Matlab摄像头标定全流程指南

        简介：摄像头的标定工作可以使用OpenCalib\Kalibr\Matlab Calibration Toolbox\Autoware Calibration Tool等开源标定工具；本文介绍如何使用Matlab Calibration Toolbox来进行标定。我使用的是Matlab R2024b（需安装“Image Processing Toolbox”和“Computer Vision Toolbox”）

1棋盘格标定板

        校准板是相机标定过程中用于提供已知空间坐标的参考对象，通常由高对比度的图案组成。

1.1关键要求：

        高精度制造
      校准板上的图案（如棋盘格、圆点阵列）必须具有已知且精确的几何尺寸，误差需控制在标定所需的精度范围内（例如亚像素级）。

        平面性
      校准板表面需保持绝对平面，避免因弯曲或变形引入标定误差。在固定标定板时需要注意，标定板的纸张一定平铺，没有弯曲，否则会影响最后的数据精度，建议使用木板固定。

        材质稳定性
      选择低热膨胀系数的材料（如陶瓷、玻璃或金属），减少环境温度变化导致的形变。

1.2常见校准板类型

        棋盘格校准板
      由黑白交替的方格组成，角点检测算法易于提取交点坐标。方格尺寸需均匀，边缘清晰无模糊。这是最常用的标定板。

        圆点阵列校准板
      形标志点中心定位精度高，适合高精度标定。通常以白色背景搭配黑色圆点，圆心间距已知。

        Charuco板
      结合棋盘格与ArUco标记，既可检测角点又能利用标记ID消除匹配歧义，适用于动态或部分遮挡场景。

1.3使用注意事项

        照明均匀性
      避免反光或阴影，确保校准板表面光照均匀。自然光或漫射光源更佳。

        多角度拍摄
      标定时需从不同视角拍摄校准板（至少8-20张），覆盖图像边缘和中心区域。

2。准备标定图像

  通过Matlab生成一个黑白棋盘格标定板，方格为大小20mm，排列为9*12 (square_size = 20;rows = 9; cols = 12;)，命令代码如下图。          

图1.2 标定板生成代码

 

图1.3 棋盘格标定板图

 

3.拍摄标定板

        1. 将棋盘格标定板固定在平面上，确保方格边缘清晰无遮挡。

        2. 用PC端摄像头从不同角度、不同距离拍摄标定板（建议拍摄8-10张），需覆盖摄像头视野的四个角落及中心区域（避免图像模糊或标定板倾斜过度）。

        3. 将拍摄的图像（格式为JPG/PNG）保存到Matlab当前工作目录下，便于后续导入。

图2.1 标定板照片

 

4.打开Matlab标定工具箱

1.打开Matlab，点击APP，在更多中找到“Camera Calibrator”，点击进入工具界面。

 

图2.2

2.在工具箱界面点击“Add Images”，选择步骤1中保存的所有标定图像，弹出“Image Import”对话框。

 

图2.3

 

3. 在对话框中设置“Checkerboard square size”为20（单位：mm），“Number of inner corners”为“9”（行）和“12”（列），点击“OK”导入图像。

 

图2.4

 

5.检测标定板内角点和执行标定

        1.导入图像后，Matlab会自动检测每张图像中棋盘格的内角点，检测结果以“绿色圆圈”标记在图像上。

 

图2.5 检查内角点

 

        2. 点击工具箱界面的“Calibrate”按钮，弹出“Calibration Settings”对话框，点击“OK”开始标定，Matlab会基于内角点的世界坐标与图像坐标，通过最小二乘法求解内参、外参及畸变系数，过程约10-30秒（取决于图像数量）。

 

图2.5 执行标定结果图

        若某张图像检测失败（无红色十字），右键删除该图像；若内角点标记偏移，可双击图像手动调整十字位置，确保与方格交点对齐。

 

6.标定结果

        1. 点击“Export Camera Parameters”按钮，将标定得到的参数（内参、外参、畸变系数）保存为Matlab结构体（如cameraParams），便于后续调用。

图2.6

 

        2. 回到Matlab主页面，在右侧工作区找到cameraParams，点击打开，标定结果将陈列，如图所示。

图2.7  标定数据结果