本文主要是介绍摄像机畸变模型（opencv），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
摄像机畸变模型（opencv）
本人邮箱：sylvester0510@163.com，欢迎交流讨论，
欢迎转载，转载请注明网址http://blog.csdn.net/u010128736/
理想的摄像机模型是针孔模型，但是实际的镜头不符合这种假设。另外，相机的构造以及制造、安装、工艺等因素也会造成误差，导致相机通常会存在多种非线性畸变，使得上面介绍的针孔相机模型并不能准确地描述最终的成像关系。所以，为了使相机标定结果更加准确，在进行相机标定时应该将相机的非线性畸变考虑进来，修正理想投影模型。
一、径向畸变
径向畸变产生的主要原因是镜头径向曲率的不规则变化，它会导致图像的扭曲变形，例如，空间中的一条直线成像到图像平面后发生弯曲，变形成一条曲线。这种畸变的特点是以主点为中心，沿径向移动，离的距离越远，产生的变形量就越大。径向畸变是导致图像畸变的主要因素。如图所示，一个矩形的严重径向失真被较正成理想线性镜头的图像。
径向畸变模型在opencv中被描述为：
xcorrected=x(1+k1r2+k2r4+k3
这篇关于摄像机畸变模型（opencv）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
