Calcul matrice intrinsèque K et champ de vue
Calculez rapidement les paramètres intrinsèques d’une caméra à partir de la focale, de la taille du capteur et de la résolution image. Cet outil estime la matrice K, les focales en pixels, le point principal, ainsi que le champ de vue horizontal, vertical et diagonal.
Calculateur caméra intrinsèque
Guide expert du calcul de la matrice intrinsèque K et du champ de vue
Le calcul de la matrice intrinsèque K et du champ de vue constitue une étape fondamentale en vision par ordinateur, en photogrammétrie, en robotique mobile, en réalité augmentée, en inspection industrielle et dans les systèmes de navigation. Lorsqu’une caméra observe une scène 3D, elle projette les points du monde réel sur un plan image 2D. Cette projection n’est pas arbitraire. Elle dépend de paramètres internes à la caméra, appelés paramètres intrinsèques, qui résument la géométrie de formation de l’image. La matrice K est précisément la représentation matricielle de ces paramètres. Dans sa forme classique, elle contient les focales effectives exprimées en pixels, le point principal et éventuellement un terme de skew.
Comprendre ce calcul est indispensable pour passer d’une simple image à une mesure fiable. Si vous souhaitez estimer une pose caméra, reconstruire une scène en 3D, mesurer une distance, projeter des objets virtuels dans une image ou fusionner plusieurs capteurs, la précision de K détermine directement la qualité de vos résultats. Le champ de vue, quant à lui, renseigne sur l’étendue angulaire observée par la caméra. Un grand champ de vue couvre davantage d’espace, mais il peut aussi augmenter la distorsion et réduire la précision métrique apparente par pixel.
Qu’est-ce que la matrice intrinsèque K ?
La matrice intrinsèque K relie les coordonnées d’un point dans le repère caméra aux coordonnées image, avant prise en compte des paramètres extrinsèques. Sa forme usuelle est :
K = [[fx, s, cx], [0, fy, cy], [0, 0, 1]]
- fx représente la focale selon l’axe horizontal, exprimée en pixels.
- fy représente la focale selon l’axe vertical, exprimée en pixels.
- cx est l’abscisse du point principal.
- cy est l’ordonnée du point principal.
- s est le skew, généralement nul avec les capteurs modernes.
Beaucoup d’utilisateurs connaissent la focale en millimètres, car elle est fournie par la fiche technique de l’objectif. Cependant, dans les équations de projection image, il faut travailler avec des focales en pixels. La conversion dépend de la taille physique du capteur et de la résolution de l’image. C’est pourquoi les dimensions du capteur jouent un rôle central dans le calcul de K.
Pourquoi convertir la focale en pixels ?
Dans une image numérique, les coordonnées finales sont exprimées en pixels. Si la focale est connue en millimètres, il faut la projeter dans l’unité du capteur numérique. Le principe est simple : on rapporte la focale à la taille physique du capteur, puis on applique le nombre de pixels correspondant. Ainsi :
- fx = f × largeur image / largeur capteur
- fy = f × hauteur image / hauteur capteur
Avec cette conversion, on obtient des paramètres adaptés à l’image réellement utilisée dans le pipeline logiciel. C’est particulièrement important quand une caméra enregistre à différentes résolutions, quand elle effectue du binning, du recadrage ou du redimensionnement. Dans ces cas, la matrice intrinsèque doit être ajustée, sans quoi les opérations de projection et de re-projection deviennent incohérentes.
Comment calculer le champ de vue ?
Le champ de vue, ou FOV pour Field of View, est l’angle capturé par la caméra. On distingue généralement :
- le champ de vue horizontal ou HFOV,
- le champ de vue vertical ou VFOV,
- le champ de vue diagonal ou DFOV.
Les formules standards sont les suivantes :
- HFOV = 2 × arctan(largeur capteur / (2 × focale))
- VFOV = 2 × arctan(hauteur capteur / (2 × focale))
- DFOV = 2 × arctan(diagonale capteur / (2 × focale))
Ces équations supposent une caméra modèle trou d’aiguille, sans correction de distorsion. Dans un objectif grand angle ou fisheye, la relation peut être modifiée, car la projection n’est plus strictement perspective. Malgré cela, ces formules restent un excellent point de départ pour comparer les configurations optiques usuelles et vérifier la cohérence d’une fiche technique.
Exemple concret de calcul
Prenons une caméra avec une focale de 4,25 mm, un capteur de 6,4 mm par 4,8 mm et une image de 1920 × 1080 pixels. On obtient alors :
- fx = 4,25 × 1920 / 6,4 = 1275 px
- fy = 4,25 × 1080 / 4,8 = 956,25 px
- cx ≈ 960 px si l’on suppose un point principal centré
- cy ≈ 540 px si l’on suppose un point principal centré
La matrice K approximative devient donc :
[[1275, 0, 960], [0, 956,25, 540], [0, 0, 1]]
Pour le champ de vue, on trouve un HFOV plus large que le VFOV, ce qui est logique puisque la largeur physique du capteur est plus grande que sa hauteur. Le DFOV, lui, résume la couverture angulaire sur la diagonale du capteur.
Interprétation technique de fx, fy, cx et cy
Une erreur fréquente consiste à considérer fx et fy comme des grandeurs purement optiques. En pratique, elles dépendent aussi de la chaîne numérique. Si une image est redimensionnée, fx et fy changent. Si un capteur subit un recadrage, le point principal peut se décaler. Dans un système embarqué, un simple changement de mode vidéo peut donc invalider une calibration précédente.
Le point principal, noté cx et cy, correspond à l’intersection de l’axe optique avec le plan image. Beaucoup de systèmes l’approximent par le centre de l’image. Cette hypothèse est acceptable pour un premier calcul, mais une calibration réelle montre souvent un léger décalage. Dans des applications précises comme la métrologie industrielle, la chirurgie assistée ou la navigation autonome, quelques pixels d’écart peuvent déjà être significatifs.
