线结构光三维重建（二）相机标定、光平面标定

线结构光三维重建（一）https://blog.youkuaiyun.com/beyond951/article/details/125771158        

        上文主要对线激光的三角测量原理、光平面的标定方法和激光条纹提取的方法进行了一个简单的介绍，本文则主要针对线激光三维重建系统的系统参数标定进行阐述，同时对采集到的图片进行标定。本文主要涉及到的几个重难点：相机标定、激光条纹提取、光平面的标定和坐标系变换的理解。

相机标定

        本博客有多篇文章详细阐述了相机标定的理论推导过程，可详细参考下面链接文章的推导和实现。

北邮鲁鹏老师三维重建课程之相机标定https://blog.youkuaiyun.com/beyond951/article/details/122201757?spm=1001.2014.3001.5501相机标定-机器视觉基础（理论推导、Halcon和OpenCV相机标定）https://blog.youkuaiyun.com/beyond951/article/details/126435661?spm=1001.2014.3001.5502        

        最后标定的结果如下，标定过程中寻找棋盘格角点的检测图、标定的相机内参、经过内参矫正的图片和对应标定板生成的外参。

 

激光条纹提取

        本文采用激光条纹提取方式有灰度重心法和Steger算法，对激光条纹的中心点进行提取。

灰度重心法

vector<Point2f> GetLinePointsGrayWeight(Mat& src, int gray_Thed, int Min, int Max, int Type)
{
	vector<Point2f> points_vec;
	if (Type == 0)
	{
		Min = Min < 0 ? 0 : Min;
		Max = Max > src.rows ? src.rows : Max;
		for (int i = 0; i < src.cols; i++)
		{
			float X0 = 0, Y0 = 0;
			for (int j = Min; j < Max; j++)
			{
				if (src.at<ushort>(j, i) > gray_Thed)
				{