摄像头标定原理思考

数学原理：

标定中棋盘格角点像素坐标(u, v)和世界坐标(XW, YW, ZW)是已知的，根据方程的参数值用最小二乘法得出其他未知量的值。

式中内参矩阵参数：

fx:在像素坐标系x轴方向上一相机焦距f占有的像素数，fy同理

内参矩阵第一行第二列有一元素s表示相机倾斜度（这个真假性还需细究，暂时理解成如此）

(u0,v0):相机主点在像素坐标系中坐标

外参矩阵参数：

R，T分别表示摄像头相机坐标系与世界坐标系（棋盘格世界坐标系）之间的旋转与平移矩阵。

于是在相机坐标系中有f/Z=(xl-xr)/B，即Z=fB/d, d=xl-xr，

fx=f/dx，dx=d/dx，于是fx取自内参，dx直接计算同一点在两张图像中像素x值之差即可，B和平移矩阵有关系。于是根据标定得出物体点的深度信息。

畸变参数原理见《基于RCF边缘检测和双目视觉的箱体体积测量算法》论文阅读笔记第一条或者博客opencv中标定函数calibrateCamera

完整推导见机器视觉学习笔记（4）——单目摄像机标定参数说明

 

-------------------------------------2020.3.23--------------------------------------

今天手写对四个坐标系推理的过程

以上物理量符号参考自机器视觉学习笔记（4）——单目摄像机标定参数说明