Studio的调试体验更好。本文以Ubuntu为例进行说明,Windows步骤会略有不同。
编译器 :C++11及以上标准的编译器。Linux下用g++,Windows下用Visual Studio的MSVC。
构建工具
367



被折叠的 条评论
为什么被折叠?



