张正友相机标定原理

原创 已于 2023-05-31 17:58:16 修改 · 847 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#计算机视觉 #opencv

于 2023-05-11 17:14:35 首次发布
文章详细介绍了张正友相机标定方法，包括使用最小二乘法解决奇异值分解的问题，以及如何在Z=0平面上进行标定。提供了Python和C++的实现代码链接，帮助读者理解和应用相机的内参和畸变校正。

相机标定

记录

在这里插入图片描述
最小二乘法：A^T A x = 0
奇异值分解的办法求解最小二乘法

因为可以假设标定板平面在世界坐标系Z=0的平面上，

1.1 张正友相机标定相关

在这里插入图片描述
在这里插入图片描述

安霸端效果初步估计与第一种相同，尝试使用预生成map的形式实现第三种畸变矫正，已按amba要求生成2D_vertor.bin文件（待验证）

单目相机标定实现–张正友标定法(包含具体的实现以及C++代码）

python 版本的张正友实现
https://github.com/SHU-FLYMAN/ZhangZhengYou

C++版本的张正友（源码）实现
https://github.com/Shelfcol/Zhangzhengyou_calib_cam_intrinsic

参考

  1. 相机点去畸变公式
  2. 相机标定之张正友标定法数学原理详解（含python源码
wangzsh187
关注
【23】OpenCV C++实战篇——张正友相机标定【相机标定原理、相机标定流程、标定结果评价、图像畸变矫正】
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
06-27 4116
R是3×3的正交单位矩阵（即旋转矩阵），t为平移向量，R、t与摄像机无关，所以称这两个参数为摄像机的外参数(extrinsicparameter)，可以理解为两个坐标原点之间的距离，因其受x,y,z三个方向上的分量共同控制，所以其具有三个自由度。R是3×3的正交单位矩阵（即旋转矩阵），t为平移向量，R、t与摄像机无关，所以称这两个参数为摄像机的外参数(extrinsicparameter)，可以理解为两个坐标原点之间的距离，因其受x,y,z三个方向上的分量共同控制，所以其具有三个自由度。
张正友标定方法
12-11
张正友标定法的opencv实现最完整过程，从标定到评判，经测试，效果很好
[自动驾驶-传感器融合] C++ Opencv 单目相机标定
Lion996的博客
06-08 2591
传感器标定在测量领域是不可或缺的一部分，相机标定较为简单，现在主流标定方法采用棋盘格标定、圆点标定等方式完成。本文从简单入手，应用opencv 中的标定方法实现相机标定。
OPENCV版本的摄像机标定（张正友）
eva1988725的专栏
02-28 5507
<br />摄像机的标定问题是机器视觉领域的入门问题，可以分为传统的摄像机定标方法和摄像机自定标方法。定标的方法有很多中常见的有：Tsai（传统）和张正友（介于传统和自定标）等，<br /> <br />摄像机成像模型和四个坐标系（通用原理）。<br /><br />摄像机模型采用经典的小孔模型，如图中Oc（光心），像面π表示的是视野平面，其到光心的距离为f（镜头焦距）。<br />四个坐标系分别为：世界坐标系（Ow），摄像机坐标系（Oc），图像物理坐标系（O1，单位mm），图像像素坐标系（O，位于视野平面
张正友相机标定法原理与实现
小白学视觉
06-28 476
传统标定法的标定板是需要三维的，需要非常精确，这很难制作，而张正友教授提出的方法介于传统标定法和自标定法之间，但克服了传统标定法需要的高精度标定物的缺点，而仅需使用一个打印出来的棋盘格就可以。理论上镜头的畸变包括径向畸变和切向畸变，切向畸变影响较小，通常只考虑径向畸变，而且在径向畸变的求解中，仅考虑了起主导的二元泰勒级数展开的前两个系数。因为代码是以一个方格为一个单位，没有考虑单位长度，所以要求真实的参数应该乘一个单位长度，博主采用的方格的尺寸是2.98cm的，自己拿excel画的，get了一个新技能~~
张正友标定法原理_张正友相机标定法原理与实现
weixin_39717692的博客
01-28 1868
点击上方“新机器视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达张正友相机标定法是张正友教授1998年提出的单平面棋盘格的相机标定方法。传统标定法的标定板是需要三维的，需要非常精确，这很难制作，而张正友教授提出的方法介于传统标定法和自标定法之间，但克服了传统标定法需要的高精度标定物的缺点，而仅需使用一个打印出来的棋盘格就可以。同时也相对于自标定而言，提高了精度，便于操作。因此张氏标...
张正友相机标定算法
scott198512的博客
09-22 690
张正友相机标定
张正友相机标定算法（Zhang’s camera calibration method）原理和过程推导（附OpenCV代码示例）
qq_36812406的博客
04-30 2553
张正友方法通过平面靶标图像（如棋盘格）的多个视角图像，提取角点特征，求解从平面到图像的单应性矩阵，再从中估计相机内参、外参及畸变参数。
