基于分区标定的相机畸变校正研究.pdf

基于分区标定的相机畸变校正研究

作者：刘志伟杨光王伟
来源：《消费电子》2023年第10期

【关键词】张氏标定法；畸变校正；分区标定；立体匹配

随着计算机技术和传感技术的快速发展，物体的三维重建的研究逐步增多。其中双目立体
视觉技术由于其非接触式、方便、便宜等优势广泛应用于各个领域[1]。检测精度提高一直是
众多学者努力的目标，检测精度的优劣前提条件便是标定精度。准确地标定精度是后续成功三
维重建的前提。

目前应用较为广泛的相机标定方法有：自标定[2]，利用相机运动的约束，对相机进行在
线定标，自标定方法操作简单，可以满足一些特殊应用场景，但模型复杂且精度、鲁棒性较
差。主动标定法[3]，通过控制相机做某些特定运动并拍摄多组图像，依据图像信息和已知位
移变化来求解相机内外参数。但是标定要求多，价格昂贵。在传统的标定方法中张正友标定法
[4]应用最为广泛，通过对已知尺寸的棋盘格进行多角度拍照，将世界坐标系固定在棋盘格
上，然后经过非线性求解得到相机的内外参数。张的方法在Matlab/openCV等软件中集成有成
熟的工具箱。但目前的标定方法中大都是针对整幅图像进行标定，忽略了不同畸变影响下相同
特征像点的信息值，图像中不同位置畸变值是不尽相同的。由于相机和镜头加工误差是不可避
免的，所以失真参数很难保证相同，整幅图使用相同参数会使边缘区域畸变参数过小，中间区
域畸变参数过大。

本文提出了一种新的基于分区标定的畸变校正方法，在实现较高标定精度的同时将标定结
果应用到匹配中去，实现检测精度的提高。本文的其余部分分别为：相机标定以及畸变的模
型；基于分区标定及分区畸变校正的实现；标定实验以及结果分析；最后为文章总结。

（一）相机成像模型

在立体视觉三维重建中一般涉及四个坐标系的转换，如图1所示。包括世界坐标系Ow-
XwYwZw相机坐标系OCXc，图像O-xy物理坐标系和图像坐标系O-uv。

（二）相机畸变模型

理想的相机是不存在畸变的，实际中镜头一般会存在径向畸变和切向畸变。如图2所示为
镜头的两种畸变示意图。

不同区域的标定参数不同引起的匹配精度不佳，由此出发，首先实现相机的分区标定，获
取到各个区域的标定参数，然后通过获取的标定参数对各个分区进行畸变校正，以获得更为符
合原图的图像。

（一）分区标定的原理

传统的标定方法中，以张的标定方法为例，假定直线经过投影变换仍为直线，未考虑不同
区域的畸变参数是不同的这一问题，使标定结果存在误差，本文采用的是一种将标定区域进行
划分，分别求取不同区域的相机参数，使标定结果更科学、准确、具体的分区标定原理如图
3。

其中将图像均匀分成了9个区域，对9个区域分别进行标定。（X0，Y0）是所有角点的
起始点，右边的矩形为待标定区域的最大外接标定矩形。下图4为分区标定时，如何实现各个
分区标定的原理流程图。

通过上述的流程图，可以實现分区的标定，获取待测区域的标定参数。其中角点的坐标
（Xi，Yi）为像素坐标。先对图像进行读取，然后将图像分割为M×N个区域，并对每个区域
进行编号P00-PMN，检测棋盘格的角点并进行编号，通过设置边界条件将待测区域的角点进
行筛选。然后确定最终标定的最大矩形的四个点。为了保证待标定区域标定结果的准确性，从
所有待标定图像中选择最大矩形的四个顶点坐标出现概率最大的作为最终标定的四个顶点。最
终运用张氏标定的核心方法来获取标定参数，并对最终结果进行保存处理。

（二）分区校正原理

第一小节获取了各个分区的标定参数，本小节是实现标定参数的应用，主要是对畸变参数
的分区应用。传统的畸变参数的应用是以光心坐标为中心，用同一畸变参数对整幅图像进行畸
变校正，存在校正过度或校正不足等问题。本文采用分区校正的方式，通过上一小节获得的分
区参数实现对图像的分区校正。

（一）分区标定实验

获取各个区域的标定参数1.
为保证标定结果的准确性，本文采用双目相机每个区域获取20张图像，并且每个分区图
像都是相同的位姿和相同的物距，对图像进行去噪声处理后通过图4流程图的算法获取分区的
标定参数。下表为获取的径向畸变参数值。

对标定结果进行整理，主要针对畸变参数的变化进行分析。由图表看出两个相机的畸变参
数变化趋势相同。其中横坐标为九个分区的P01-P09分区，纵坐标为畸变参数值。随着标定位
置变化畸变参数呈现中间畸变参数小，而周边畸变参数大的特点，在该相机标定中存在右侧畸
变参数要高于左侧，因为畸变曲线为左相机的畸变参数绘制，在标定的公共区域左相机的左侧
占比大些，所以其左侧标定畸变较大。

（二）基于分区标定的立体匹配

上一小节对畸变结果进行了分析，本小结证明分区标定算法的实用性。将它用在双目立体
三维重建的精度提高中，并以最终