Tableau comparatif de champs de vue selon la focale
Le tableau suivant illustre l’évolution approximative du champ de vue horizontal pour un capteur de largeur 6,4 mm. Les valeurs sont issues de la formule perspective standard :
| Focale (mm) | Largeur capteur (mm) | HFOV approximatif | Usage typique |
|---|---|---|---|
| 2.8 | 6.4 | 97.9° | Surveillance large, robotique indoor, navigation de proximité |
| 4.0 | 6.4 | 77.3° | Caméras généralistes, vision machine polyvalente |
| 6.0 | 6.4 | 56.1° | Inspection plus resserrée, lecture de détails |
| 8.0 | 6.4 | 43.6° | Scènes plus lointaines, meilleure densité de pixels sur cible |
On observe une relation très claire : plus la focale augmente, plus le champ de vue diminue. Ce compromis est crucial. Un angle large facilite la couverture spatiale, mais une focale plus longue améliore souvent la lisibilité des détails d’un objet distant.
Statistiques utiles sur les résolutions et l’impact sur les focales en pixels
À focale et capteur constants, augmenter la résolution augmente directement les focales exprimées en pixels. Cela ne change pas l’optique physique, mais cela modifie la représentation numérique et la précision potentielle de localisation. Voici un exemple avec f = 4,25 mm et un capteur 6,4 × 4,8 mm :
| Résolution | fx (px) | fy (px) | Centre image supposé |
|---|---|---|---|
| 1280 × 720 | 850.00 | 637.50 | (640, 360) |
| 1920 × 1080 | 1275.00 | 956.25 | (960, 540) |
| 3840 × 2160 | 2550.00 | 1912.50 | (1920, 1080) |
Ce tableau met en évidence un point capital : lorsque la résolution double dans chaque dimension, fx et fy doublent également. C’est pourquoi une calibration ne peut pas être réutilisée telle quelle si l’image a été redimensionnée sans adaptation de K.
Différence entre calcul théorique et calibration réelle
Le calcul théorique produit une excellente estimation initiale, notamment lorsqu’on dispose de la focale, de la taille du capteur et de la résolution. Toutefois, une calibration réelle va plus loin. Elle estime non seulement K, mais aussi les coefficients de distorsion. Les objectifs réels introduisent presque toujours une déformation radiale, surtout sur les bords de l’image. Une caméra grand angle peut afficher un champ de vue important tout en présentant une erreur géométrique significative si l’on ignore cette distorsion.
Dans les chaînes de vision robustes, on utilise souvent le calcul théorique pour initialiser les paramètres, puis on affine la solution avec une mire d’étalonnage. Cette procédure est standard dans OpenCV, en photogrammétrie close-range et dans la plupart des systèmes de vision industrielle de niveau professionnel.
Cas d’usage où le calcul de K est indispensable
- SLAM et robotique mobile : estimation fiable de la pose caméra et cartographie.
- Réalité augmentée : alignement précis d’objets virtuels sur une scène réelle.
- Inspection industrielle : mesure dimensionnelle et contrôle qualité.
- Photogrammétrie : reconstruction 3D et génération de nuages de points.
- ADAS et véhicules autonomes : perception géométrique de l’environnement.
- Microscopie et imagerie scientifique : conversion rigoureuse entre espace objet et espace image.
Erreurs courantes à éviter
- Confondre la diagonale marketing d’un capteur avec sa largeur et sa hauteur réelles.
- Utiliser une focale équivalente 35 mm à la place de la focale physique réelle.
- Ignorer le recadrage ou le redimensionnement logiciel de l’image.
- Supposer que le point principal est toujours exactement au centre.
- Négliger la distorsion lorsque l’objectif est grand angle.
- Employer une matrice K mesurée pour une résolution différente sans la re-scaler.
Bonnes pratiques pour les ingénieurs et développeurs
Pour un pipeline fiable, il est recommandé de stocker explicitement la résolution associée à chaque matrice K, de documenter les dimensions physiques du capteur utilisées, et de distinguer clairement les paramètres théoriques des paramètres calibrés expérimentalement. Si votre application dépend d’une précision sub-pixel, utilisez une calibration complète avec plusieurs images de mire, différents angles et une distribution homogène des points de contrôle sur tout le champ.
Une autre bonne pratique consiste à vérifier la cohérence entre le champ de vue annoncé par le constructeur et celui calculé à partir de la focale et du capteur. Si l’écart est important, cela peut signaler une projection non perspective, un recadrage interne ou une valeur de focale communiquée sous une convention différente.
Sources institutionnelles et académiques utiles
Conclusion
Le calcul de la matrice intrinsèque K et du champ de vue est la base géométrique de tout système de vision sérieux. Il permet de transformer une simple capture d’image en donnée exploitable pour la mesure, la projection, la localisation et la reconstruction. En partant de la focale, des dimensions du capteur et de la résolution, vous pouvez obtenir une première estimation très utile de fx, fy, cx et cy. Pour les applications avancées, cette étape doit être complétée par une calibration expérimentale incluant les distorsions. Utilisez donc le calculateur ci-dessus comme un point de départ robuste, rapide et cohérent, puis affinez vos paramètres dès que la précision métier l’exige.
À retenir : la matrice K n’est pas seulement une donnée théorique. C’est le lien opérationnel entre l’optique réelle, le capteur physique et la grille de pixels utilisée dans vos algorithmes de vision.
Les valeurs de tableau et les angles indiqués dans ce guide correspondent au modèle de projection perspective standard et servent d’estimations techniques cohérentes pour l’analyse et le dimensionnement.