相机标定

在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定（或摄像机标定）。无论是在图像测量或者机器视觉应用中，相机参数的标定都是非常关键的环节，其标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。因此，做好相机标定是做好后续工作的前提，提高标定精度是科研工作的重点所在。

相机标定可以分为如下6步：

1、图像增强

2、边缘检测

3、椭圆提取

4、编码识别

5、初值估计

6、光速法平差

1、图像增强：

首先进行图像增强，扩大图像中不同物体特征之间的差别。图像增强算法有很多，比如增强直方图均衡化、对数变换、指数变换以及Walis变换等。这里我用的是对数变换。代码如下：

#define a 100.0 //控制参数,表示曲线的弯曲程度

#define b 0.0 //控制参数,表示曲线的上下偏移量

//图像增强，对数变换
	for (i = 0; i < mheight; i++)
	{
		for (j = 0; j < mwidth; j++)
		{
			temp = a*log10((double)imageMat_Gray[i*mwidth + j] + 1.0) + b;
			if (temp > 255)
				temp = 255.0;
			if (temp < 0)
				temp = 0.0;
			imageMat_Gray[i*mwidth + j] = int(temp + 0.5);
		}
	}

这里需要注意的是，在对数变换之前，我们需要对图像进行灰度化变换。效果如下：

   

2、边缘检测：

边缘检测算子有Roberts、Sobel、Prewitt、LOG、DOG、Canny等，比如LOG算子：高斯平滑+二阶差分算子