Python计算机视觉编程 - 第五章 多视图几何 -张正友相机标定法

这篇博客介绍了使用张正友相机标定法对IPHONE6SP进行单平面棋盘格摄像机标定的过程。通过实验,详细阐述了相机标定的原理,包括外参、内参的计算,最大似然估计和径向畸变的估算。配合代码展示和结果分析,得出的标定误差约为0.13。

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

本次实验的内容是单平面棋盘格的摄像机标定方法,张正友相机标定法。
本次实验使用的手机型号为:IPHONE6SP
实验用棋盘例图:
在这里插入图片描述

1原理简述

我们拍摄的物体都处于三维世界坐标系中,而相机拍摄时镜头看到的是三维相机坐标系,成像时三维相机坐标系向二维图像坐标系转换。不同的镜头成像时的转换矩阵不同,同时可能引入失真,标定的作用是近似地估算出转换矩阵和失真系数。为了估算,需要知道若干点的三维世界坐标系中的坐标和二维图像坐标系中的坐标,也就是拍摄棋盘的意义。
其步骤如下:
1.计算外参
2.计算内参
3.最大似然估计
4.径向畸变估计
对于张正友棋盘标定法的详解可以参考:python-OpenCV Tutorial
张正友标定算法原理详解
在这里插入图片描述

2代码

评论 1
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