3. 相机成像模型
在四相机同步采集与激光条纹中心线提取系统中,理解相机如何将三维世界映射到二维图像是后续标定、校正与重建的数学基础。本章聚焦于最经典的针孔成像模型,并深入解析其数学表达——内参矩阵,以及实际镜头带来的径向畸变与切向畸变。
3.1 针孔成像模型
针孔模型是相机成像的理想化抽象。它假设光线通过一个无限小的孔(光心)投影到成像平面上,形成倒立的像。为简化计算,通常将成像平面对称到光心前方,形成虚拟像平面,使模型变为正向投影。
核心映射关系: 世界坐标系中的一点 P(X, Y, Z) 通过刚体变换(外参)转换到相机坐标系,再通过透视投影映射到归一化平面,最后通过内参矩阵转换到像素坐标系。
从相机坐标系 (Xc, Yc, Zc) 到归一化平面 (x, y) 的投影关系为:
x = X<sub>c</sub> / Z<sub>c</sub>
y = Y<sub>c</sub> / Z<sub>c</sub>
这一步骤将三维坐标压缩为二维坐标,丢失了深度信息 Zc,但保留了方向。
3.2 内参矩阵
内参矩阵 K 描述了从归一化平面坐标 (x, y) 到像素坐标 (u, v) 的仿射变换。它包含了相机的内部固有参数:焦距、主点位置以及像素的倾斜因子。
内参矩阵的数学形式为:
K = | f<sub>x</sub> 0 c<sub>x</sub> |
| 0 f<sub>y</sub> c<sub>y</sub> |
| 0 0 1 |
| 参数 | 符号 | 物理含义 | 单位 |
|---|---|---|---|
| 焦距(x方向) | fx | f / dx,其中 dx 为像素物理宽度 | 像素 |
| 焦距(y方向) | fy | f / dy,其中 dy 为像素物理高度 | 像素 |
| 主点(x方向) | cx | 光轴与像平面交点的像素列坐标 | 像素 |
| 主点(y方向) | cy | 光轴与像平面交点的像素行坐标 | 像素 |
工程提示: 在四相机系统中,每个相机的内参矩阵可能不同(即使型号相同)。标定时需为每个相机独立求解 K 矩阵,不可共用。
完整的像素坐标映射公式为:
u = f<sub>x</sub> * (X<sub>c</sub> / Z<sub>c</sub>) + c<sub>x</sub>
v = f<sub>y</sub> * (Y<sub>c</sub> / Z<sub>c</sub>) + c<sub>y</sub>
3.3 畸变参数
实际镜头并非完美针孔,透镜的物理形状和装配误差会导致图像畸变。畸变主要分为两类:径向畸变和切向畸变。
3.3.1 径向畸变
径向畸变由透镜表面曲率引起,光线在透镜边缘比中心弯曲更严重。表现为图像点沿径向方向向内(桶形畸变)或向外(枕形畸变)偏移。
数学模型使用泰勒级数展开描述:
x<sub>corrected</sub> = x * (1 + k<sub>1</sub>r² + k<sub>2</sub>r⁴ + k<sub>3</sub>r⁶)
y<sub>corrected</sub> = y * (1 + k<sub>1</sub>r² + k<sub>2</sub>r⁴ + k<sub>3</sub>r⁶)
其中 r² = x² + y²,k1、k2、k3 为径向畸变系数。对于普通镜头,通常只使用 k1 和 k2;对于广角或鱼眼镜头,需要引入 k3。
3.3.2 切向畸变
切向畸变源于透镜与成像平面不平行(装配误差),导致图像点在切向方向发生偏移。
数学模型为:
x<sub>corrected</sub> = x + [2p<sub>1</sub>xy + p<sub>2</sub>(r² + 2x²)]
y<sub>corrected</sub> = y + [p<sub>1</sub>(r² + 2y²) + 2p<sub>2</sub>xy]
其中 p1、p2 为切向畸变系数。
3.4 畸变校正流程
在激光条纹中心线提取前,必须对原始图像进行畸变校正,否则条纹位置会产生系统性偏差。校正流程如下:
- 获取畸变参数: 通过棋盘格标定获得 k1, k2, k3, p1, p2。
- 生成映射表: 对每个像素 (u, v),反向计算其在畸变图像中的对应位置。
- 插值重采样: 使用双线性插值或最近邻插值填充校正后图像。
- 验证校正效果: 检查直线边缘是否恢复为直线。
常见误区: 畸变校正必须在去拜耳(Demosaic)之后、任何图像处理(如二值化、骨架提取)之前进行。先校正再处理,否则误差会累积放大。
3.5 完整成像管线总结
从世界坐标点到最终像素坐标的完整管线可归纳为以下步骤:
| 步骤 | 变换 | 输入 | 输出 | 参数 |
|---|---|---|---|---|
| 1 | 刚体变换 | 世界坐标 (Xw, Yw, Zw) | 相机坐标 (Xc, Yc, Zc) | 外参 R, t |
| 2 | 透视投影 | 相机坐标 (Xc, Yc, Zc) | 归一化坐标 (x, y) | — |
| 3 | 畸变模型 | 归一化坐标 (x, y) | 畸变坐标 (xd, yd) | k1, k2, k3, p1, p2 |
| 4 | 内参映射 | 畸变坐标 (xd, yd) | 像素坐标 (u, v) | K 矩阵 |