一、相关流程简介
- cv.solvePnP
cv.solvePnP是opencv中的单目相对位姿估计函数,根据特征点的坐标可以获得相机相对于世界坐标系的位姿。
需要输入的内容为:相机内参数矩阵、相机畸变参数、特征点相对于世界系的坐标(三维,但取Z=0)、特征点相对于相机系的坐标(二维)。
可以得到:相机相对于世界坐标系的旋转向量和平移向量——相对位姿。
- 精度分析的实现方法
精度分析需要考虑:
1)绕xyz中某一个坐标轴的旋转,即等效转轴为xyz轴的某一个;
2)利用线性相机模型,即相机畸变参数全部为0;
3)需要考虑图像噪声:在特征点的相机坐标上加入高斯噪声。
实现分成两步:
1.设定特征点的世界坐标,人为输入相机的旋转向量和平移向量,根据相关参数,利用刚体变换和透视变换,得到准确的特征点相机像素坐标;
2.利用 solvePnP对特征点的两种函数进行相机标定,对比输入和标定出的结果,得到旋转向量精度。
二、利用输入位姿获得像素坐标
本次分析使用的是,内角点10x10的棋盘板,取点间间距为20mm。
python代码如下:
import
考虑噪声时,需要将cor