摄像机标定终极总结版03---实际应用中的摄像机标定过程

上传技术博客真的挺费时间的，不过为了广大的同胞们能节省更多的时间，自己通过学习书籍《学习opencv》和书籍《机器视觉算法与应用》中有关摄像机标定的内容，现在就在这里总结了一下，方便大家参考。不足之处，大家体谅。毕竟是花费了大半天时间总结的。希望大家多多转发，请标出文章出处。谢谢

摄像机标定其实就是确定摄像机内参和外参的过程。为了进行摄像机标定，必须①已知世界坐标系中足够多的三维空间点坐标，②找到这些空间点在图像中的投影点的二维图像坐标，并建立对应关系。

    为了满足第一个需求，通常将容易提取特征的目标物体或标志(如原点或者线形网格)放置在一个已知位置上。一般情况下知道一个参考物(这里是棋盘)相对于摄像机的位置已经足够用来精确测量物体，因为物体在世界坐标系中的绝对位置一般不重要。因此。可以使用已经事先精确测量过的已知尺寸的可移动的标定板来标定摄像机。这种方式的优势在于可以在摄像机固定情况下对摄像机进行标定，例如摄像机已经安装在机器上。另外，如果需要的话，摄像机相对于目标物的位置也可以进行重新标定，例如被测物体类型发生变化时。【我们可以认定标定板放置在世界坐标系的平面z=0中，令标定板最中心的标定标记中心为原点，由于标定板尺寸已知，因此满足条件①】。

    第二个需求，也就是确定世界坐标系已知点与它们在图像中投影的对应关系。这是个比较困难的问题。因此，标定板的结构一般都尽量使确定对应关系的过程更简单。比如，使用一个平面标定板，在平面上有m*n个图形标志点，在这些标志点外面有一个黑色矩形边界框。如图3.85所示：

我们使用这类平面标定板作为“棋盘”，在OpenCV中使用黑白方块构成的平面格子作为“棋盘”，使用黑白方块交替排列的模式，这保证在测量上任何的一边都没有偏移。而且，格线角点也让亚像素定位函数的使用更为自然；
在计算机视觉中，平面的单应性被定义为从一个平面到另一个平面的投影映射。因此一个二维平面上的点映射到摄像机成像仪上的映射就是平面单应性的例子。关于单应性的问题，之前写过的博客【 

摄像机标定02

】中有过介绍，想了解的话可以查看一下那篇博客。
平面标定板的优点有以下几个：①它们易于操作。②它们的尺寸可以制作的非常精确。③它们可以非常方便地应用在背光照明地应用中，只需要使用透明材料制作放置标志点的底盘即可。
如上图3.85所示。在标志对象周围的黑色矩形边界框可以使标定对象的中心部分很容易被提取出来。在矩形边界框的一个角落放置一个小的方向标记可以使摄像机标定算法计算得到标定板的唯一方向。在标定对象表面使用圆形标志主要因为可以非常精确的提取出来圆的中心点坐标。所有圆形标志点按照行列式排列呈矩形阵列，这样可以使摄像机标定算法在图像中提取与这些标志点对应的像素点坐标时更加简便。