相机畸变处理与二维测量方法
在使用摄像机进行二维形状视觉测量时，相机畸变的处理至关重要。以下是系统化的处理步骤及注意事项：### **1. 相机畸变类型**
* **径向畸变**：由镜头形状导致，图像边缘直线弯曲（如桶形、枕形畸变）。常用参数 k1,k2,k3**k**1,**k**2,**k**3 描述。
* **切向畸变**：因镜头与成像平面不平行引起，导致图像倾斜。参数 p1,p2**p**1,**p**2 表示。
### **2. 相机标定流程**
* **标定板选择**：使用高精度棋盘格或圆点标定板，确保图案清晰、平整。
* **数据采集**：拍摄10-20张不同角度和位置的标定板图像，覆盖整个视场（尤其是边缘区域）。
* **角点检测**：利用OpenCV的 `findChessboardCorners` 提取角点，优化亚像素精度（`cornerSubPix`）。
* **参数计算**：通过 `calibrateCamera` 计算内参矩阵（fx,fy,cx,cy**f**x,**f**y,**c**x,**c**y）和畸变系数（k1,k2,p1,p2,k3**k**1,**k**2,**p**1,**p**2,**k**3）。
* **验证指标**：检查重投影误差（通常应 < 0.5像素），误差过大需重新标定。
### **3. 图像矫正方法**
* **实时矫正**：使用 `undistort` 函数直接处理图像，或预计算映射表（`initUndistortRectifyMap` + `remap`）提升速度。
* **高阶模型**：广角镜头需启用 k3**k**3 参数以更好拟合边缘畸变。
### **4. 实际应用注意事项**
* **环境一致性**：确保标定时的焦距、对焦距离与实际使用条件一致，否则需重新标定。
* **透视畸变处理**：若存在视角倾斜，在镜头畸变矫正后，通过Homography矩阵进行透视变换（`warpPerspective`）。
* **无标定数据情况**：可采用基于已知参考物体的估计方法，但精度较低，建议优先现场标定。
### **5. 优化策略**
* **标定板覆盖范围**：确保标定图像包含边缘区域，以提高畸变参数估计准确性。
* **镜头类型适配**：广角镜头需使用更多畸变参数（如 k3**k**3），安装不精确的镜头需包含切向畸变参数（p1,p2**p**1,**p**2）。
* **标定后验证**：使用非标定板图像验证矫正效果，观察直线是否平直、形状是否恢复。
### **总结步骤**
1. **标定相机**：获取内参和畸变系数。
2. **矫正图像**：应用畸变模型（径向+切向）进行去畸变。
3. **消除透视**：通过Homography矩阵调整视角（若需要）。
4. **精确测量**：在矫正后的图像上进行二维尺寸或形状分析。
通过严谨的标定流程和合理的矫正策略，可有效消除相机畸变对二维测量的影响，确保数据准确性。
页:
[1]