关于标定--2017.7.27

本文介绍单应矩阵在相机标定中的作用及其计算原理。通过解释单应矩阵的自由度、标定板摆放角度的重要性及畸变参数的考虑,阐述如何利用多个标定板获取更准确的相机参数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

单应矩阵:
1. 标定板与图像平面建立起了单应关系,每个单应关系可用一个单应矩阵来表示,每个矩阵构成约两个约束,单应矩阵中有8个自由度,所以需要至少4个点才能求出该单应矩阵。
2. 每个标定板摆放的角度对应着一个单应矩阵
3. 内参数矩阵中包含了5个自由度(主点u0,v0).焦距(fx,fy),以及skew(一般为0)。因此至少3个单应关系,才可以求解,因此至少3个摆放的角度。

标定中要考虑畸变参数的建模,一般有5个:
k1,k2,k3:颈向畸变参数
p1,p2:切向畸变参数

一个标定板(棋盘格)中至多只有4个有效的角点信息可以提取,而一个标定板只能提供8条相互独立的方程,所以不足以求解出10个未知参数(6个外参,4个内参)。理论上,只需要两个标定板即可解除所有未知参数了,但是opencv、matlab为了 增强鲁棒性,内设了优化方法,所以使用更多的标定板(20个不是定数,理论上越多越好)是为了得到更多的信息来求解最优解。

拍摄的图像应当尽可能覆盖视野的各个角落,要偏转一定的角度,得到的参数才是应用与整个场景的

评论
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