一文详解鱼眼相机模型-技术圈

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

作者丨吃饭机@知乎

来源丨https://zhuanlan.zhihu.com/p/150526482?utm_source=wechat_session&utm_medium=social&utm_oi=1135649954939883520&utm_campaign=shareopn

前言

在介绍其他相机模型之前，可以先看一下kalibr支持标定的相机模型，这里的相机模型一共有4种，针孔相机模型，全景相机模型，Double sphere相机模型还有EUCM。其中EUCM已经在前一篇已经介绍过了，下面开始介绍另外几种。

pinhole camera model

该相机模型是最简单的相机模型，在不考虑畸变的情况下，它只有4个参数

，fx和fy为焦距，cx和cy为主点。

相机坐标到图像坐标

其中

表示相机坐标系下的坐标，

为像素坐标。

图像坐标到相机坐标

其中

为归一化坐标。

unified omnidirectional camera model

前一篇EUCM其实是该相机模型的一个扩展，该相机模型有5个参数

，它刚开始是针对于大FOV的鱼眼相机提出的，并且有两个优点：（1）它能精确的模拟各种图像设备和畸变的几何图像生成过程，（2）它的反投影是一个闭式解。

3D点首先被投影到单位球上，之后单位球上的点在以偏离z轴

大小为中心的通过针孔模型进行投影，投影的过程可以通过下图进行表示

unified投影过程[1]

投影过程

假设相机坐标系下的点为

，像素坐标为

，那么它的投影过程为

反投影过程

首先通过针孔相机的反投影过程得到

最后得到的反投影坐标为

将其乘以深度就得到了相机坐标系的点。

在鱼眼DSO中，为了补偿透镜缺陷，对原始图像进行了径向切向去畸变，之后才使用该相机模型。所以在这里发现自己对相机模型和畸变模型一直存在混淆，相机模型应该是投影方式的不同，而去畸变是为了矫正相机透镜缺陷带来的问题，两者其实是独立的。

总结

在说明double sphere模型之前还需要理解其他的模型，这些留到下次写吧。

参考资料

[1] Hidenobu M , Lukas V S , Vladyslav U , et al. Omnidirectional DSO: Direct Sparse Odometry with Fisheye Cameras[J]. IEEE Robotics & Automation Letters, 2018, PP:1-1.

好消息！
小白学视觉知识星球
开始面向外开放啦👇👇👇



下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~