【机器视觉】——相机标定降低重投影误差方法

已于 2022-03-19 16:17:15 修改
阅读量5.9k 收藏 6
点赞数 1
分类专栏： 机器视觉 文章标签： 机器视觉 相机标定 重投影误差 降低误差因素
于 2022-03-13 16:51:24 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45769063/article/details/123461371
版权
本文分析了影响相机标定误差的原因，包括平面棋盘格精度、图像分辨率、标定物硬度和平面度。通过使用高精度棋盘格、合适图像分辨率、硬质标定物及确保棋盘格纵横比例不一致，可以有效降低重投影误差。在实际操作中，发现分辨率调整和标定物硬度改进显著减少了误差。
摘要由CSDN通过智能技术生成

目录

一、标定结果分析

二、影响标定误差的原因

1、平面标定板黑白棋盘格的精度

2、图像分辨率的大小

3、标定物的硬度

4 、 尽量保证棋盘格横纵格数不一致 

        重投影误差一般控制在0.5像素左右，高精度的要求对标定精度要求更大，这时候则误差需要更加小。

        本文使用的相机分辨率为3072*2048，棋盘格使用的是10*10，每个棋盘格大小为100*100像素

一、标定结果分析

20-30张棋盘格图像用于标定，计算得到的相机内参和畸变矩阵如下所示：

相机内参

8646.6812889150,0.0000000000,1538.9438907770
0.0000000000,8693.1955814295,1327.4996706315<

