简介围绕PhotoScan三维建模中的核心精度环节Word版技术笔记系统整理相机标定与畸变改正的完整操作流程面向从事无人机航测、近景摄影测量及三维重建的工程师和研究人员。内容按步骤展开先通过添加影像、对齐影像、优化相机参数、导出参数完成相机内参与畸变系数的解算再导入相机参数文件导出未畸变影像实现批量畸变改正。文档对优化相机时勾选焦距、主点与畸变系数等关键细节作了说明并强调使用PhotoScan改正畸变时需导出软件自带格式避免参数无法读取。针对测区影像数量多、计算量大的情况笔记特别指出可选取纹理丰富的部分区域影像估计畸变参数再应用于全部影像兼顾效率与可靠性。资源为单个docx文件大小2.37MB内容结构清晰适合边看边操作。目前已有4761人学习使用对希望提升三维建模精度、减少镜头畸变影响的用户具有实用参考价值。1. 为什么跑完空三一看模型整片墙体都是弯的倾斜摄影或近景摄影测量做到中期最让人上火的不是匹配失败而是空三跑完、模型生成之后一看建筑立面整体向外鼓、地面中间隆起来像充了气一样。多数情况下问题根本不在地面控制点而在相机标定和畸变改正这两步没做透。Agisoft Photoscan现在叫Metashape习惯上还叫Photoscan的整个处理流程里相机标定是最容易被“默认参数带过”的环节也是后期精度崩盘的主要来源。这篇东西就围绕“Photoscan处理流程里的相机标定与畸变改正”展开把标定参数怎么设、畸变模型怎么选、改正结果怎么看、哪些坑我踩过之后不再踩一次说清楚。适合正在做航测空三、近景建模、或者拿D435i这类深度相机做三维重建后处理的人。2. Photoscan处理流程全景标定和畸变改正卡在哪个环节2.1 一条完整流程里相机标定处在什么位置Photoscan的标准处理链路是建工程、导入照片、对齐照片相当于空三、建密集点云、建网格、建纹理。相机标定和畸变改正并不单独占一个按钮它藏在“对齐照片”这一步的底层由软件在特征匹配和光束法平差Bundle Adjustment过程中自动求解。很多人以为导入照片后直接点“对齐照片”就行实际上照片的EXIF里虽然有焦距和传感器尺寸但镜头畸变系数在EXIF里是不存在的必须由软件通过同名点自动估计或者由你手动导入标定文件。我一般的工作流是先把照片分组按相机型号整理好然后在工具菜单里打开相机标定面板检查每一组相机是否启用了畸变参数估计。对于航测数据固定焦距、固定光圈、机械快门拍摄条件下畸变系数在整条航带里是恒定值可以在标定面板里锁住某些参数不参与迭代减少平差漂移。对于近景拍摄、变焦镜头、或者像D435i这种出厂畸变很大的相机反而要放开所有畸变参数让软件自由解算。2.2 对齐照片时标定参数是怎么参与平差的对齐照片的本质是求解每张照片的外方位元素位置和姿态和相机内参焦距、主点、畸变系数。内参里的畸变部分在Photoscan里用的是Brown-Conrady模型包含径向畸变K1、K2、K3以及切向畸变P1、P2。径向畸变是镜头透镜形状带来的桶形或枕形畸变切向畸变是镜头组装时镜片光轴不完全垂直传感器平面造成的。当你在对齐照片的高级设置里看到“自适应拟合相机畸变”这个选项时它控制的就是是否允许软件在平差过程中自动调整这些畸变参数。开启后软件会迭代求解一套能让所有同名点重投影误差最小的内参和外参。但问题在于如果初始值离真值太远或者照片之间的重叠度不足、分布不均自适应拟合会收敛到局部极值结果就是空三跑完了、连接点看着也过了但生成模型就是鼓。对于航测我通常会保持自适应拟合开启但会在相机标定面板里把K3设为0并锁定只让K1、K2、P1、P2参与迭代——小像幅测绘相机K3往往不显著放着不管容易被过度拟合。对于近景摄影测量尤其是用广角镜头或RGB-D相机拍的K3要放开否则边缘畸变修不干净。2.3 畸变改正不只是一个“修图滤镜”畸变改正和修图里的镜头校正滤镜完全是两回事。修图软件是把图像像素重新映射让人眼看着舒服摄影测量里的畸变改正是把像素坐标转换回理想针孔相机模型下的坐标是整个空间三角测量的前提。这个步骤如果错了后续所有三维点的坐标都是错的。在Photoscan里畸变改正的产物不是一张修好的照片而是一组相机内参矩阵和畸变系数。软件在每次计算同名点时都会先用这组系数把观测到的像素坐标校正为理想坐标再做三角化。这意味着一旦你后期发现标定结果不对必须重新对齐照片而不是在已建好的模型上做任何补救。3. 