0

我正在尝试根据从校准真实相机获得的内在和外在参数在 pyBullet 中配置相机。

我有的

相机用OpenCV校准,给我一个相机矩阵

|f_x  0  c_x|
| 0  f_y c_y|
| 0   0   1 |

和失真系数向量

(k_1, k_2, p_1, p_2, k_3)

(我还有相机的姿势,但这与实际问题无关,所以我把它放在这里。)

我已经做过的

不幸的是computeProjectionMatrix,pyBullet 的功能有点受限。它假设f_x = f_y并且c_x, c_y恰好位于图像的中心,这对于我的相机来说都是不正确的。因此,我自己计算投影矩阵如下(基于):

projection_matrix = [
    [2/w * f_x,  0,  (w - 2c_x)/w,  0],
    [0,  2/h * f_y,  (2c_y - h)/h,  0],
    [0, 0, A, B],
    [0, 0, -1, 0],
]

其中w,h是图像的宽度和高度A = (near + far)/(near - far)B = 2 * near * far / (near - far)near定义far图像中包含的 z 轴范围(请参阅pybullet.computeProjectionMatrix)。

还缺少什么(我的实际问题)

以上已经给了我更好的结果,但是渲染的图像仍然与真实图像不完全匹配。我怀疑造成这种情况的一个原因可能是没有考虑失真。

所以终于来到我的问题:

如何使用从校准真实相机中获得的参数来实现模拟相机的失真?

有没有办法可以将它整合到投影矩阵中?如果没有,还有其他方法吗?

4

1 回答 1

1

正如评论中所指出的,非线性失真不能集成到矩阵中。我现在正在做的是首先渲染图像而不失真,然后在第二步中使用此答案中的代码扭曲生成的图像。

由于失真,图像会缩小一点,因此当保持图像大小固定时,图像边缘会出现一些空白区域。为了弥补这一点,我将图像渲染为比所需尺寸稍大的尺寸,然后在扭曲后裁剪。(c_x, c_y)请注意,在增加尺寸时需要相应地调整中心点。

用一些伪代码来说明:

desired_image_size = (width, height)

# add 10% padding on each size
padding = desired_image_size * 0.1
render_image_size = desired_image_size + 2 * padding

# shift the centre point accordingly (other camera parameters are not changed)
c_x += padding[0]
c_y += padding[1]

# render image using the projection_matrix as described in the question
image = render_without_distortion(projection_matrix, camera_pose)

image = distort_image(image)

# remove the padding
image = image[padding[0]:-padding[0], padding[1]:-padding[1]]

这导致图像与真实相机的图像非常匹配。

完整的实现可以在这里找到。

于 2021-03-05T15:31:23.477 回答