计算机视觉基础：针孔摄像机模型与标定技术详解

1. 针孔摄像机模型基础

针孔摄像机是计算机视觉中最基础的成像模型，它模拟了光线通过一个小孔在成像平面上形成倒立图像的过程。这个看似简单的模型却蕴含着深刻的几何原理，成为现代计算机视觉系统构建的基石。

在实际应用中，针孔模型虽然忽略了透镜的折射效应，但它足够精确地描述了大多数摄像机的核心成像机制。我刚开始接触这个模型时，曾疑惑为什么不用更复杂的透镜模型，直到在实际项目中验证发现，对于大多数视觉任务，针孔模型的精度已经足够，而且计算复杂度大大降低。

摄像机坐标系通常定义为：原点位于光心，Z轴沿光轴方向指向场景，X轴向右，Y轴向下。这种定义与图像坐标系自然对应，X对应图像的宽度方向，Y对应高度方向。值得注意的是，这种坐标系定义导致了成像的倒立特性，不过在实际处理中，我们通常会通过数学变换将其"正立"过来。

关键理解：针孔模型的核心假设是光线沿直线传播且只在光心处发生方向改变。这个假设虽然简化了物理过程，但抓住了成像的本质特征。

2. 摄像机几何与投影方程

2.1 基本投影几何

从三维世界到二维图像的投影过程可以用齐次坐标下的线性变换来描述。设世界点P=[X,Y,Z,1]ᵀ，其在图像平面上的投影p=[u,v,1]ᵀ满足：

p ≃ KP

其中K是摄像机内参矩阵，≃表示齐次坐标下的相等（相差一个比例因子）。这个简洁的方程背后蕴含着丰富的几何意义：

• 它将无限远的世界点（Z→∞）映射到图像平面的消失点
• 平行线在图像中会相交于这些消失点
• 物体的表观尺寸与其到摄像机的距离成反比

在实际标定过程中，我发现一个常见误区是忽视齐次坐标的比例因子。这个因子实际上代表了深度信息，在立体视觉和三维重建中至关重要。

2.2 内参矩阵分解

内参矩阵K可以进一步分解为：

K = ⎡f_x s c_x⎤
⎢0 f_y c_y⎥
⎣0 0 1⎦

其中各参数有明确的物理意义：

• f_x, f_y：焦距（以像素为单位），反映摄像机对视角的"放大"能力
• c_x, c_y：主点坐标，理论上应是图像中心，但实际会因制造偏差而偏移
• s：倾斜系数，现代摄像机通常为0

在实验室环境中，我们曾用不同焦距的镜头进行测试，发现当焦距增加一倍时，相同距离下物体的成像大小也大约增加一倍，这与理论预测完全一致。但值得注意的是