Matlab双目标定与python-opencv配置标定参数

1. matlab工具箱进行双目标定

最近开始学习双目视觉,网上看到了很多大佬的博客与代码。为了以后学习方便,特此以学习笔记的方式记下,如有侵权请联系。下面正式开始:

  1. 打开matlab2016,点击APP,如图:在这里插入图片描述
  2. 选择里面的Stereo Camera Calibrator选项
    在这里插入图片描述
  3. 这里可以先导入图片,也可以先勾选红色的三个,看个人习惯
    在这里插入图片描述
  4. 依次选择左右相机图片路径,然后根据自己标定板一格棋盘的长度更改25这个值
    在这里插入图片描述
  5. 点击确定,matlab会选择图片里可以用来标定的图片对,抛弃无用的图片对。这里要注意检查一下剩下的图片对是不是合格,怎么检查呢,就是看看x,y,(0,0)是不是对应的,如果不对应就移除这一对图片在这里插入图片描述
  6. 最后点击标定按钮,标定结束后可以根据需要删除误差值较大的图片对,满足误差要求后导出参数即可。
    在这里插入图片描述
  7. 标定结果如下图所示,我们需要的是里面的左右相机的内参以及右相机相对于左相机的旋转矩阵和平移矩阵。
    在这里插入图片描述

2. 将matlab标定的结果配置到opencv代码中

先看相机参数配置代码:

import cv2
import numpy as np

left_camera_matrix = np.array([[11400.3867063356, -708.226944360597, 3133.52343114698],
                               [0, 13324.7161808224, -10327.0186882030],
                               [0., 0., 1.]])
left_distortion = np.array([[-0.310893555601236, 0.0890628201287691, -0.0140441135262092, 0.0123461575310137, 0.00252759610639547]])

right_camera_matrix = np.array([[8028.19082160345, 693.566448971348, 6053.49742648582],
                                [0, 7693.28688589561, -8280.86166418103],
                                [0, 0, 1.0000]])

right_distortion = np.array([[-0.173533544692552, 0.0151082474541149, -0.000650491166259009, 0.0343271672455320, -0.0208062597406380]])

R = np.matrix([
    [0.974689632070511, 0.0643464338449411, 0.214101979406287],
    [-0.0393006325473173, 0.992086337617053, -0.119248308142979],
    [-0.220080851996788, 0.107815746368611, 0.969505122946417],
])

# print(R)

T = np.array([-313.537577682651, -115.635560045160, -158.970732961818])  # 平移关系向量

size = (3072, 2048)  # 图像尺寸

# 进行立体更正
R1, R2, P1, P2, Q, validPixROI1, validPixROI2 = cv2.stereoRectify(left_camera_matrix, left_distortion,
                                                                  right_camera_matrix, right_distortion, size, R,
                                                                  T)
# 计算更正map
left_map1, left_map2 = cv2.initUndistortRectifyMap(left_camera_matrix, left_distortion, R1, P1, size, cv2.CV_16SC2)
right_map1, right_map2 = cv2.initUndistortRectifyMap(right_camera_matrix, right_distortion, R2, P2, size, cv2.CV_16SC2)

# print(Q)

left_camera_matrix:左相机的内参,输入到python中记得要将matlab的结果进行转置
left_distortion:左相机的畸变参数——RadialDistortion:径向畸变,摄像头由于光学透镜的特性使得成像存在着径向畸变,可由K1,K2,K3确定;TangentialDistortion:切向畸变,由于装配方面的误差,传感器与光学镜头之间并非完全平行,因此成像存在切向畸变,可由两个参数P1,P2确定。
使用时,需要注意参数的排放顺序,即K1,K2,P1,P2,K3。切记不可弄错,否则后续的立体匹配会出现很大的偏差。

右相机同理

代码里面R为右相机相对于左相机的旋转矩阵,对应着matlab的stereoParams.RotationOfCamera2参数,输入到python代码里直接输入,不需要转置

代码里的T为右相机相对于左相机的平移矩阵,对应着matlab的stereoParams.TranslationOfCamera2参数,直接输入即可

  • 3
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
实现效果:http://v.youku.com/v_show/id_XMTU2Mzk0NjU3Ng==.html 如何在你的电脑上运行这个程序? 1,它需要cvblobslib这一个opencv的扩展库来实现检测物体与给物体画框的功能,具体安装信息请见: http://dsynflo.blogspot.com/2010/02/cvblobskib-with-opencv-installation.html,当你配置好cvblobslib之后,你可以用这一的程序进行测试:http://dl.dropbox.com/u/110310945/Blobs%20test.rar 2,视频中两个摄像头之间的距离是6cm,你可以根据你摄像头的型号,来选择合适的距离来达到最好的效果。 3,在进行测距之前,首先需要对摄像头进行标定,那么如何标定呢? 在stdafx.h中把"#define CALIBRATION 0"改成 “#define CALIBRATION 1”表示进行标定标定之后,你就可以在工程目录下的"CalibFile" 文件夹中得到标定信息的文件。如果标定效果还不错,你就可以吧"#define CALIBRATION " 改成0,以后就不需要再标定,直接使用上一次的标定信息。你还需要把"#define ANALYSIS_MODE 1"这行代码放到stdafx.h中。 4,视频中使用的是10*7的棋牌格,共摄录40帧来计算摄像头的各种参数,如果你像使用其他棋盘格,可以在 "StereoFunctions.cpp"文件中修改相应参数。 5,如果你无法打开摄像头,可以在 "StereoGrabber.cpp"文件中修改代码“cvCaptureFromCAM(index)”中index的值。 6,About computing distance: it interpolates the relationship between depth-value and real-distance to third degree polynomial. So i used excel file "interpolation" for interpolation to find k1 to k4, you should find your own value of these parameters. 7,你可以通过调整控制窗口中各个参数的滑块,从而来得到更好的视差图。 8,在目录下的”distance“文件夹中,有计算距离信息的matlab代码。 9,如果你想了解基本的理论,可以看一下这个文档:http://scholar.lib.vt.edu/theses/available/etd-12232009-222118/unrestricted/Short_NJ_T_2009.pdf 视频中环境:vs2008,opencv2.1
matlab尺度变换代码 :place_of_worship: 标定平面测距 用matlab标定摄像机以后,用python标定平面内建立世界坐标系并测距:sailboat: :glowing_star:由于是很早写的代码了,里面文件好多都没有用相对路径,可移植性可能比较差,建议使用相对路径:shortcake: :glowing_star:里面的标定板是一个可变参数,随着你标定板正方形边长改变而改变:flag_in_hole: :glowing_star:用halcon会比这个快很多,但是我看到之前没有人用opencv做,我就尝试自己做了一下:goal_net: :glowing_star:代码就看后面附录吧,就不单独整理出来了:grinning_face_with_smiling_eyes: :glowing_star::glowing_star::glowing_star:强烈建议用typora查看!!!!我好多东西都没有完完全全显示出来(比如latex文本,还有好多Typora好多内置的语句),如果不想用typora看的话,那就用html看吧~:man_tipping_hand: [toc] 1设计任务 1.1任务要求 摄像机标定要求自制标定板,使用网络摄像机或手机摄像头进行标定。将标定的摄像机内参和外参进行保存。设计测量方案,使用标定过的摄像机对包含垂直边缘的物品(直尺刻度线,矩形物体边缘等)进行距离或边长的测量。标定过程和测量过程,均需要保持摄像机与测量平面之间的距离固定,物品高度不能过高,否则影响测量结果。给出设计的中间过程和截图以及最终测量结果,并对测

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
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