Kinect相机标定（camera_calibration）

Kinect_v1的相机标定这里我使用的是ROS中的标定工具，具体的参考可以参考ros.wiki官方资料。

1、连接相机

相机驱动在上一章中已经写了，过程其实很简单，安装两个ROS的资源包就可以了。

2、启动标定工具

启动标定包：

这个是启动相机的

roslaunch openni_launch openni.launch

这是是启动标定程序的：

rosrun camera_calibration cameracalibrator.py image:=/camera/rgb/image_raw camera:=/camera/rgb --size 5x4 --square 0.0245

注意这里的size是标定板的尺寸，但是好像可以任意设置，我用的标定板是10x10的，但是我用10x10很难完全检测到特征，最后用的5x4似乎也可以。最后一项是每个格子的边长，单位是米。启动后可以看到这样一个界面：

此时使用标定板在图像前方移动变换位置，会看到图像窗口的右上角有四个参数以及进度条：

等四个进度条都变成绿色的时候，点下面三个灰色中的第一个，这时候它应该是蓝色的。点这个之后过一会儿终端会提示生成了一些参数，这些其实就是相机的内参。

然后点三个灰色按钮中的第二个save，会提示出一条保存路径，该路径下保存了标定过程中采集的图片信息以及标定完成后的内参。

例如我这里的路径就是/tmp/calibrationdata.tar.ga，这是一个压缩包文件。
打开压缩包，里面有一个yaml文件，这里面放的就是最后的标定结果。文件如下：

image_width: 640
image_height: 480
camera_name: narrow_stereo
camera_matrix:
  rows: 3
  cols: 3
  data: [527.676729, 0.000000, 318.030590, 0.000000, 527.481801, 261.715150, 0.000000, 0.000000, 1.000000]
distortion_model: plumb_bob
distortion_coefficients:
  rows: 1
  cols: 5
  data: [0.159570, -0.266279, -0.001665, -0.005238, 0.000000]
rectification_matrix:
  rows: 3
  cols: 3
  data: [1.000000, 0.000000, 0.000000, 0.000000, 1.000000, 0.000000, 0.000000, 0.000000, 1.000000]
projection_matrix:
  rows: 3
  cols: 4
  data: [539.786560, 0.000000, 315.015406, 0.000000, 0.000000, 541.949707, 261.172141, 0.000000, 0.000000, 0.000000, 1.000000, 0.000000]

从中我们可以看到，文件的最上面是图像大小，这里我的相机是640*480的，下面是相机名称，感觉更加现实类型。

再往下是几个矩阵：

camera_matrix:

这个矩阵包含了相机的焦距以及中心坐标

也就是对应图片中等式右侧的第一个矩阵。

distorition_coefficients

畸变参数，畸变类型是上面distorition_model中的plumb_bob类型，这个跟传统的有一点点不一样，根据这其中的参考文献二：

虽然其中的字符定义和我们习惯性用的不太一致，但是二者含义是一样的。从上面图中可以看出，畸变参数中，第1，2，5个参数对应的是式（2.1）中的k1,k2,k3第3,4个参数对应的是式（2.1）中的 p1,p2因此我们可以知道：distortion_coefficients中的五个参数从前到后分别对应的是：k1,k2,p1,p2,k3。更详细的也可以参考这里的博文。

rectification_matrix

这个其实就是一个单位矩阵，用于去畸变。具体在ORB_SLAM2的去畸变部分中的代码中好像用的就是单位矩阵。

projection_matrix

为外部世界坐标到相平面的投影矩阵。