相机标定操作全流程从初始值到参数锁定3.1 利用照片EXIF初始化相机参数导入照片后先别急着对齐。在“工具”菜单里打开“相机标定”面板你会看到每个相机组Camera Group对应一组参数。Photoscan会从照片EXIF读取焦距和传感器物理尺寸以此估算初始焦距单位是像素。这一步很关键因为畸变系数是非线性项初始焦距差太远时畸变解算基本会飞。我通常会检查EXIF里的焦距是否和镜头标称一致。有些镜头在最近对焦距离下焦距会漂移尤其是变焦镜头。如果你用的是变焦镜头并且没有锁焦EXIF里的焦距只能作为粗略初始值后期必须让自适应拟合全开去修正。如果你用的是定焦镜头并且拍摄距离集中在无穷远附近EXIF值就很可靠可以把焦距参数锁定只放开畸变系数。初始参数确认后在“对齐照片”对话框里把精度设为“高”或“中等”开启“自适应拟合相机畸变”。第一遍跑空三先不追求绝对精度目的只是拿到一组可用的初始内参和外参。这一步跑完看“参考”面板里的重投影误差均值如果大于0.5像素说明初始参数或者照片质量有问题不要继续往下走。3.2 手动导入已知相机标定文件有些场景你有现成的标定结果。比如用D435i做过ROS相机标定拿到过camera_info里的内参和畸变系数或者用棋盘格在OpenCV里标定过得到过K矩阵和dist系数矩阵。这些结果可以手动填进Photoscan的相机标定面板。在相机标定面板里Photoscan提供两种畸变模型一个是默认的Brown-Conrady对应OpenCV里的plumb_bob模型另一个是鱼眼模型。如果你的标定结果是OpenCV的dist_coeffsk1, k2, p1, p2, k3直接对应Photoscan里的K1、K2、P1、P2、K3按位填入就行。注意OpenCV的坐标约定里图像原点在左上角、y轴向下而Photoscan的原点在图像中心、y轴向上这在主点坐标cx, cy的填法上会有正负号的区别。我一般把OpenCV的cx换算成相对于中心的偏移cy取反。填完后不要直接开始建密集点云。先把这些参数设为固定点击参数旁边的锁图标然后跑一次对齐照片看看重投影误差是否稳定在合理范围。如果误差偏大说明你导入的标定结果和这组照片的实际成像条件不匹配——比如拍摄时温度变化导致镜头镜筒轻微伸缩、或者相机被磕碰过。这种情况下要解除锁定把导入值作为初始值重新参与优化。3.3 标定参数的锁定策略什么时候锁、锁哪几个参数锁定是Photoscan流程里最容易出问题的一步。锁多了模型精度上不去锁少了平差会拿畸变参数去吸收外方位元素的误差导致相机参数严重偏离物理真实值但重投影误差依然很小。这就是所谓的“过度拟合”。我的经验是分场景制定策略。航测用定焦镜头、机械快门、固定光圈时我锁定焦距和主点放开K1、K2、P1、P2锁定K3等于0。这样做的逻辑是航测照片覆盖均匀、重叠规则主点通常很稳定焦距由EXIF和地面控制点联合约束畸变系数作为主要未知项去拟合。近景摄影测量用广角镜头或者变焦镜头时我全放开所有参数让软件自由解算。因为近景拍摄时相机姿态变化大、距离变化大单一约束不足以保证焦距和主点稳定必须让平差自己找最优值。等第一遍结果出来、重投影误差收敛后再逐步锁定小参数P1、P2这类切向畸变通常很小看看锁定后误差变化是否剧烈剧烈则说明之前是过度拟合。4. 畸变改正的工程落地从参数面板到模型效果4.1 畸变参数在Photoscan面板里的对应关系Photoscan相机标定面板Tools → Camera Calibration里每个相机组下有如下参数栏f焦距像素单位、cx、cy主点坐标像素单位、K1、K2、K3径向畸变、P1、P2切向畸变。这些参数对应Brown-Conrady模型公式是xu xd * (1 K1r^2 K2r^4 K3r^6) 2P1xdyd P2*(r^2 2*xd^2)这里xd、yd是畸变像素坐标以主点为中心归一化r^2 xd^2 yd^2xu是校正后坐标。如果你的相机标定结果来自其他软件比如OpenCV或MATLAB Camera Calibrator它们的畸变模型也是Brown-Conrady的变体但系数的顺序和单位可能不同。OpenCV的dist_coeffs顺序是k1、k2、p1、p2、k3和Photoscan面板的顺序完全一致可以直接对应填写。对于D435i这类相机ROS里发布的camera_info消息中D数组里包含的畸变系数顺序是[k1, k2, t1, t2, k3]即p1、p2放在第三四位K矩阵里包含fx、fy、cx、cy。