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,k3k1,k2,k3 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,p2p1,p2 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,cyfx,fy,cx,cy）和畸变系数（k1,k2,p1,p2,k3k1,k2,p1,p2,k3）。
- 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 k3k3 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 k3k3），安装不精确的镜头需包含切向畸变参数（p1,p2p1,p2）。
- 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
- 标定相机：获取内参和畸变系数。
- 矫正图像：应用畸变模型（径向+切向）进行去畸变。
- 消除透视：通过Homography矩阵调整视角（若需要）。
- 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。 |
楼主
标题置顶
标题高亮
