|
張正友 本科浙大,本來以為是中國人論文是中文呢,哎
張正友的主頁: http://research.microsoft.com/en-us/um/people/zhang/Calib/
不過里面的棋盤格跟我的不一樣啊,why???,我決定先看看中文的論文吧,我的首要任務(wù)是弄清楚輸入輸出,流程,怎么用吧
matlab 跟 opencv上都有張正友的實現(xiàn)
matlab calibration主頁 : http://www.vision./bouguetj/calib_doc/
GML C++ Camera Calibration Toolbox: http://graphics.cs./en/science/research/calibration/cpp
因為cvCalibrateCamera2 函數(shù)主要是用張正友的平面標(biāo)定方法的，所以首先我建議大家看一下張正友的那篇經(jīng)典的論文
1) 完整版 22頁 里面分析的非常詳細《A Flexible New Technique for Camera Calibration.rar》(http://research.microsoft.com/~zhang/Papers/TR98-71.pdf)
2) 精簡版 8頁《Flexible Camera Calibration by Viewing a Plane from Unknown Orientations》 - Zhang, ICCV99,
(http://www.vision./bouguetj/ ... zhan99.pdf)
http://www./forum/viewtopic.php?t=4603
piao 在opencv論壇上的帖子
看到論壇里有不少人在用OpenCV中的標(biāo)定函數(shù)cvCalibrateCamera2 進行相機標(biāo)定時遇到不少問題,說一些自己的看法。
1）因為cvCalibrateCamera2
函數(shù)主要是用張正友的平面標(biāo)定方法的，所以首先我建議大家看一下張正友的那篇經(jīng)典的論文
完整版 22頁 里面分析的非常詳細《A Flexible New
Technique for Camera Calibration.rar》(http://research.microsoft.com/~zhang/Papers/TR98-71.pdf)
精簡版
8頁《Flexible Camera Calibration by Viewing a Plane from Unknown Orientations》 -
Zhang, ICCV99,
(http://www.vision./bouguetj/
... zhan99.pdf)
2）至于不少人說OpenCV中用cvCalibrateCamera2
進行相機標(biāo)定的精度差，標(biāo)定結(jié)果不穩(wěn)定，我想可能的原因有：
原因之一）可能是在標(biāo)定的時候標(biāo)定板所在平面與成像平面(image
plane)之間的夾角太小，張正友論文里的仿真數(shù)據(jù)(有噪聲的數(shù)據(jù))說明當(dāng)兩者夾角太小誤差
會很大，
從張正友的論文里給出的5幅圖中（http://research.microsoft.com/~zhang/Calib/）其中標(biāo)定平面與成像平面的夾角分別為：
8.8947 11.2325 24.4875 10.8535
9.5829（單位：度）。
而且張正友的論文中也提到兩幅標(biāo)定板之間的位置平行放置的話，相關(guān)相當(dāng)于一幅
因此在實際標(biāo)定中平行放置的情況最好避免，可能有時你無形之中就犯了這
個錯誤。
原因之二）標(biāo)定時拍攝的圖片太少，雖然張正友的論文里只用了5幅圖片，但是我建議搞個10來幅左右還是必要的，因為我們實際中可能標(biāo)定板用A4的紙打印出
來貼在一塊板上的，標(biāo)定板上的世界坐標(biāo)精度就不是特別高，多拍攝幾幅圖像能減少這方面帶來的誤差，而且多個角度拍攝也可能解決了問題一：標(biāo)定板和成像
平面夾角小的問題。這個家伙用20幅來標(biāo)定(http://www.vision./bouguetj/
...
ample.html)
原因之三）圖像上角點提取的不準(zhǔn)確，我認為用cvFindChessboardCorners函數(shù)找角點不是很好，假如拍到的圖像不是完整的棋盤格的時候肯定會有問題的，而
且也不少人反應(yīng)用這個函數(shù)提取不出角點，建議可以用其他工具
比如：
OpenCV and MatLab Camera Calibration Toolboxes
Enhancement（http://graphics.cs./en/research/calibration/）
Camera
Calibration Toolbox for
Matlab（http://www.vision./bouguetj/calib_doc/htmls/example.html）★★★★★強烈推薦
當(dāng)然還有可能其他人為的什么原因。
3）建議用其他方法比如Tsai的標(biāo)定方法或其他的標(biāo)定工具進行標(biāo)定
★★★★★強烈推薦
用這個matlab標(biāo)定工具箱來進行標(biāo)定，可以和OpenCV做個對比嘛
，它也是基于張正友的平面標(biāo)定方法的，做得非常人性化，呵呵，
有誤差分析、標(biāo)定結(jié)果三維重建、重投影計算角點等功能 。
Camera
Calibration Toolbox for
Matlab（http://www.vision./bouguetj/calib_doc/）
4）三個OpenCV下的標(biāo)定程序
程序1）《基于OpenCV的計算機視覺技術(shù)實現(xiàn)》(http://www./s_single.php?id=14881)這本書上的相機標(biāo)定程序
（有標(biāo)定圖片 改下參數(shù) 可以直接運行）
程序2）
自己寫的一個簡單的標(biāo)定程序：plane_calibration_opencv（要先準(zhǔn)備好 角點的圖像坐標(biāo)和對應(yīng)的世界坐標(biāo) ）
download/file.php?id=284
程序3）http://www.主頁上的例子
http://www./index.php?titl
... iant=zh-tw
附件
- 程序4)
 plane_calibration_opencv.rar
- opencv+cvut 實現(xiàn) http://wenku.baidu.com/view/e88cc989d0d233d4b14e691c.html
- 原理部分
- 單應(yīng)性矩陣在攝像機標(biāo)定時的作用
在計算機視覺中單應(yīng)性矩陣的求解在攝像機標(biāo)定的過程中有重要的意義，單應(yīng)性矩陣中包含著攝像機的內(nèi)參數(shù)矩陣，旋轉(zhuǎn)向量和平移向量。
我們設(shè)3維空間有一點Q=[X Y Z 1]T(齊次坐標(biāo)系表示)，到成像儀上的q[x y 1]T映射，設(shè)單應(yīng)性矩陣為H,s為比例系數(shù)。則Q和q之間的關(guān)系可表示為q=ShQ.
在點映射過程中，點要經(jīng)過旋轉(zhuǎn)和平移的物理變換，所以設(shè)物理變換坐標(biāo)W=[R T],R為旋轉(zhuǎn)向量，T為平移向量。然后再投射過程中，根據(jù)得到的攝像機的內(nèi)參矩陣M，所以q=sMWQ,從而推算出H=sMW.
通過單應(yīng)性矩陣，我們把源圖像平面上的點擊位置與目標(biāo)圖像平面的傷的點擊位置聯(lián)系了起來，而opencv 中有一個函數(shù)提供了單應(yīng)性矩陣的計算:cvFindHomography().而opencv中是采用從多個視場，采集圖片，并計算相應(yīng)的單應(yīng)性矩陣，從而求解攝像機的內(nèi)參數(shù)（內(nèi)參數(shù)相對于攝像機的視場是不變的）。
|
