双目标定(二)单目标定基本原理

本文介绍了相机标定的过程,包括单目标定的六个步骤:求解单应矩阵、内参矩阵、外参数,以及考虑畸变的影响。通过最小二乘法优化内参和外参数,解决观测噪声问题。同时,提到了双目标定的流程,通过左右相机间的坐标转换,最小化投影误差。
摘要由CSDN通过智能技术生成

主体思路,先处理纯二维平面的畸变问题(此处略过),矫正图片后,再来求解相机内外参数。基本思路是求得每个标定板对应的单应矩阵,再联合优化所有标定板数据得到相机内参矩阵,再得到每个标定板对应的外参。

1. 标定板平面到像平面的单应矩阵H

,则对于每个棋盘格,可以得到一个标定板平面到当前图像平面的单应矩阵Hi,实际上这个单应矩阵Hi汇总了标定板平面到相机成像平面的旋转平移以及相机内参信息。
现在,我们已知每幅标定板图的单应矩阵H

2.求解相机内参矩阵

对一幅标定板图片上的标定板坐标上的一点 P = [ X , Y , 0 , 1 ] T P=[X,Y,0,1]^T P=[X,Y,0,1]T由于
这里写图片描述
(1)

A为相机内参
实际上,由于H是二维对应关系,而标定板平面Z轴对应为0,所以: H = [ h 1 , h 2 , h 3 ] = A [ r 1 , r 2 , t ] H=[h1,h2,h3]=A[r_1,r_2,t] H=[h1,h2,h3]=A[r1,r2,t],
由于R是正交矩阵,所以r1,r2正交,即r1和r2的模相同,而且点积为0,即:
r 1 T r 2 = 0 r_1^Tr_2=0 r1Tr2=0
∣ ∣ r

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值