如何编写高精度的相机标定程序?

如何编写高精度的相机标定程序?

熟悉机器视觉的朋友肯定都接触过相机标定，目前有各种各样的途径来完成相机标定，其中开源的有opencv和matlab；商业软件有VisionPro，Halcon。opencv和matlab中比较常用的标定图案是棋盘格标定板，Halcon中使用的是网格圆，其中由于圆形图案的提取精度高于棋盘格，因此，许多高精度的相机标定软件都是使用的是圆/圆环作为标定图案。因此，如何使用圆形图案标定板搭建自己的高精度标定程序呢？

前提条件

要想搭建好基于圆形图案的相机标定程序，必须具有以下两个条件：

• 高精度的特征提取方法；
• 优化相机内外参的标定框架。
  首先，讲一下第二点，关于相机标定框架，大家肯定首先想到的是张正友标定方法（非常正确）。该标定框架目前已经非常成熟，被广泛应用于各种领域。
  其次，如何获取高精度的特征提取方法呢？
  对于圆形标定板，在经过相机的透视投影后将会变成椭圆，因此我们需要的是高精度的椭圆检测和拟合方法。自己从头开始写？NO，NO，NO！！！如果要自己写，那我这边文章就没有写的意义了。

搭建高精度相机标定

在Halcon中，存在高精度的边缘检测方法和椭圆拟合算子，见下图：

• Halcon中检测椭圆特征中心的算法流程
  1）利用标定板的黑色边界框定位标定板区域；

2）在标定板区域提取像素级边缘；

3）使用轮廓圆度和长度筛选轮廓，最终得到所有正确的椭圆轮廓；
4）对于每个筛选过的轮廓进行亚像素边缘提取。

最重要的一点是，Halcon虽然是商业软件，但是它每个月提供试用许可证，因此你不需要破解也可以使用它，唯一的缺点是每个月要更新许可证。
因此，我的想法是：
使用Halcon中的特征提取算子来进行高精度的圆形标定板特征提取，使用opencv中的张正友标定框架来进行相机标定。
以下为构建的相机标定软件：

以下为标定结果：

重投影误差为0.023pixel，相比于棋盘格的标定误差，是不是提升了很多呢?
如果有对标定软件源码感兴趣的朋友可以加入我的知识星球：3D视觉指南针。

2022.03.20软件版本更新