关于人工智能:2411-相机内参标定

4次阅读

共计 464 个字符,预计需要花费 2 分钟才能阅读完成。

相机内参标定

更多内容,请关注:
github:https://github.com/gotonote/Autopilot-Notes.git

相机内参标定次要是为了获取相机自身的性质参数,包含相机的焦距,光心以及畸变参数等。

内参的物理意义与相机模型强相干,罕用的相机成像模型为小孔模型,等效焦距与光心用数学可示意为一个矩阵

$$
\left[
\begin{matrix}
f_x & 0 & c_x \\
0 & f_y & c_y \\
0 & 0 & 1 \\
\end{matrix}
\right]
$$

其中 $f_x$、$f_y$ 是等效焦距,${c_x}$、${c_y}$ 是光心。

畸变的产生,是因为相机自身不能准确地依照现实的成像模型进行透视投影,即物点在理论的相机成像立体上生成的像与现实成像之间存在肯定偏差,这个偏差就是相机畸变造成的。以常见的小孔成像模型为例,畸变误差次要是径向畸变误差(k1、k2、k3)和切向畸变误差(p1、p2)。

目前业界罕用的相机标定办法是张正友办法, 通过多种位姿摆放的标定板,提取棋盘格角点,计算出相机的内参。

本文由 mdnice 多平台公布

正文完
 0