Question

我使用Matlab进行相机校准Jean- Yves Bouget's Camera Calibration Toolbox。我有所有相机校准程序的参数。当我使用新图像时没有在校准集中，我可以得到它的变换方程，例如： Xc = R * X + T，其中X是校准装置（平面）的3D点世界框架，Xc在相机框架中的坐标。其他单词，我拥有一切（外在和内在参数）。

我想要做的是对此图像执行透视校正即我希望它删除任何视角并查看校准装置没有扭曲（它是一个棋盘）。

Matlab的新计算机视觉工具箱有一个对象执行透视转换图像，给定3X3矩阵H.问题是，我无法计算这个来自已知内在和外在参数的矩阵！

Answer 1

对于那些在这么多个月后仍对此感兴趣的人，我已经设法使用Kovesi的代码（http://www.csse.uwa.edu.au/~pk/research/matlabfns）获得了正确的单应矩阵，特别是homography2d.m函数。但是，您将需要钻机四个角的像素值。如果摄像机稳定固定，则需要执行一次。请参阅下面的示例代码：

%get corner pixel coords from base image
p1=[33;150;1];
p2=[316;136;1];
p3=[274;22;1];
p4=[63;34;1];
por=[p1 p2 p3 p4];
por=[0 1 0;1 0 0;0 0 1]*por;    %swap x-y <--------------------

%calculate target image coordinates in world frame
% rig is 9x7 (X,Y) with 27.5mm box edges
XXw=[[0;0;0] [0;27.5*9;0] [27.5*7;27.5*9;0] [27.5*7;0;0]];
Rtarget=[0 1 0;1 0 0;0 0 -1]; %Rotation matrix of target camera (vertical pose)
XXc=Rtarget*XXw+Tc_ext*ones(1,4); %go from world frame to camera frame
xn=XXc./[XXc(3,:);XXc(3,:);XXc(3,:)]; %calculate normalized coords
xpp=KK*xn;  %calculate target pixel coords

% get homography matrix from original to target image
HH=homography2d(por,xpp);
%do perspective transformation to validate homography
pnew=HH*por./[HH(3,:)*por;HH(3,:)*por;HH(3,:)*por];

这应该可以解决问题。请注意，Matlab定义图像中的x轴和行索引，y作为列。因此，必须在方程式中交换x-y（您可能会在上面的代码中看到）。此外，我已经设法从参数单独计算单应矩阵，但结果略有偏差（可能是校准工具箱中的舍入误差）。最好的方法就是上面这个。

如果您只想使用相机参数（即不使用Kovesi的代码），则Homography矩阵为H = KK * Rmat * inv_KK。在这种情况下，代码是，

% corner coords in pixels
p1=[33;150;1];
p2=[316;136;1];
p3=[274;22;1];
p4=[63;34;1];
pmat=[p1 p2 p3 p4];
pmat=[0 1 0;1 0 0;0 0 1]*pmat; %swap x-y

R=[0 1 0;1 0 0;0 0 1];  %rotation matrix of final camera pose
Rmat=Rc_ext'*R;  %rotation from original pose to final pose
H=KK*Rmat*inv_KK; %homography matrix
pnew=H*pmat./[H(3,:)*pmat;H(3,:)*pmat;H(3,:)*pmat]; %do perspective transformation

H2=[0 1 0;-1 0 0;0 0 1]*H;  %swap x-y in the homography matrix to apply in image

Answer 2

方法1：在相机校准工具箱中，您应该注意到工作区中棋盘的每个图像都有一个H矩阵。我不熟悉计算机视觉工具箱，但也许这是你的功能需要的矩阵。似乎H的计算如下：

KK = [fc(1) fc(1)*alpha_c cc(1);0 fc(2) cc(2); 0 0 1];
H = KK * [R(:,1) R(:,2) Tc]; % where R is your extrinsic rotation matrix and Tc the translation matrix
H = H / H(3,3);

方法2：如果计算机视觉工具箱功能不适合您，那么为了找到图像的预期投影，我使用了interp2函数，如下所示：

[X, Y] = meshgrid(0:size(I,2)-1, 0:size(I,1)-1);
im_coord = [X(:), Y(:), ones(prod(size(I_1)))]';
% Insert projection here for X and Y to XI and YI
ZI = interp2(X,Y,Z,XI,YI);

我之前在项目中使用了预期投影，我相信您需要使用齐次坐标。我想我发现this维基百科文章非常有帮助。

如何根据已知的内在和外在参数在Matlab中进行透视校正？

2 个答案: