Question

给出由径向和切向畸变定义的针孔模型的畸变系数 D = k1，k2，p1，p2，k3 。如何通过这些系数使图像失真？我知道 cv2.undistort（）函数。谁能解释我如何实现不失真功能来执行迭代最小化？

    # TODO: Iterative minimization required
    r2 = x_ * x_ + y_ * y_
    # Remove tangential distortion
    x_tangential = x_ - (2 * distort_coeffs[2] * x_ * y_ + distort_coeffs[3] * (r2 + 2 * x_ * x_))
    y_tangential = y_ - (distort_coeffs[2] * (r2 + 2 * y_ * y_) + 2 * distort_coeffs[3] * x_ * y_)
    # Remove radial distortion
    x = x_tangential / (1 + distort_coeffs[0] * r2 + distort_coeffs[1] * r2 * r2 + distort_coeffs[4] * r2 * r2 * r2)
    y = y_tangential / (1 + distort_coeffs[0] * r2 + distort_coeffs[1] * r2 * r2 + distort_coeffs[4] * r2 * r2 * r2)

    cam_coords_undistorted = torch.cat([x, y, ones], 1)

Answer 1

有两种情况：

变形完全是径向的（切向系数p1，p2 = 0）。问题归结为求解奇数级的多项式方程，并且您需要最小的正和实数解。任何方程式求解器算法都可以使用，伴随方法是常见的选择。特别是对于纯径向，单参数畸变，您可以得到一个三次方程，可以使用卡尔达诺公式来解析求解。
一般情况下，失真方程是耦合的，您需要求解两个耦合的多项式方程的实际系统。您可能会提出这样的问题，即最大程度地减少给定的临时解决方案的残差之一，但是对于此特定的方程组，有一个捷径可用：解决方案是由失真函数本身引起的递归的固定点。有关说明，请参见Heikkila的旧paper中的公式（8）。 OpenCV代码大致基于此代码。

在失真的图像上使用失真系数使失真不失真

1 个答案: