ROI，region of interest)，摄像机标定

ROI

机器视觉------- SciSmart图像定位-ROI校正算法
感兴趣区域(ROI，region of interest)，在机器视觉、图像处理中，在被处理的图像上以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域，简称ROI。在图像处理领域，感兴趣区域是从图像中选择的一个图像区域，这个区域是图像分析所关注的重点。圈定该区域以便进行进一步处理，或使用ROI圈定你想处理的目标，可以减少处理时间，提高精度。

在具体的视觉应用中，当工件来料位置固定不变时，常量ROI可以覆盖工件来料。但是当来料位置存在较大波动时，就无法通过固定的ROI来实现视觉应用。这时候我们可以通过粗定位对产品进行定位，根据定位位置、长宽，角度等数据使用生成ROI，通过生成ROI工具来满足视觉应用的要求；或者通过粗定位数据使用ROI校正工具对固定的ROI进行仿射变换，跟随产品位置来满足视觉应用的要求。

摄像机标定

参考：https://www.zhihu.com/question/36241631

什么是摄像头标定？对摄像头参数进行估计的过程称为摄像头标定。通过摄像头标定，可以掌握摄像头的所有信息（参数或系数)，从而可以确定现实世界中的三维点与摄像头捕获图像的二维投影(像素）之间的精确关系。通常，摄像头标定意味着恢复以下两类参数：摄像头 /镜头系统的固有参数。如：镜头的焦距、光心和径向失真系数等参数。外部参数：这是指摄像头相对于某个世界坐标系的方向（旋转矩阵R和平移向量t）。采用了几何标定来估计透镜的参数，从而消除图像的失真。

摄像头的标定是将摄像头的内部参数和外部参数计算出来，从而实现对图像的准确测量和对象跟踪等应用。摄像机的内部参数包括主点位置、焦距和像素宽度等参数，外部参数包括相机的旋转和平移等参数，可以用于恢复真实世界的三维坐标信息，进而实现像素与物理量之间的转换。

标定步骤：

图像获取：首先需要采集标定图像，一般使用黑白棋盘格、激光平面或其他几何图形等模板进行标定，以便于对图像进行精确测量。这些图案需要满足一定的特征要求，例如角点数量、对称性等。

特征提取：对图像进行特征提取，一般使用边缘、角点、斑点、纹理等特征，以便于计算图像的内部和外部参数。由于标定过程中需要提取大量的特征点，因此通常采用自动的特征提取算法，例如SIFT、SURF等。

参数计算：针对图像的特征点，可以通过求解相机的内部参数和外部参数来实现标定。其中内部参数包括焦距、主点位置和像素大小等，需要对图像进行像素坐标与实际物理量之间的转换，通过多项式方程或者最小二乘法等算法来进行求解。外部参数一般使用PnP算法来计算。

精度评估：标定完成之后，需要对结果进行评估，一般使用重投影误差或者亚像素精度等指标来评估标定的精度。如果精度达到要求，则标定结果可以用于测量和跟踪等应用。

总的来说，摄像头的标定是计算机视觉技术中非常重要的一环，是实现图像测量和跟踪等功能的前提和基础。虽然标定过程有些复杂，但对于需要高精度测量和跟踪的应用而言，标定是必不可少的步骤