基于Matlab的相机内参和畸变参数优化方法

›› 2017, Vol. 30 ›› Issue (4): 87-.

基于Matlab的相机内参和畸变参数优化方法

李超，张世超

(厦门大学航空航天学院，福建厦门 361000)

出版日期:2017-04-15 发布日期:2017-04-11
作者简介:李超（1990-），男，硕士研究生。研究方向：计算机视觉。张世超（1991-），男，硕士研究生。研究方向：图像处理。

Study on the Optimization of Internal Control and Camera Distortion Parameters Method Based on Matlab

LI Chao，ZHANG Shichao

(School of Aeronautics and Astronautics, Xiamen University, Xiamen 361000, China)

Online:2017-04-15 Published:2017-04-11

摘要/Abstract

摘要：

为了提高相机标定结果的准确度，文中就相机内参和畸变参数的优化方法进行了研究。在建立准确的相机成像及标定模型基础上，根据模型参数估计的具体推导步骤，利用最大似然估计法对得到的参数进行结果优化，然后通过修改镜头畸变模型重新计算参数得到最终结果。实验证明，应用文中提出的流程求解相机内参和畸变参数，简单快速、准确度高且实用性强。

关键词: 相机标定, 内参, 畸变参数, 优化

Abstract:

Study on the optimization method of camera internal and distortion parameters is conducted in order to improve the accuracy of the results for camera calibration. On the basis of camera imaging and calibration model, we optimize the parameters by the method of maximum likelihood following the specific steps, and get the final result by recalculating parameters through the lens distortion model. Experiment results show that application of the proposed process to solve the camera internal and distortion parameters, simple and fast, with high accuracy and strong practicability.

Key words: camera calibration, internal control, distortion parameters, optimization

中图分类号:

TP391.41

李超，张世超. 基于Matlab的相机内参和畸变参数优化方法[J]. , 2017, 30(4): 87-.

LI Chao，ZHANG Shichao. Study on the Optimization of Internal Control and Camera Distortion Parameters Method Based on Matlab[J]. , 2017, 30(4): 87-.

[1]	袁庆庆,瞿汉飞. 改进型滑模扰动观测器的感应电机控制系统[J]. 电子科技, 2022, 35(2): 59-66.
[2]	刘晨旻,王亚刚. 基于连续空间的萤火虫算法改进[J]. 电子科技, 2022, 35(2): 40-45.
[3]	李娜,高博,谢宗甫. 分层异构信号处理平台调度方法研究[J]. 电子科技, 2022, 35(2): 7-13.
[4]	李刚. 频变耦合双通带滤波器的综合方法[J]. 电子科技, 2022, 35(1): 1-5.
[5]	修晓波,李伯全,周峰. 基于遗传算法的温度传感器布置优化[J]. 电子科技, 2021, 34(9): 17-23.
[6]	王阳,王亚刚. 基于阶跃响应和遗传算法优化高阶加时滞模型的辨识方法[J]. 电子科技, 2021, 34(9): 41-46.
[7]	梁龙基,张靖,何宇,曾希皙,陈朝宽. 基于博弈论的互联微电网多主体协同优化配置[J]. 电子科技, 2021, 34(7): 43-49.
[8]	姜婕. 自适应空域选择滤波分置阵列角度解模糊方法[J]. 电子科技, 2021, 34(6): 45-49.
[9]	郭龙,姚树新,郑法威. 流场压缩感知渗透率计算[J]. 电子科技, 2021, 34(5): 1-6.
[10]	邵杭,王永雄,秦宇龙. 基于深度学习与显著性的数字图像构图优化[J]. 电子科技, 2021, 34(3): 36-42.
[11]	朱斌,刘子龙. 基于新型初始模块的卷积神经网络图像分类方法[J]. 电子科技, 2021, 34(2): 52-56.
[12]	姜银方,胡华健,郭永强,吴搏. 超磁致伸缩传感器背衬层参数优化的实验研究[J]. 电子科技, 2021, 34(2): 68-73.
[13]	朱成名,魏云冰,蒋成成,朱健安. 基于PSO-BP神经网络的风电功率备用容量估计模型[J]. 电子科技, 2021, 34(12): 36-41.
[14]	张灿,陈玮,尹钟. 基于弱监督宫颈细胞图像的语义分割方法[J]. 电子科技, 2021, 34(12): 68-74.
[15]	方玲利,肖龙飞,毕超. 基于Taguchi 方法的三相混合式步进电机电磁结构优化[J]. 电子科技, 2021, 34(12): 7-12.