我需要通过kinect 2获取深度信息 ,进而转化为点云进行点云预处理实现实时三维重构,获取深度相机的内参有利于提高三维重建的精度。要想获取kinect深度相机的内参,首先必须获取深度相机拍摄的图像,由深度相机拍摄的图像有深度图和红外图两种,深度图难以识别,所以我需要过去kinect的红外数据。(kinect 2里面有两个摄像头,一个是彩色相机,一个是深度相机,由于我只需要深度数据所以我只标定深度相机。)
标定原理:张正友标定法原理
标定工具:Matlab
数据获取我参考了一位博主的代码,原博客链接:https://blog.csdn.net/jiaojialulu/article/details/53087988
该博客写得非常详细,代码完整,可以直接运行(为了能够保存红外图片,程序我在原基础上加了一行)。
Kinect Data Sources – 6种数据源
#include "kinect.h"
#include
#include
#include
#include
using namespace cv;
using namespace std;
// 安全释放指针
template<class Interface>
inline void SafeRelease(Interface *& pInterfaceToRelease)
{
if (pInterfaceToRelease != NULL)
{
pInterfaceToRelease->Release();
pInterfaceToRelease = NULL;
}
}
int main()
{
// 获取Kinect设备
IKinectSensor* m_pKinectSensor;
HRESULT hr;
hr = GetDefaultKinectSensor(&m_pKinectSensor);
if (FAILED(hr))
{
return hr;
}
IMultiSourceFrameReader* m_pMultiFrameReader;
if (m_pKinectSensor)
{
hr = m_pKinectSensor->Open();
if (SUCCEEDED(hr))
{
// 获取多数据源到读取器
hr = m_pKinectSensor->OpenMultiSourceFrameReader(
FrameSourceTypes::FrameSourceTypes_Color |
FrameSourceTypes::FrameSourceTypes_Infrared |
FrameSourceTypes::FrameSourceTypes_Depth,
&m_pMultiFrameReader);
}
}
if (!m_pKinectSensor || FAILED(hr))
{
return E_FAIL;
}
// 三个数据帧及引用
IDepthFrameReference* m_pDepthFrameReference;
IColorFrameReference* m_pColorFrameReference;
IInfraredFrameReference* m_pInfraredFrameReference;
IInfraredFrame* m_pInfraredFrame;
IDepthFrame* m_pDepthFrame;
IColorFrame* m_pColorFrame;
// 三个图片格式
Mat i_rgb(1080, 1920, CV_8UC4); //注意:这里必须为4通道的图,Kinect的数据只能以Bgra格式传出
Mat i_depth(424, 512, CV_8UC1);
Mat i_src_depth(424, 512, CV_16UC1);
Mat i_ir(424, 512, CV_16UC1);
UINT16 *depthData = new UINT16[424 * 512];
IMultiSourceFrame* m_pMultiFrame = nullptr;
while (true)
{
// 获取新的一个多源数据帧
hr = m_pMultiFrameReader->AcquireLatestFrame(&m_pMultiFrame);
if (FAILED(hr) || !m_pMultiFrame)
{
//cout << "!!!" << endl;
continue;
}
// 从多源数据帧中分离出彩色数据,深度数据和红外数据
if (SUCCEEDED(hr))
hr = m_pMultiFrame->get_ColorFrameReference(&m_pColorFrameReference);
if (SUCCEEDED(hr))
hr = m_pColorFrameReference->AcquireFrame(&m_pColorFrame);
if (SUCCEEDED(hr))
hr = m_pMultiFrame->get_DepthFrameReference(&m_pDepthFrameReference);
if (SUCCEEDED(hr))
hr = m_pDepthFrameReference->AcquireFrame(&m_pDepthFrame);
if (SUCCEEDED(hr))
hr = m_pMultiFrame->get_InfraredFrameReference(&m_pInfraredFrameReference);
if (SUCCEEDED(hr))
hr = m_pInfraredFrameReference->AcquireFrame(&m_pInfraredFrame);
// color拷贝到图片中
UINT nColorBufferSize = 1920 * 1080 * 4;
if (SUCCEEDED(hr))
hr = m_pColorFrame->CopyConvertedFrameDataToArray(nColorBufferSize, reinterpret_cast<BYTE*>(i_rgb.data), ColorImageFormat::ColorImageFormat_Bgra);