填进Photoscan时注意把fx和fy分开填入Photoscan面板里只有一个f对应fx等于fy的情况如果你的相机有非方形像元需要用“添加自定义相机”方式解决或者接受用fx做近似。4.2 标定完成后如何验证畸变改正效果不要只看重投影误差这一个指标。经验上重投影误差0.3像素以下时模型可能仍然有肉眼可见的弯曲。因为重投影误差是“同名点像素坐标残差”的均值它反映的是平差内部一致性而不是几何绝对精度。要验证畸变改正做得好不好需要在场景里布设足够多的检查点Check Point这些点参与平差但不受控制点约束最后看它们的残差。在Photoscan里导入地面控制点后在“参考”面板中可以给每个标记点设置“精确度”属性。控制点设高精度比如0.02m检查点设低精度比如10m这样平差时检查点基本不参与约束只作为独立验证。对齐完成后参考面板里每个点都有误差向量和总误差值检查点的总误差RMSE如果明显大于控制点总误差说明畸变改正还有残余系统误差。另一种验证方式是生成“相机标定误差分布图”。在相机标定面板里每张照片会显示一个误差椭圆或误差箭头表示该照片的重投影误差方向和大小。如果误差箭头在画面边缘系统性指向同一方向说明畸变模型没拟合干净如果误差箭头方向随机、大小均匀说明残差是随机噪声模型已经到位。4.3 畸变改正对下游建模的影响路径畸变改正直接决定连接点的坐标精度连接点坐标又决定密集点云的深度估计。一个常见的表现是畸变没改正干净时稀疏点云基本看不出问题但密集匹配阶段会在影像边缘产生大量错误视差导致点云表面出现“波纹”状噪声。这个波纹理特征非常典型墙面本该是平面但点云上有一层密集的、幅度在毫米到厘米级的规则起伏像水面涟漪。原因就是边缘区域的畸变残差在立体匹配时被当作真实视差重建出虚假的三维起伏。遇到这种波纹回到相机标定面板检查K1、K2的数值是否过大K1绝对值大于0.5基本不正常除非是超广角或鱼眼镜头以及主点cx、cy是否偏离图像中心太远偏离超过图像宽度的5%就要警惕。5. 避坑指南标定和畸变改正的6个常见问题5.1 空三跑完大量照片不通过提示“相机校准不稳定”现象对齐照片后大量照片显示“未对齐”或“校准不精确”尤其是照片边缘区域出现了很多误匹配。原因初始焦距与真实焦距差异过大导致特征点在畸变校正后位置跳动剧烈匹配器找不到稳定的同名点。这在用鱼眼镜头、广角镜头拍摄时特别常见因为边缘畸变太大初始值稍有偏差校正后的坐标就会错出几个像素。解决把对齐精度降到“最低”先跑一遍让软件得到一个粗略但稳定的标定初始值然后再用“高”精度重跑一次。或者直接在相机标定面板手动填入焦距初始值必须先换算成像素单位再开启自适应拟合。切记不要跳过初始值直接跑高精度空三不是精度越高越好是数值稳定性优先。5.2 控制点残差很小但检查点残差系统性偏大现象控制点RMSE在0.02米以内看着非常漂亮但检查点RMSE有0.1米而且所有检查点误差方向一致。原因这是典型的“过拟合到控制点”。畸变参数或外方位元素吸收了控制点本身的测量误差或者畸变参数被拟合得过于自由导致模型在控制点附近精确、在其他区域扭曲。解决把畸变参数逐步锁定每次锁定一个参数然后重新对齐比较检查点RMSE的变化。如果锁定P1、P2后检查点RMSE显著增大说明P1、P2确实承载了真实畸变如果锁定K3后检查点RMSE反而变小说明K3之前是在拟合噪声。这个逐步锁定法也是我做标定的固定流程每次都要跑至少三遍对齐对比。5.3 同样的相机和镜头换一天拍结果就差很多现象同一台相机、同一支镜头前一天标定效果好第二天拍的数据批量翻车模型整体弯曲、边缘模糊。原因温度变化导致镜头机械结构微缩畸变系数随之漂移尤其是塑料镜筒的消费级镜头和RGB-D相机的红外镜头。此外如果拍摄时转动了对焦环即使焦距值不变镜组位置变化也会改变畸变曲线。解决每场航测或近景采集至少在同一批次里跑一遍“自适应拟合”用该批次自带照片重新估计畸变参数不要沿用上一批次的标定文件。如果需要跨批次一致性好使用金属镜筒的电影镜头或测绘镜头并保证拍摄环境温度差异不超过10度。5.4 照片边缘有紫色或绿色色边是否影响标定现象高反差边缘天空与屋顶交界处出现色边在密集点云模型上对应位置出现细长凸起。原因这是镜头色差Chromatic Aberration不同波长的光在传感器上聚焦位置不同使得红绿蓝通道的像素坐标有微小偏移。