CVPR 2024 | 相机标定算法

目录

1.依赖 

安装波纹管组件

Ceres-Solver安装步骤：

Ceres-Solver安装完成

使用docker

提示

注意：检查检测结果！

2.构建和运行 

相机标定部分

ps

---

如下图所示，在透视变换和变形下，圆心不会投影到变形椭圆的质心。

现有的基于圆形图案的标定方法由于没有考虑畸变椭圆的几何特性，存在一定的偏差，导致标定精度低于棋盘格图案。 

1.依赖 

安装波纹管组件

• Ceres-Solverhttp://ceres-solver.org/index.html
• Eigen3https://eigen.tuxfamily.org/dox/index.html
• opencv4

Ceres-Solver安装步骤：

        下载链接：http://ceres-solver.org/ceres-solver-2.2.0.tar.gz

使用Ubuntu作为我们的示例Linux 分布：

首先安装所有依赖项。

# CMake
sudo apt-get install cmake
# google-glog + gflags
sudo apt-get install libgoogle-glog-dev libgflags-dev
# Use ATLAS for BLAS & LAPACK
sudo apt-get install libatlas-base-dev
# Eigen3
sudo apt-get install libeigen3-dev
# SuiteSparse (optional)
sudo apt-get install libsuitesparse-dev

我们现在已经准备好构建、测试和安装Ceres。

tar zxf ceres-solver-2.2.0.tar.gz
mkdir ceres-bin
cd ceres-bin
cmake ../ceres-solver-2.2.0
make -j3
make test
# Optionally install Ceres, it can also be exported using CMake which
# allows Ceres to be used without requiring installation, see the documentation
# for the EXPORT_BUILD_DIR option for more information.
make install

Ceres-Solver安装完成

使用docker

新装的docker可能需要以下步骤

在Ubuntu系统上，可以使用apt来安装Docker：

sudo apt update

安装Docker

sudo apt install docker.io

启动Docker服务并将其设置为开机启动：

sudo systemctl start docker
sudo systemctl enable docker

验证Docker安装：

docker --version

拉取Docker镜像

docker pull chaehyeonsong/discocal:latest 

提示

• 如果希望不需要sudo权限即可运行Docker命令，可以将当前用户添加到docker组：

sudo usermod -aG docker $USER 

注意：检查检测结果！

为了获得高质量的结果，请检查圆圈中的所有像素是否正确检测。

如果您不想检查图像，请关闭“main.cpp”中的“check_detection_results”选项。

2.构建和运行 

## Build
cd [your path]/discocal
mkdir build
cd build
cmake ..
make

## Run
./main.out [n_x] [n_y] [n_d] [img_dir_path] [radius(m)] [circle distance(m)]
(ex) ./main.out 4 3 3 ../sample_imgs/rgb12/ 0.035 0.09
(ex) ./main.out 4 3 4 ../sample_imgs/tir12/ 0.03 0.09

运行这段代码，项目里面有官方的实例图像标定

4 3 3  三组参数的意义（4列3行3畸变参数）

咱们文件使用的是6列5行5畸变参数 。例如./main.out 6 5 5 ../sample_imgs/new_1/ 0.03 0.09

./main.out 4 3 3 ../sample_imgs/rgb12/ 0.035 0.09

 会出现以下的输出结果

----------calibration mode: 0-------------
<before optimization>
initial camera parameters:
496.219920, 496.439834, 718.859701, 570.763499, 0.326237, 0.000000, 0.000000, 0.000000, 0.000000

相机标定部分

相机参数优化前的初始参数：

• 焦距（fx, fy）：496.219920, 496.439834
• 主点坐标（cx, cy）：718.859701, 570.763499
• 畸变系数（k1, k2, p1, p2, k3）：0.326237, 0.000000, 0.000000, 0.000000, 0.000000

<start optimization>
>coarse camera parameters:
489.612507, 489.642841, 717.295084, 571.600879, 0.414170, -0.009422, 0.002843, -0.000271, 0.000000

粗略优化后的相机参数：

• 焦距（fx, fy）：489.612507, 489.642841
• 主点坐标（cx, cy）：717.295084, 571.600879
• 畸变系数（k1, k2, p1, p2, k3）：0.414170, -0.009422, 0.002843, -0.000271, 0.000000

>fine camera parameters:
497.130678, 497.197472, 717.530522, 572.100527, 0.466057, -0.009018, 0.001971, 0.000204, 0.000000

精细优化后的相机参数：

• 焦距（fx, fy）：497.130678, 497.197472
• 主点坐标（cx, cy）：717.530522, 572.100527
• 畸变系数（k1, k2, p1, p2, k3）：0.466057, -0.009018, 0.001971, 0.000204, 0.000000

Calibration Quality: 98.754556 %
Estimated radius: 0.035439, Reprojection error: 0.062276

 标定质量为 98.75%。估算的圆点半径为 0.035439 米，重投影误差为 0.062276。

497.130678242  497.19747183  717.530521761  572.100527326
: detection failed
45.756973sec

输出了最终的相机内参矩阵，程序检测失败并花费了 45.756973 秒完成。 

 

• 4, 3, 3, 0.035000, 0.090000:

  • 显示程序运行时接收到的参数：
    • 4: 列数
    • 3: 行数。
    • 3: 畸变参数。
    • 0.035000: 圆点的半径。(m)
    • 0.090000: 圆点之间的距离。(m)

ps

如何确定线圈的数量和半径大小？ 圆的半径越大，观测结果就越精确。圆的数量越多，观测值就越多，从而提高稳健性。由于这两个值在有限的区域内处于权衡关系，因此应适当调整它们。建议不要超过7x5圈。