一、畸变基础：什么是广角镜头畸变？

大家好，我是你们这门课的主讲。在计算机视觉领域摸爬滚打了十几年，我处理过最多的图像问题，就是畸变。尤其是广角镜头，拍出来的照片边缘总是弯弯曲曲的，看着就别扭。今天咱们就来聊聊，这到底是怎么回事。

说白了，广角镜头畸变就是镜头把直线拍成了曲线。你想想看，一个笔直的建筑边缘，到了照片里却变成了向外凸或向内凹的弧线。这不是镜头坏了，而是物理规律决定的。

1.1 桶形畸变：为什么会鼓起来？

桶形畸变，顾名思义，就是图像看起来像被塞进了一个桶里——中间鼓，边缘收。我最早接触这个现象是在做全景拼接项目时，拍出来的照片边缘总是对不上，后来才发现是桶形畸变在捣鬼。

成因分析：

• 镜头设计时，为了获得更宽的视场角，光线入射角过大
• 镜头前组镜片对边缘光线的折射率与中心不一致
• 说白了，就是边缘的光线被"压"到了更靠近中心的位置

视觉特征：

• 直线向外弯曲，像被吹胀的气球
• 图像中心区域正常，越往边缘畸变越严重
• 常见于广角镜头、鱼眼镜头、手机前置摄像头

我记得有一次做车载环视系统，四个广角摄像头拼接出来的画面，地面标线全是弯的。嗯，那就是典型的桶形畸变。后来我通过标定和校正，才把那些弯线拉直。

1.2 枕形畸变：为什么会凹进去？

枕形畸变正好相反，图像边缘向内收缩，看起来像枕头的形状。这种畸变在长焦镜头里更常见，但广角镜头在某些变焦段也会出现。

成因分析：

• 镜头后组镜片对边缘光线的放大率大于中心
• 说白了，就是边缘被"拉伸"了，导致中心相对收缩
• 变焦镜头在长焦端更容易出现

视觉特征：

• 直线向内弯曲，像被吸进去一样
• 图像中心区域正常，边缘向内收缩
• 常见于长焦镜头、投影仪、某些变焦镜头的长焦端

我曾经在做一个高精度测量项目时，用了一款变焦镜头。在长焦端拍标定板，发现棋盘格角点位置全偏了。一开始我以为是标定板有问题，折腾了两天才发现是枕形畸变在作怪。从那以后，我每次做测量前都会先检查畸变类型。

1.3 两种畸变的对比

对比项	桶形畸变	枕形畸变
弯曲方向	向外凸出	向内凹陷
常见场景	广角、鱼眼镜头	长焦、变焦镜头
边缘效果	图像被压缩	图像被拉伸
校正难度	相对容易	相对复杂
对测量影响	边缘物体变小	边缘物体变大

你可能会问，为什么广角镜头更容易出现桶形畸变？其实很简单。广角镜头为了把更宽的视野塞进小小的传感器里，必须对边缘光线做"压缩"处理。这个压缩过程，就导致了桶形畸变。

1.4 畸变背后的数学模型

虽然咱们是实战课，但基本的数学原理还是要懂的。畸变模型通常用多项式来描述：

// 径向畸变模型
x_distorted = x * (1 + k1 * r² + k2 * r⁴ + k3 * r⁶)
y_distorted = y * (1 + k1 * r² + k2 * r⁴ + k3 * r⁶)

// 其中：
// (x, y) 是理想坐标
// (x_distorted, y_distorted) 是实际畸变坐标
// r² = x² + y² 是径向距离
// k1, k2, k3 是畸变系数

这个公式看着复杂，其实说白了就是：离中心越远（r越大），畸变越严重。k1控制主要畸变，k2和k3用来修正高阶畸变。我在实际项目中，一般只用k1和k2就够了，k3很少用到。

1.5 知识体系总览

为了让你对整个畸变知识有个全局认识，我画了张图：

1.6 为什么我们要关心畸变？

你可能会想，畸变不就是图像弯了点吗？又不是不能用。嗯，这话在朋友圈发发照片确实没问题。但在计算机视觉领域，畸变是个大问题：

• 测量精度：1个像素的畸变，在3米外可能对应几厘米的误差
• 三维重建：畸变会导致点云位置偏移，重建出来的模型变形
• 目标检测：边缘物体的位置和形状都变了，检测框会不准
• 图像拼接：多张图拼在一起，畸变不一致会导致接缝明显

说白了，如果你只是拍拍照，畸变校正可有可无。但如果你要做测量、识别、重建，那畸变校正就是绕不开的一步。

好了，这一章我们聊了畸变的基本概念、两种主要类型（桶形和枕形）、它们的成因和视觉特征，还看了背后的数学模型。下一章，我会带你亲手做一次相机标定，把畸变系数算出来。到时候你就知道，那些弯弯曲曲的线是怎么被拉直的了。

---

公众号:蓝海资料掘金营，微信deep3321