计算机视觉相机标定

目录

一、棋盘格制作

1、由于棋盘格需要非常平整（下面介绍原因），将打印好的棋盘格夹在了平板透明玻璃壳的里面，制作结果如下，并且使用同一相机从不同的位置，不同的角度，拍摄标定板的多张照片（10-20张左右），将照片放到文件夹中：
在这里插入图片描述

由于手机拍摄的原始图片太大，我们进行等比例的缩小（宽度和长度同时缩小四倍）不然使用代码跑的时候会非常慢

二、相机标定

标定板需要有极高的精度，包括不同平面的角度、特征点的物理距离等。因此制作标定板十分困难。简单的标定板我们可以采用棋盘格作为标定板。将一张棋盘格放在一个严格的平面上，棋盘格每个格子的间距相等，且由于棋盘格都在一个严格的平面上，因此三维空间中Z方向上的坐标就可以记为0。假设棋盘格中每个格子宽度2厘米，则图中角点A在三维中的坐标可以为（2，2，0）

利用摄像机所拍摄到的图像来还原空间中的物体。在这里，不妨假设摄像机所拍摄到的图像与三维空间中的物体之间存在以下一种简单的线性关系：[像]=M[物],这里，矩阵M可以看成是摄像机成像的几何模型。 M中的参数就是摄像机参数。通常，这些参数是要通过实验与计算来得到的。这个求解参数的过程就称为摄像机标定。

张正友标定法是指张正友教授1998年提出的单平面棋盘格的摄像机标定方法。本文中提出的方法介于传统标定法和自标定法之间，但克服了传统标定法需要的高精度标定物的缺点，而仅需使用一个打印出来的棋盘格就可以。同时也相对于自标定而言，提高了精度，便于操作。因此张氏标定法被广泛应用于计算机视觉方面。
世界坐标系（world coordinate）( x w , y w , z w ) (xw,yw,zw)(xw,yw,zw)，也称为测量坐标系，是一个三维直角坐标系，以其为基准可以描述相机和待测物体的空间位置。世界坐标系的位置可以根据实际情况自由确定。
相机坐标系（camera coordinate）( x c , y c , z c ) (xc,yc,zc)(xc,yc,zc)，也是一个三维直角坐标系，原点位于镜头光心处，x、y轴分别与相面的两边平行，z轴为镜头光轴，与像平面垂直。
像素坐标系 u o v uovuov是一个二维直角坐标系，反映了相机中像素的排列情况。原点o位于图像的左上角，u轴、v轴分别于像面的两边平行。像素坐标系中坐标轴的单位是像素（整数）。
图像坐标系X O Y XOYXOY，其坐标轴的单位通常为毫米（mm），原点是相机光轴与相面的交点（称为主点），即图像的中心点，X轴、Y轴分别与u轴、v轴平行。故两个坐标系实际是平移关系，即可以通过平移就可得到。

求解内外置参数矩阵
设三维世界坐标的点为X = [ X , Y , Z , 1 ] ^T ,二维相机平面像素坐标为m = [ u , v , 1 ] ^T
,所以标定用的棋盘格平面得到图像平面的单应性关系为：s0m=A[R,T]X
其中，s为尺度因子，K为摄像机内参数，R为旋转矩阵，T为平移向量。令

s做为齐次坐标来说，不会改变齐次坐标值。将世界坐标系构造在棋盘格平面上，令棋盘格平面为Z=0的平面。则

将K [ r 1 , r 2 , t ] K[r1,r2,t]K[r1,r2,t]叫做单应性矩阵H，即：

计算内置参数矩阵
由上述可知，

由于旋转矩阵中，r1和r2都正交，可得r₁^T r2=0 且 ||r1|| = ||r2|| = 1
代入可得：

即每个单应性矩阵能提供两个方程，而内参数矩阵包含五个参数，要求解的话至少需要三个单应性矩阵。为了得到三个不同的单应性矩阵，我们使用至少三幅棋盘格平面的图片进行标定。通过改变相机与标定板之间的相对位置来得到达三个不同的图片。定义如下：

观察矩阵B，可以发现B是一个对称矩阵，取B矩阵上三角部分，将B矩阵简写为b=[B₁₁,B₁₂,B₂₂,B₁₃,B₂₃,B₃₃]
且根据矩阵A=A^T公式（这里的A不是内部参数矩阵A），单应性矩阵H中的第i列 hi=[h_i1,h_i2,h_i3]^T。
可推导得：

利用约束条件可以得到：