Photoscan对每张照片的多个通道是分别采样的色差直接干扰特征点坐标提取。解决在拍摄阶段使用最佳光圈通常是镜头最大光圈收两到三档减小色差或者在预处理阶段用Adobe Camera RAW或Lightroom的色差校正导出TIFF。不要在Photoscan里试图用畸变参数去吸收色差畸变模型是单通道几何模型没有处理色差的机制。5.5 相机标定面板里“自适应拟合”选项无法勾选现象选项是灰色不可点击的或者只能在某种对齐预设下才能选。原因这个选项在“照片”菜单的对齐对话框里名称是“自适应拟合相机畸变Adaptive fitting of camera distortions”。它只有在对齐精度设置为“高”或“中等”时才可选设为“最低”时软件使用的是简化内参模型不估计畸变。解决把对齐方案设为中等精度以上重投影误差要求不高的预处理阶段可以先用中等跑一轮拿到稳定标定值后再升级。不要试图用低精度对齐结果作为最终标定参考。5.6 使用D435i这类RGB-D相机时彩色图与深度图坐标不一致现象用D435i同时拍摄RGB图像和深度图像对RGB图像做标定后把深度图投影到彩色图上出现错位。原因D435i的彩色相机和红外相机是两个独立的传感器内参不同、外参也不同。只用彩色图做相机标定得到的是彩色相机的内参和畸变而深度图对应的坐标系是红外相机坐标系需要额外的双目外参标定。解决在Photoscan流程里只使用彩色图像做对齐和建模时标定流程与普通相机相同。如果要把深度数据和彩色数据融合先在ROS里做完整双目标定拿到左右红外相机各自的内参、畸变以及红外到彩色的外参变换矩阵再把这些参数作为初始值输入Photoscan的相机组配置。不要只拿彩色相机的内参去纠正深度图坐标系对不上必然翻车。6. 进阶验证把相机标定结果导出再校准让精度真正落到模型上完成了对齐和畸变改正后我习惯做一步额外的验证也是我认为整个流程里最容易被忽略的一环把Photoscan自检的标定结果导出来在另一个软件里重新投影回去做核线检查。具体操作是在“工具 → 导出 → 相机标定”里把相机内参和畸变系数保存为一个文件然后在Photoscan中生成核线影像Epipolar Images。核线影像的Y方向零视差如果标定精确同一物点在左右核线影像上的Y坐标差应接近0像素。我通常在导出核线影像后在专业立体测图软件或Photoshop中测量同名点的Y坐标差。如果系统性地出现几个像素的Y视差说明畸变改正还有残余误差需要回到第3章的操作重新调整参数锁定策略。这个核线检查法也是我在多期数据比较时判断标定质量的首选方式。关于Chunk合并和多相机组协同场景我还想多说一句。多相机组协同做空地一体建模时畸变改正不仅是“每组相机各自标定好”的问题还涉及各组相机之间的相对位姿一致性。Photoscan的做法是在对齐照片时同时估计所有相机组的内参和外参但如果你让每个相机组独立做自适应拟合很容易出现各组畸变参数互相补偿的情况——A组拟合偏了B组去吸收表面看整体误差不错实际模型局部扭曲。我常用的做法是先让每个相机组单独跑一遍对齐和标定确认每组重投影误差在合理范围内然后在最终联合对齐时把所有相机组的畸变参数全部锁定只优化外方位元素。这样虽然第一轮工作量大一点但最终联合模型的几何一致性要好很多。同行里也有人用控制点做跨相机组的约束把已知坐标点放在不同相机组重叠区域里效果也可靠但前提是控制点测量精度要足够高。最后说一下文件管理。Photoscan工程文件里嵌入了相机标定结果但不同版本的Photoscan在工程兼容性上不是完全一致的Metashape的工程用老版本Photoscan打开时某些标定参数可能会被重置为默认值。所以我的习惯是当相机标定结果稳定后立即通过“工具 → 导出 → 相机标定”单独备一份标定文件并按项目、日期、相机序列号命名规整存放。这个文件不占多少空间但在工程文件损坏或版本迁移时是真正的后悔药。回到开头那个问题——整个流程走完你会发现畸变改正不是一个能“独立完成”的步骤它和照片采集方式、重叠度、控制点分布、参数锁定策略都交织在一起。我自己的经验是宁可多花半小时做一轮“粗对齐拿标定初值、逐步锁定、核线验证”的流程也不要在稀里糊涂的标定结果上直接建密集点云。后者省下的时间往往会在模型修整和返工阶段加倍赔回去。希望这篇东西能帮你在下次处理Photoscan流程时少走几个弯路。本文还有配套的精品资源点击获取