Opencv单目标定flag的设定

1. flag中的标签顺序：

在代码中的对应如下： 

    enum{
        CALIB_USE_INTRINSIC_GUESS   = 1 << 0,
        CALIB_RECOMPUTE_EXTRINSIC   = 1 << 1,
        CALIB_CHECK_COND            = 1 << 2,
        CALIB_FIX_SKEW              = 1 << 3,
        CALIB_FIX_K1                = 1 << 4,
        CALIB_FIX_K2                = 1 << 5,
        CALIB_FIX_K3                = 1 << 6,
        CALIB_FIX_K4                = 1 << 7,
        CALIB_FIX_INTRINSIC         = 1 << 8,
        CALIB_FIX_PRINCIPAL_POINT   = 1 << 9
    };

其中最低位为：CALIB_USE_INTRINSIC_GUESS ， 最高位为： CALIB_FIX_PRINCIPAL_POINT

  int flags = 0;
  flags |= myfisheye::CALIB_RECOMPUTE_EXTRINSIC;
  flags |= myfisheye::CALIB_CHECK_COND;
  flags |= myfisheye::CALIB_FIX_SKEW;
  flags |= myfisheye::CALIB_FIX_K4;
  std::cout <<"flags = " << flags <<std::endl;

如上面那段代码的设定，flags的打印值为142， 转换成二进制入下：

与上面的顺序对应

写得时候记得区分， 因为cv::fisheye对应的参数，与cv:: 对应的参数是不一样的；

举例，比较经典的鱼眼单目标定程序如下：

  cv::Matx33d intrinsic_matrix; /*****    摄像机内参数矩阵    ****/
  cv::Vec4d distortion_coeffs;  /* 摄像机的4个畸变系数：k1,k2,k3,k4*/

  std::vector<cv::Vec3d> rotation_vectors;    /* 每幅图像的旋转向量 */
  std::vector<cv::Vec3d> translation_vectors; /* 每幅图像的平移向量 */
  int flags = 0;
  flags |= myfisheye::CALIB_RECOMPUTE_EXTRINSIC;
  flags |= myfisheye::CALIB_CHECK_COND;
  flags |= myfisheye::CALIB_FIX_SKEW;
 
  //需要传入cornerSeq的点对应的id,去确定其是属于第几行第几列
  myfisheye::calibrate(object_Points, corners_Seq, corners_Id, image_size,
                       intrinsic_matrix, distortion_coeffs, rotation_vectors,
                       translation_vectors, flags,
                       cv::TermCriteria(3, 30, 1e-5));

接下来说一下每个flag参数所表达的意思：

CALIB_RECOMPUTE_EXTRINSIC： 是否重新计算外参；如果设定为true，则每一轮的迭代优化后都会重新计算一次rvec和tvec， 也就是每一副图像相对于固定的世界坐标系的外参R，t；一般都会开启；

CALIB_USE_INTRINSIC_GUESS： 是否使用输入的内参；如果设定为True，则上面例子中的intrinsic_matrix必须有值；如果设定为False，opencv默认的初始化参数计算如下；

CALIB_FIX_INTRINSIC：是否固定内参；如果设定为True， 则上面例子中的intrin_matrix必须有精确地内参值， 在接下来的单目标定程序中，不会改变这个内参；

                                         这里要和上面的CALIB_USE_INTRINSIC_GUESS做区分， CALIB_USE_INTRINSIC_GUESS是给定一个比较合理的初始值即可，防止后面的优化无法收敛；

CALIB_CHECK_COND:  是否检测条件； 检测最后的雅克比公式中B矩阵是不是满秩矩阵，在鱼眼标定的时候，一般设置为True，可以帮我们筛选掉不好的标定图片；

CALIB_FIX_SKEW：保证内参矩阵的对称性；如果设定为True，内参矩阵的格式为[ fx, 0, cx; 0, fy,cy; 0, 0,1] ；如果设定为false，则内参格式为 [fx' , alpha , cx; 0, fy' ,cy;  0, 0,1], 一般设定为True；

CALIB_FIX_K1，K2，K3，K4：是否固定某个畸变参数； 如果选择CALIB_FIX_K4， 对应的畸变参数为:[K1, K2,K3,0], 同理，如果CALIB_FIX_K3， 则对应的畸变参数为[K1,K2,0,0]

OpenCV源码内参初始化为：

fx = max(image_size.width, image_size.height) / CV_PI;
fy = max(image_size.width, image_size.height) / CV_PI);
cx = image_size.width / 2.0 - 0.5;
cy = image_size.height / 2.0 - 0.5;

CALIB_FIX_SKEW 使用举例：

  int flags = 0;
  flags |= myfisheye::CALIB_RECOMPUTE_EXTRINSIC;
  flags |= myfisheye::CALIB_CHECK_COND;
  flags |= myfisheye::CALIB_FIX_SKEW;
 
  //需要传入cornerSeq的点对应的id,去确定其是属于第几行第几列
  double rms = myfisheye::calibrate(object_Points, corners_Seq, corners_Id, image_size,
                       intrinsic_matrix, distortion_coeffs, rotation_vectors,
                       translation_vectors, flags,
                       cv::TermCriteria(3, 30, 1e-5));

这段代码的执行结果中,内参标定结果为:

[216.7146086633471, 0, 306.9382661479993;
 0, 286.00358341677, 252.6790474661119;
 0, 0, 1]

去除SKEW标签后,同一组图片的标定结果如下:

[219.1049328488637, -0.4470566496293429, 306.370172490616;
 0, 289.1554239282392, 252.4634276394423;
 0, 0, 1]

设定了CALIB_FIX_SKEW之后, 内参的偏差系数将会被设定为0, 反之则会计算偏差系数;

关于偏差系数, 可以看下图, 左图表示理想的归一化相机平面, 右图表示的有偏差的归一化平面, 即x轴与y轴是有夹角的;

具体可以参考这篇文章: 我们是否需要关注Skew coefficient?

总结来讲,对于普通相机不需要在意这个参数, 因为大部分厂商的CCD都是直角的,因此,标定的时候, 添加CALIB_FIX_SKEW 即可, 当有unusual相机的时候要额外注意;