了解本专栏 订阅专栏 解锁全文 超级会员免费看
【机器视觉】——单目相机标定（张正友标定）、畸变矫正、重投影误差计算、pnp问题求解、实际尺寸测量、标定参数矩阵应用
python_AI_fans的博客
03-13 2295
单目相机标定（张正友标定）、畸变矫正、重投影误差计算、pnp问题求解、实际尺寸测量、标定参数矩阵应用
视觉SLAM——3D-2D最小化重投影误差求解PnP(OpenCV版本)
小勇博客
03-09 3450
CMakeLists.txt cmake_minimum_required(VERSION 2.8) project(vo1) set(CMAKE_BUILD_TYPE "Release") add_definitions("-DENABLE_SSE") set(CMAKE_CXX_FLAGS "-std=c++11 -O2 ${SSE_FLAGS} -msse4") list(APPEND CMAKE_MODULE_PATH ${PROJECT_SOURCE_DIR}/cmake) find_pack
SLAM专题（10）- 最小化重投影误差与Bundle Adjustment （BA）
01-07
在SFM（structure from motion）的计算中BA（Bundle Adjustment）作为最后一步优化具有很重要的作用，在近几年兴起的基于图的SLAM（simultaneous localization and mapping）算法里面使用了图优化替代了原来的滤波器，这里所谓的图优化其实也是指BA。其实很多经典的文献对于BA都有深深浅浅的介绍，如果想对BA的全过程做一个全面的更深层次的了解，推荐阅读 Bundle Adjustment —A Modern Synthesis. 目录 一. 历史由来 二. Bundle Adjustment到底是什么？ 平差也就正好表述了为什么
单目相机标定结果的评估——重投影误差与畸变校正
黑化咸鱼的博客
10-25 2万+
1.重投影误差的概念 在相机标定后，我们可以通过计算重投影误差来判断标定地精准程度。在标定后每个三维点根据相机的投影矩阵计算得到的图像位置与实际图像位置之间总存在一个距离，这个距离的累加和就是重投影误差。重投影误差不仅考虑的单应矩阵间的计算误差，也考虑了图像的测量误差，因此适合用来评价标定结果。重投影误差受镜头畸变等因素的影响，因此本文比较了畸变矫正前后的重投影误差大小。 2.基于摄像机模型的重投影误差 我们知道有限射影摄像机模型下，三维点X和图像点x之间的映射关系如下： 则计算得到的图像点位置
重投影误差
a7691176的博客
07-26 1万+
在计算机视觉中，经常会用到重投影误差（Reprojection error）。比如在计算平面单应矩阵和投影矩阵的时候，往往会使用重投影误差来构造代价函数，然后最小化这个代价函数，以优化单应矩阵或者投影矩阵。之所以使用重投影误差，是因为它不光考虑了单应矩阵的计算误差，也考虑了图像点的测量误差，所以其精度会更高。 最小化重投影误差问题（Bundle Adjustment问题...
OpenCV 相机校正过程中，calibrateCamera函数projectPoints函数的重投影误差的分析
热门推荐
是否龍磊磊真的一无所有的博客
01-24 3万+
主要是讲解Python利用OpenCV进行相机校正过程中，几个重点参数的分析。标定的过程就不再一一赘述了，很多博客和网站都在讲解怎么进行标定。本文章主要分析，标定过程中的误差计算公式，和对calibrateCamera( ) 和 projectPoints( )两个函数得到的误差，不同的原因进行分析。本文是重点分析重投影误差的计算方式。准确描述opencv自带的函数，和各个博客、教程里面所说的重投影误差计算的流程进行分析和对比，描述官方的重投影误差和教程实现重投影误差的差别。...
计算机视觉——相机标定
qq_56451568的博客
05-25 1067
一.相机标定 相机标定指建立相机图像像素位置与场景点位置之间的关系，根据相机成像模型，由特征点在图像中坐标与世界坐标的对应关系，求解相机模型的参数。相机需要标定的模型参数包括内部参数和外部参数。 ......
SLAM--最小化重投影误差
老邹的博客
06-02 3636
目录一、相机模型二、最小化重投影误差2.1 优化位姿2.2 优化路标 一、相机模型 设相机坐标系下的左边点[X,Y,Z]T[X,Y,Z]^T[X,Y,Z]T,相机物理成像的其次坐标为[X′,Y′,1][X',Y',1][X′,Y′,1]，成像焦距为fff，由相似三角形的关系可以得到： X′=fXZ Y′=fYZ(1) X'=f\frac X Z\\ ~\\ Y'=f\frac Y Z \tag{1} X′=fZX​ Y′=fZY​(1) 设像素坐标为[u,v]T[u,v]^T[u,v]T
通过最小化广义重投影误差实现多视图立体和轮廓融合
03-02
从一组校准的2D多视图图像中准确地重建3D几何形状是一种积极而有效的方法计算机视觉中具有挑战性的任务。 现有的多视图立体声方法通常在恢复方面表现不佳深凹且突出的结构，并且会遇到一些常见问题，例如收敛速度慢，对初始条件的敏感性以及对内存的高要求。 为了解决这些问题，我们建议广义重投影误差最小化的两阶段优化方法（TwGREM），其中提出了一种广义的重投影误差框架，以将立体和轮廓提示整合到一个统一的能量中功能。 为了使函数最小化，我们首先在3D体积网格上引入凸松弛可以使用变量拆分和Chambolle投影有效解决。 然后，得到的表面是参数化为三角形网格并使用表面演化进行精炼以获得高质量的3D重建。 我们使用几种最先进方法进行的比较实验表明，TwGREM的性能基于3D的重建在准确性和效率方面是最高的，尤其是对于具有光滑的纹理和稀疏的视点
C++计算两个地图点的重投影误差
11-05
这个程序的作用是输入三角化和观测点的地图坐标和位姿，输出计算图像平面重投影误差
matlab单双目标定提取相机标定中各张标定图片的重投影误差数据
小张的技术分享博客
11-01 4013
我们在使用matlab工具箱进行相机标定时，有时候想得到每张标定图片的重投影误差和opencv-python中的比较一下。然而，该数据在系统里没有直接输出，我们应该如何获取呢？参考了 《》中的思路给出单双目代码，直接粘贴使用！思路如下：1 、提取角点坐标的像素坐标；2 、将标定板中角点在世界坐标中的坐标（标定平面为世界坐标系中Z=0所在平面）基于相机参数反计算得到新的像素坐标；3 、计算两个对应像素坐标的2范数求和并取均值，即可得到该张标定图片的平均投重影误差。
重投影误差公式
weixin_42584507的博客
01-05 2289
重投影误差公式表示了在三维空间中两个相机位姿之间的差异，通常用于相机标定和三维重建的评估。 公式如下: 重投影误差 = √(x2' - x2)2 + (y2' - y2)2 其中，(x2',y2')是经过重投影转换后的二维平面上的坐标，(x2,y2)是实际测量得到的二维平面上的坐标。 常用于机器视觉领域的标定、定位、跟踪等任务中。 ...
使用Ceres优化重投影误差进行相机标定
最新发布
sroman的博客
06-12 686
https://blog.csdn.net/one_cup_of_pepsi/article/details/126846421
最小化重投影误差(BA法)求解PnP
weixin_44197735的博客
07-23 4270
最小化重投影误差求解PnP
重投影误差与对称转移误差
ChenMeJn's blog
06-14 1万+
重投影误差与对称转移误差@[机器视觉] [多视图几何] 最近在阅读相机标定相关知识，发现自己对于重投影误差（Reprojection Error）的理解居然是对称转移误差（Symmetric transfer error），今天在这里对这两个名词作个解释。重投影误差 The reprojection error is a geometric error corresponding to the
相机标定误差太大了，怎么降下来
05-13
相机标定误差大的原因可能是多方面的，下面列出一些常见的原因和相应的解决方法： 1. 标定板摆放不稳定。在标定时，标定板应该放置在平整的表面上，并且不能移动，以保证标定板的位置不会发生偏移。如果标定板移动，那么相机的内外参数就会发生变化，导致标定误差变大。 2. 标定板图案不清晰。在标定板上应该使用清晰的黑白图案，以便相机能够正确地检测出角点的位置。如果标定板图案不清晰，那么相机的内外参数就会受到影响，导致标定误差变大。 3. 标定数据不充分。在进行相机标定时，应该确保采集足够的标定数据，以保证标定结果的准确性。如果标定数据不充分，那么相机的内外参数就会受到影响，导致标定误差变大。 4. 标定算法选择不当。在进行相机标定时，应该选择适合自己应用场景的标定算法。不同的标定算法适用于不同的应用场景，选择不当会导致标定误差变大。 为了降低标定误差，可以采取以下措施： 1. 确保标定板摆放稳定，避免移动和偏移； 2. 使用清晰的黑白图案作为标定板图案； 3. 采集足够的标定数据，以保证标定结果的准确性； 4. 选择适合自己应用场景的标定算法。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

有情怀的机械男

你的鼓励将是我最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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