相机畸变系数$b_1,b_2$与畸变系数aspect ratio和skew的互转

相机畸变系数 b 1 , b 2 b_1,b_2 b1,b2与畸变系数skew和aspect ratio的互转

相机畸变系数 b 1 , b 2 b_1,b_2 b1,b2与畸变系数aspect ratio和skew是可以互相转换的畸变表达方式。 b 1 b_1 b1,aspect ratio用于表达影像的像元x、y方向尺寸不一致; b 2 b_2 b2、skew用于表达x轴y轴不垂直引起的畸变。本文将介绍这两种参数表示方式的互相转换方法:首先介绍应用这两种参数表示法的畸变模型,然后介绍如何互相转换。

两种模型的写法

( x ′ , y ′ ) (x',y') (x′,y′)是经过径向、切向畸变系数改正的像点坐标。 ( x , y ) (x,y) (x,y)是经过xy尺寸、垂直性校正后的坐标。这两个坐标均是在以像主点为原点的像平面坐标系中表达的。

x y \] = { f x ′ + b 1 x ′ + b 2 y ′ f y ′ \\begin{bmatrix}x\\\\y\\end{bmatrix}=\\begin{cases}fx'+b_1 x'+b_2 y'\\\\fy' \\end{cases} \[xy\]={fx′+b1x′+b2y′fy′ 其中, b 1 b_1 b1, b 2 b_2 b2的定义与[metashape文档](https://www.agisoft.com/pdf/metashape-pro_2_1_en.pdf)说明一致。 \[ x y \] = { f x ′ + s y ′ ρ f y ′ \\begin{bmatrix}x\\\\y\\end{bmatrix}=\\begin{cases}fx'+sy'\\\\\\rho fy' \\end{cases} \[xy\]={fx′+sy′ρfy′ 其中, s s s表示skew, ρ ρ ρ表示aspect ratio。可参见[ContextCapture文档](https://docs.bentley.com/LiveContent/web/ContextCapture_User_Guide_EN_PDF-v18/en/ContextCapture%20User%20Guide%20EN.pdf)。 ### 转换方式 这一节我们依然把skew记作s,aspect ratio记作ρ,用`:=`表示赋值操作。必须要说明的是,从上面两个公式可见,尽管焦距f的符号是一致的,但是转换 b 1 , b 2 b_1,b_2 b1,b2和skew、aspect ratio时,焦距也要相应的变化。 #### 由 b 1 , b 2 b_1,b_2 b1,b2计算skew和aspect ratio s : = b 2 ρ : = f / ( f + b 1 ) f : = f + b 1 s:=b_2\\\\ \\rho:=f/(f+b_1)\\\\ f:=f+b_1\\\\ s:=b2ρ:=f/(f+b1)f:=f+b1 #### 由skew和aspect ratio计算 b 1 , b 2 b_1,b_2 b1,b2 b 2 : = s b 1 : = f − ρ f f : = ρ f b_2:=s\\\\ b_1:=f-\\rho f\\\\ f:=\\rho f\\\\ b2:=sb1:=f−ρff:=ρf

相关推荐
CoovallyAIHub1 天前
MAR-YOLOv9:革新农业检测,YOLOv9的“低调”逆袭
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
如何让SAM3在医学图像上比专用模型还强?一个轻量Adapter如何让它“秒变”专家?
深度学习·算法·计算机视觉
翔云 OCR API1 天前
护照NFC识读鉴伪接口集成-让身份核验更加智能与高效
开发语言·人工智能·python·计算机视觉·ocr
太阳以西阿1 天前
【VTK 】 02 锥体旋转起来获取到相机位置
数码相机·命令模式
这张生成的图像能检测吗1 天前
(论文速读)BV-DL:融合双目视觉和深度学习的高速列车轮轨动态位移检测
人工智能·深度学习·计算机视觉·关键点检测·双目视觉·激光传感器
AI即插即用1 天前
即插即用系列 | CVPR 2024 ABC-Attention:基于双线性相关注意力的红外小目标检测
图像处理·人工智能·深度学习·目标检测·计算机视觉·cnn·视觉检测
AI即插即用1 天前
即插即用系列 | WACV 2025 SvANet:专为极小目标(<1%)设计的尺度变化注意力网络,医学图像分割新SOTA!
人工智能·深度学习·神经网络·目标检测·计算机视觉·cnn·视觉检测
AndrewHZ1 天前
【图像处理基石】纹理的定量分析入门
图像处理·计算机视觉·cv·特征提取·算法入门·纹理定量分析
Coding茶水间1 天前
基于深度学习的水稻虫害检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
图像处理·人工智能·深度学习·yolo·目标检测·计算机视觉