线结构光传感器标定(相机标定+结构光标定)完整流程(一)

1、使用标定板采集图像20张。
如下图所示:
在这里插入图片描述
在这里插入图片描述

2、在采集图像过程中,打开线激光条纹,采集两幅不同姿态下的图像
如下图所示:
在这里插入图片描述
在这里插入图片描述
3、成功采集两幅带结构光的图像以及20幅不带结构光的图像后,开始相机内参标定。

4、相机内外参数标定
4.1 下载TOOLBOX_calib
放在MATLAB安装目录下的toolbox文件下:
在这里插入图片描述
4.2 打开MATLAB
将采集的20幅标定板图像放在D:\MATLAB\toolbox\TOOLBOX_calib目录下,并同意重命名,比如Image1,Image2,…
在这里插入图片描述
4.3 在MATLAB进入相同的目录
在这里插入图片描述
4.4 输入命令,calib_gui

选择standard,出现如下窗口,如图所示:
在这里插入图片描述
选择Standard(all the images are stored in memory),进去后界面如下:
在这里插入图片描述
进入存放图片的文件夹,点击Read Images,我们可以看到文件夹下的内容。
在这里插入图片描述

然后此时提示你输入Basename,Basename就是你的所有图片的名字中相同的部分,例如我将图片统一命名为”Image*“的格式,所以只需在命令行输入Image,然后输入图片格式b。结果如下图所示:
在这里插入图片描述

在这里插入图片描述
点击Extract grid corners,提取每幅图的角点。在命令窗口中,直接按回车键(”Enter“)自动计算棋盘格数目。标定时,依次选取棋盘格的四个角点。
在这里插入图片描述
在这里插入图片描述
分别在“wintx ([] = 5) =”和“winty ([] = 5) =”输入行中输入角点提取区域的窗口半宽m和半高n。显示角点提取区域的窗口尺寸(2n+1)x(2m+1),例如,选择缺省时角点提取区域的窗口尺寸为11x11像素。

Extraction of the grid corners on the images

Number(s) of image(s) to process ([] = all images) = 20

Window size for corner finder (wintx and winty):

wintx ([] = 5) = 3

winty ([] = 5) = 3

Window size = 7x7
选择四个角点
在这里插入图片描述
在这里插入图片描述
绘制完20幅图像的角点
在这里插入图片描述
点击Calibration进行校准
在这里插入图片描述
输出相机的内参数
在这里插入图片描述
保存好相机的内参数,还要保存两幅带激光的外参数
其中RC1为第一幅图像相对相机的外参数矩阵的旋转矩阵
在这里插入图片描述
其中RC2为第二幅图像相对相机的外参数矩阵的旋转矩阵
在这里插入图片描述
其中TC1为第一幅图像相对相机的外参数矩阵的平移矩阵
在这里插入图片描述
其中TC2为第二幅图像相对相机的外参数矩阵的平移矩阵
在这里插入图片描述
至此,获得结构光标定的全部参数。

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值