计算机视觉5—张正友相机标定原理及实现
wwy的博客
04-07 3333
1.相机标定原理及介绍 1.1 简介 相机标定的目的和意义在于我们所处的世界是三维的，而照片是二维的，这样我们可以把相机认为是一个函数，输入量是一个场景，输出量是一幅灰度图。这个从三维到二维的过程的函数是不可逆的。而相机标定的目标是我们找一个合适的数学模型，求出这个模型的参数，这样我们能够近似这个三维到二维的过程，使这个三维到二维的过程的函数找到反函数。 “张正友标定”是指张正友教授1998...
单目相机标定理论及张正友标定法总结
极客园地
01-01 2336
我们的真实世界是三维的，拍摄的图片是二维的，相机起到的就是映射的过程，可以把相机看成一个广义的函数，输入的三位场景，输出是二维的图片（灰度图），一般情况下我们看到的是彩色图，彩色图是RGB三通道，每个通道可以认为是一张灰度图，也就是三维场景经过广义的函数（相机）得到照片，函数（映射关系）是不可逆的，也就是说我们无法从二维照片恢复出三维世界，相机是物理模型很难用数学模型完全量化，所以我们就需要一个简化的数学模型来代表复杂的三维到二维的成像过程。
张正友相机标定原理及代码
09-24
张正友相机标定原理主要基于二维图像点到三维世界点之间的映射关系。其核心思想是利用已知几何形状（通常为棋盘格）在多个不同视角下的投影，通过数学模型来求解相机的内参矩阵（包括焦距、主点坐标）和外参矩阵...
基于OpenCV实现张正友相机标定（完整程序+棋盘图）
10-13
张正友相机标定方法是一种广泛使用的摄像机标定技术，其核心在于使用平面标定物—通常是棋盘格图案。该方法由张正友教授提出，基于最小二乘法原理，通过检测棋盘格角点，并利用这些角点在多个视角下的位置信息，计算...
张正友相机标定matlab实现
01-09
【标题】"张正友相机标定matlab实现"涉及的是计算机视觉领域中的一个重要环节——相机标定。张正友相机标定法是由清华大学教授张正友提出的，它...通过理解和应用这些代码，可以加深对相机标定原理和matlab编程的理解。
张正友相机标定Opencv实现（完整程序+棋盘图）.zip
05-09
"张正友相机标定"是基于OpenCV库的一个广泛应用的算法，由清华大学的张正友教授提出。这个压缩包包含了一个完整的OpenCV实现张正友相机标定的程序，以及所需的棋盘图和不同角度的标定图像。 首先，我们要理解相机...
BEVDet：鸟瞰图视角下的高性能多相机 3D 目标检测
m0_65010824的博客
12-03 864
本文是对论文《BEVDet: High-Performance Multi-Camera 3D Object Detection in Bird-Eye-View》的深度解读。在自动驾驶感知领域，3D 目标检测需兼顾精度与效率，且需统一 3D 检测与 BEV 语义分割范式，这是关键挑战。PhiGent Robotics 团队提出的 BEVDet 范式，以 BEV 视角实现多相机 3D 检测，通过模块化设计复用组件，优化双空间数据增强与 Scale-NMS 策略，在 nuScenes 数据集上表现优异，为自动
数字图像处理总结 Day 3 —— 图像增强与运算
2401_87687835的博客
12-03 804
4-邻域（N₄(p)）：像素 p 的上、下、左、右4个像素。对角邻域（N_D(p)）：像素 p 的4个对角像素。8-邻域（N₈(p)），即周围的8个像素。如下图所示：若两个像素在空间上相邻，那么它们按照对应的规则可以达成邻接。4-邻接：基于4-邻域的邻接。8-邻接：基于8-邻域的邻接。m-邻接（混合邻接）：为了解决8-邻接可能引起的歧义（如对角连接穿过缝隙）而定义。如果 q 在 p 的4-邻域内，或者 q 在 p 的对角邻域内且两者的4-邻域没有交集，则 p 和 q 是 m-邻接的。
halcon图像腐蚀—erosion1
qq_34059233的博客
12-05 971
针对阈值分割后的图像，经常存在很多的小目标，这些小目标是噪声，这时候就可以使用图像腐蚀的方法去除小目标
halcon图像去噪—均值滤波
qq_34059233的博客
12-02 511
针对图像中的噪声，我们可以使用Halcon的均值滤波算子来去除噪声
openEuler操作系统环境：目标检测软件开发实操与性能评估
最新发布
2202_76097976的博客
12-06 610
本文系统研究了在openEuler操作系统上构建目标检测软件应用的完整流程，涵盖了环境搭建、模型训练、性能评估及优化等关键环节。实验以openEuler 22.03 LTS SP3为平台，采用YOLOv8模型在鸟类检测数据集上进行训练，通过CUDA 12.2加速实现GPU计算。研究结果表明，openEuler凭借其内核优化、异构计算支持和AI框架兼容性，在目标检测任务中表现出优异的性能和稳定性，推理速度达142 FPS，资源占用率降低18%以上。内核优化：采用Linux 5.10.0-136内核，支持。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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