镜头畸变是大多数成像系统的一部分，在某些情况下，镜头失真只是一个美学问题，影响了人类观察者对图像的看法。

然而在过去十几年里显著增长的计算机视觉应用中，镜头畸变影响了相机在图像平面上准确检测物体位置和大小的能力。

例如，如果不消除镜头失真：

汽车摄像头系统无法精确定位视野中的其他汽车、行人或物体的确切位置。机器人视觉系统难以抓取物体并在三维空间中进行相关操作。增强现实技术不能准确地投射出它们的图像供用户互动。在高级驾驶辅助系统（ADAS）、驾驶员/乘员监控系统（DMS/OMS）、增强/虚拟现实（AR/VR）、机器人、航空成像、手机摄像头物体测量和空间探索等具体应用中，镜头畸变干扰了相机视觉系统。

因此，镜头畸变必须测量和消除，以确保这些应用程序有一个清晰的愿景，以便应用系统或人类操作员可以作出适当的调整。

基于此需求，我们Image Engineering公司已经开发了GEOCAL衍射光标定设备，可以快速测量畸变参数和评估镜头畸变。将GEOCAL测量与开源软件(如OpenCV)相结合的方式，可以让您从这些应用程序捕获的图像中消除失真。

GEOCAL引入了一种紧凑的标定方案，使用光束扩展激光器结合衍射光学元件DOE来绘制失真图。该解决方案消除了对充足空间、外部光源、增距镜等需求，同时仍然提供了测量所有镜头畸变的内在和外在参数的能力。

GEOCAL与传统标定方法比较

传统上，镜头畸变是用棋盘测试车来测量的。利用该方法，被测设备(DUT)捕获图卡图像，然后提取相机畸变参数。虽然这种方法仍然有效，但在实践中，它有许多缺点，包括:

设置棋盘格图卡系统需要大量的地面空间，特别是当相机的视场特别大时。

棋盘格图卡需要外部照明来照亮图卡。

当校准具有不同视场的相机时，必须重新配置棋盘格图卡，因此需要改变地面空间、照明、测试图卡以及与DUT的距离。

棋盘格图卡不测量pitch，yaw，roll方向（外参）。

棋盘格图卡需要增距镜进行无限远处进行测量，特别是长焦的相机，这些增距镜头会会引入额外的失真，需要从测量中消除。

使用棋盘格图卡需要一个大的实验室空间和众多的图卡*https://medium.com/wovenplanetlevel5/high-fidelity-sensor-calibration-for-autonomous-vehicles-6af06eba4c26

GEOCAL测量

GEOCAL创造了一个从无穷远处开始的密集的点阵，然后由DUT捕获。由于投射点网格的几何形状是已知的，因此可以使用专门设计的GEOCAL软件来分析拍摄的网格图像中的镜头失真。

使用Geocal分析软件，你可以确定对消除失真至关重要的内在参数（径向和切向失真系数、主点、焦距）。此外，外参（pitch，yaw，roll）也可以被测量，用于立体相机对准或校准相机的角度方向。

GEOCAL可以快速计算相机标定所需的所有必要值：

内参主点u0、v0；焦距fx，fy；径向畸变系数k1~K15（可选）；切向畸变系数p1，P2；相机外参ω，φ，κ角度；

以及报告均方误差（重投影误差）结果RMSE：

通常，我们建议在去除失真时使用OpenCV。如果使用OpenCV，一个兼容的透镜模型是至关重要的，以获得从网格图像的内在和外在系数。

计算出的参数可以输出为CSV或XML文件。用户还可以为径向畸变配置一些镜头模型系数。

下面是GEOCAL测试导出结果样例的XML（见本文末尾的下载部分，可下载示例结果并验证）。

用OpenCV去除失真

该代码将解释CSV文件输出中的相机校准参数，并使用OpenCV的 "undistort "功能将其应用于图像（见本文末尾的下载部分，下载示例结果）。

使用OpenCV，可以从原始图像中去除镜头失真，并且可以对相机进行几何校准。

（文章来源于艾宜光电，如有侵权请联系删除）