鱼眼相机混合畸变校正模型研究OA

为解决传统多项式模型边缘易出现龙格现象、除法模型中心拟合自由度不足的问题,进行了鱼眼相机畸变校正模型研究,提出一种基于Sigmoid加权融合的混合畸变校正模型,以化解标定过程中中心精度与边缘稳定性的矛盾。该模型引入可微分自适应权重机制与过渡半径参数,实现2种模型在全视场的平滑过渡,同时构建含解析性、收敛性和连续性的三重约束数学框架,推导映射计算流程,并采用Levenberg-Marquardt(LM)算法完成模型参数优化。以车载鱼眼相机为实验对象的验证结果表明,所提模型的全局重投影误差均方根值(RMS)为0.083 8,较多项式模型、除法模型分别降低52.18%、9.87%,其边缘区域误差较多项式模型降低79.93%,且保持与多项式模型相当的中心区域校正精度。该研究验证了所提模型能兼顾中心精度与边缘稳定性的有效性,可为高精度工业检测、广角视觉测量提供可靠的鱼眼相机标定方法。