最近的工作内容一直是使用鱼眼相机，经过一段时间的使用，做个简单记录：
鱼眼相机标定
鱼眼相机成像原理
-
普通小视场范围的相机可以用小孔成像模型标示：
这种相机的标定工具一般使用opencv或者MATLAB工具箱标定即可，还是比较简单的 -
鱼眼相机成像模型：
鱼眼相机的视场角一般都比较大，我使用的是190度水平视场角的相机，其物理结构如下：
成像过程：
由相机结构和成像过程决定了鱼眼相机与普通相机有很大不同，鱼眼相机由于视场角非常大，那么图像越靠近边缘，畸变越大。
鱼眼相机的标定：
我使用的标定工具师OCamCalib：
- 下载链接：官方地址，github
- 使用方法：OCamCalib的使用方法
- 标定产生的文件：
%YAML:1.0
Camera.Iw: 1280
Camera.Ih: 800
Camera.nrpol: 5
Camera.a0: -404.3966
Camera.a1: 0
Camera.a2: 0.001060063
Camera.a3: -1.721493e-06
Camera.a4: 2.419325e-09
Camera.nrinvpol: 13
Camera.pol0: 648.606
Camera.pol1: 351.983
Camera.pol2: -65.7989
Camera.pol3: 65.4013
Camera.pol4: 32.0489
Camera.pol5: 38.7709
Camera.pol6: 166.325
Camera.pol7: -289.897
Camera.pol8: -1098.52
Camera.pol9: -1211.87
Camera.pol10: -654.942
Camera.pol11: -178.69
Camera.pol12: -19.7471
Camera.c: 0.9999787
Camera.d: -2.287345e-05
Camera.e: -0.000590995
Camera.u0: 637.4669
Camera.v0: 371.9346
Camera.fx: 160.000
Camera.fy: 160.000
Camera.fov: 190
CubeFace.w: 1280
CubeFace.h: 800
CubeMapSLAM简介
处理流程：
在使用大视场角的鱼眼相机时，靠近边缘处的畸变异常的大，为了能尽量用上这部分的信息，将图像分为前，上，下，左，右五个面，分别投影，每个面也就是单位平面：
一般相机图像矫正使用小孔模型，使用上也就是：图像坐标—>归一化平面坐标(投影到深度为1的平面)；
在鱼眼相机模型中，是：图像坐标---->归一化到球面(向量方向向量的模长为1)；
cubeMap矫正是：图像坐标—>归一化球面—>五个归一化平面；
使用这种矫正在slam流程与ORB_SLAM一致，只是在优化、初始化中对于坐标表示做了相应调整，对不同面的图像坐标，在求重投影误差时均要根据各个面做不同的转换。
从作者测试情况看，效果比一般鱼眼矫正要好，因为充分应用到了鱼眼相机大视野的好处，同时也一定程度上减小了畸变的影响。详细内容可读paper，以及相关代码：github
