摄像机标定技术

摄像机标定已成为计算机视觉领域的研究热点之一，目前已广泛应用于三维测量、三维物体重建、视觉伺服控制、机器导航、视觉监控、模式识别、工业检测、生物医学等诸多领域。那何谓摄像机标定?

所谓的摄像机标定意图是建立摄像机所获取的空间物体的图像与空间物体在世界坐标系下的实际位置之间的映射关系:

百度百科种对其定义的介绍比较形象:  不妨假设摄像机所拍摄到的图像与三维空间中的物体之间存在以下一种简单的线性关系：

[ 像 ] = M [ 物 ]

这里，矩阵M可以看成是摄像机成像的几何模型。 M中的参数就是摄像机参数。通常，这些参数是要通过实验与计算来得到的。这个求解参数的过程就称为摄像机标定。

传统的标定方法

传统的标定方法主要有DLT（直接线形变换）方法、RAC方法、及张正友的平面标定方法。

DLT变换：在70年代提出，研究人员从摄像测量学的角度深入的研究了相机图像和环境物体之间的关系，建立了相机成像几何的线性模型，这种线性模型参数的估计完全可以由线性方程的求解来实现。

RAC标定算法：在80年代提出，该方法的核心是利用径向一致约束来求解像机光轴方向的平移外的其它像机外参数，然后求解像机的其他参数。基于RAC方法的最大好处是它所使用的大部分方程是线性方程，从而降低了参数求解的复杂性，因此其定标过程快捷，准确。

张正友的平面标定方法被广泛的使用。

张正友平面标定方法

算法描述:

1、打印一张模板并贴在一个平面上；

2、从不同角度拍摄若干张模板图像；

3、检测出图像中的特征点；

4、求出摄像机的内参数（即摄像机的光学参数）和外参数；

5、求出畸变系数；进行畸变矫正(对于精度要求高的场合)；

6、优化求精。

OpenCV 中的摄像机标定方法利用的就是张正友的标定算法，为计算机视觉研究人员提供了非常大的便利。如果你希望深入了解该算法的数学原理，不妨看看这片文章：《张正友标定算法解读》：http://hi.baidu.com/chb_seaok/item/62179235eef8873c2e20c40b

今后对于摄像机标定的研究方向将会是在站在巨人的肩膀上，对现有的方法进行优化，对多种方法进行去粗取精，实现优势互补，使算法更为简单快速；或者是在自标定技术领域研究出新的简单快速的标定方法。