// depth拷贝到图片中
if (SUCCEEDED(hr))
{
hr = m_pDepthFrame->CopyFrameDataToArray(424 * 512, depthData);
//for (int i = 0; i < 512 * 424; i++)
//{
// // 0-255深度图,为了显示明显,只取深度数据的低8位
// BYTE intensity = static_cast(depthData[i] % 256);
// reinterpret_cast(i_depth.data)[i] = intensity;
//}
// 实际是16位unsigned int数据
hr = m_pDepthFrame->CopyFrameDataToArray(424 * 512, reinterpret_cast<UINT16*>(i_src_depth.data));
}
// infrared拷贝到图片中
if (SUCCEEDED(hr))
{
hr = m_pInfraredFrame->CopyFrameDataToArray(424 * 512, reinterpret_cast<UINT16*>(i_ir.data));
}
Mat i_rgb_resize = i_rgb.clone(); // 缩小方便看
cv::resize(i_rgb_resize, i_rgb_resize, Size(512, 424));
// 显示
imshow("rgb", i_rgb_resize);
if (waitKey(1) == VK_ESCAPE)
break;
imshow("i_src_depth", i_src_depth);
if (waitKey(1) == VK_ESCAPE)
break;
imshow("ir", i_ir);
if (waitKey(1) == VK_ESCAPE)
break;
imwrite("D:\\Document\\biaoding\\infrared20.tif", i_ir);//红外图保存路径吗,这个写入图片需要自己拍一张更改一下图片序号
// 释放资源
SafeRelease(m_pColorFrame);
SafeRelease(m_pDepthFrame);
SafeRelease(m_pInfraredFrame);
SafeRelease(m_pColorFrameReference);
SafeRelease(m_pDepthFrameReference);
SafeRelease(m_pInfraredFrameReference);
SafeRelease(m_pMultiFrame);
}
// 关闭窗口,设备
cv::destroyAllWindows();
m_pKinectSensor->Close();
std::system("pause");
return 0;
}
上面这个程序能获取彩色图、深度图和红外图三个种数据类型,我只保存红外图。
参考博客:https://blog.csdn.net/weixin_43053387/article/details/84957042
该博主生成的标定板没达到一边奇数一边偶数的要求(一边奇数一边偶数才能定位准确),我做了简单的修改,代码如下。
#include
#include
#include
using namespace std;
using namespace cv;
int main() {
//单位转换
int dot_per_inch = 96; //我的电脑是96DPI(dot per inch)
double cm_to_inch = 0.3937; //1cm=0.3937inch
double inch_to_cm = 2.54; //1inch = 2.54cm
double inch_per_dot = 1.0 / 96.0;
//自定义标定板
double blockSize_cm = 2.5; //方格尺寸:边长2.5cm的正方形
int blockNum = 8;
int blockSize = (int)(blockSize_cm / inch_to_cm * dot_per_inch);
cout << blockSize << endl;
int imageSizeW = blockSize * blockNum;
int imageSizeH = blockSize * (blockNum-1);//棋盘8×7
cout << imageSizeW << endl;
Mat chessBoard(imageSizeW, imageSizeH, CV_8UC3, Scalar::all(0));
unsigned char color = 0;
for (int i = 0; i < imageSizeH; i = i + blockSize) {
color = ~color;
for (int j = 0; j < imageSizeW; j = j + blockSize) {
Mat ROI = chessBoard(Rect(i, j, blockSize, blockSize));
ROI.setTo(Scalar::all(color));
color = ~color;
}
}
imshow("Chess board", chessBoard);
imwrite("D:\\Document\\chessBoard2.jpg", chessBoard);
cvWaitKey(3000);
return 0;
}
(1)用上面程序获得20张不同角度不同距离的红外照片
(2)打开matlab,app>>camera calibrator
(3)将你获得的图片导入matlab中去
这步可能会出现自动删除失真严重的图片,确认就行。
(4)确定每个格子的边长,单位;我的时25mm。
(5)选择三个径向畸变量和切向基变量,如下图所示,再点击校准。
(6)计算
(7)得到焦距(单位:像素)、主点(单位:像素)、畸变系数(无量纲)等多个参数