【相机标定】张正友相机标定技术

张正友标定法

一、概述

基于2D平面靶的摄像机标定法，又称张正友标定法。该方法要求摄像机在两个以上不同的方位拍摄一个平面靶标，摄像机和2D平面靶表都可以自由移动，且内部参数始终不变，假定2D平面靶标在世界坐标系中的z=0，那么，通过线性模型分析就可以计算出摄像机参数的优化解，然后用最大似然发进行非线性求精。在这个过程中得出考虑镜头畸变的目标函数后就可以求出所需的摄像机内、外参数。这种标定方法既具有较好的鲁棒性，又不需昂贵的精制标定块，很实用。

二、标定步骤

• 打印一张棋盘格A4纸张（黑白间距已知），并贴在一个平板上
• 针对棋盘格拍摄若干张图片（一般10-20张）
• 在图片中检测特征点（Harris特征）
• 利用解析解估算方法计算出5个内部参数，以及6个外部参数
• 根据极大似然估计策略，设计优化目标并实现参数的refinement

三、Harris角点检测

角点检测方法，常用的方法包括两类：基于图像边缘特征的角点检测方法和基于图像灰度信息的角点检测方法。基于图像边缘的角点检测算法，主要选择图像的边缘作为特征点进行提取和检测，包括图像预分割、提取轮廓链码和角点检测三个步骤，这种算法对待检测区域的局部变化敏感性较强，而且在计算量上相当大，主要是因为整个过程需要对图像的边缘进行编码，这就使这个检测过程很大程度上要依赖图像预分割和图像的边缘提取。因此，这类算法的使用范围相对较小。而对于基于图像灰度信息的角点检测方法，则是把图像的梯度和曲率直接作为判断角点存在性的标准，避开了前者在算法结构上的缺陷，适用范围广。

四、张正友相机标定技术公式推导
参考文献：A Flexible New Technique for Camera Calibration
空间一点到像点的投影变换

其中：

s 为缩放因子，A 为摄像机内部参数矩阵，包含U、V 轴上的尺寸因子α、β，主轴与成像平面中心点坐标（u0，v0），图像在 U、V 轴方向上的倾斜度 γ。M 为摄像机外部参数，其中包括世界坐标系变换到摄像机坐标系所需要的旋转矩阵R 和平移矩阵t。
在张正友标定法中，世界坐标系置于平面标定板上（Z=0）

单应性矩阵：

计算内参数矩阵：

由R的正交性得：


最小二乘法解决单应性矩阵（8个自由度，6个外部参数）

B为对称矩阵，且B的有效元素写成b

得到

写成矩阵的形式：

估算出矩阵B后，根据cholesky分解，得到如下公式，即相机的内部参数：

相机的外部参数为：

通过最大似然估计进行改进上述参数，目标函数如下，初始值可以设置为之前计算出的结果：