相机参数标定与畸变校正

(把之前做的笔记搬运到这里来)

一、 原理与公式推导

相机参数标定与畸变校正_第1张图片

相机参数标定与畸变校正_第2张图片

相机参数标定与畸变校正_第3张图片

二、代码实现

1.棋盘格生成:

void chessboard()
{
    int perBoardPixel = 30;
    int nx = 10;
    int ny = 7;
    Size boardSize(nx, ny);
    Size imgSize(nx * perBoardPixel, ny * perBoardPixel);
    Mat image(imgSize, CV_8UC1, Scalar(0));
    int flag;
    int basisHeight = 0;
    int basisWidth = 0;
    for (int j = 0; j < boardSize.height; j++)
    {
        for (int i = 0; i < boardSize.width; i++)
        {
            flag = (i + j) % 2;
            if (flag == 0)
            {
                for (int n = j * perBoardPixel; n < (j + 1) * perBoardPixel; n++)
                    for (int m = i * perBoardPixel; m < (i + 1) * perBoardPixel; m++)
                        image.at(n + basisHeight, m + basisWidth) = 255;
            }
        }
    }
    imwrite("chessboard.jpg", image);
}

2.标定

void calibrate()
{
    ifstream fin("calibdata.txt");             /* 标定所用图像文件的路径 */
    ofstream fout("caliberation_result.txt");  /* 保存标定结果的文件 */

    // 读取每一幅图像,从中提取出角点,然后对角点进行亚像素精确化
    int image_count = 0;  /* 图像数量 */
    Size image_size;      /* 图像的尺寸 */
    Size board_size = Size(9, 6);             /* 标定板上每行、列的角点数 */
    vector image_points_buf;         /* 缓存每幅图像上检测到的角点 */
    vector> image_points_seq; /* 保存检测到的所有角点 */
    string filename;      // 图片名
    vector filenames;

    while (getline(fin, filename))
    {
        ++image_count;
        Mat imageInput = imread(filename);
        filenames.push_back(filename);

        // 读入第一张图片时获取图片大小
        if (image_count == 1)
        {
            image_size.width = imageInput.cols;
            image_size.height = imageInput.rows;
        }

        /* 提取角点 */
        if (0 == findChessboardCorners(imageInput, board_size, image_points_buf))
        {
            cout << "can not find chessboard corners!\n";  // 找不到角点
            exit(1);
        }
        else
        {
            Mat view_gray;
            cvtColor(imageInput, view_gray, CV_RGB2GRAY);  // 转灰度图

            /* 亚像素精确化 */
            // image_points_buf 初始的角点坐标向量,同时作为亚像素坐标位置的输出
            // Size(5,5) 搜索窗口大小
            // (-1,-1)表示没有死区
            // TermCriteria 角点的迭代过程的终止条件, 可以为迭代次数和角点精度两者的组合
            cornerSubPix(view_gray, image_points_buf, Size(5, 5), Size(-1, -1), TermCriteria(CV_TERMCRIT_EPS + CV_TERMCRIT_ITER, 30, 0.1));

            image_points_seq.push_back(image_points_buf);  // 保存亚像素角点

            /* 在图像上显示角点位置 */
            drawChessboardCorners(view_gray, board_size, image_points_buf, false); // 用于在图片中标记角点

            imshow("Camera Calibration", view_gray);       // 显示图片

            waitKey(500); //暂停0.5S      
        }
    }
    int CornerNum = board_size.width * board_size.height;  // 每张图片上总的角点数

    //-------------以下是摄像机标定------------------

    /*棋盘三维信息*/
    Size square_size = Size(10, 10);         /* 实际测量得到的标定板上每个棋盘格的大小 */
    vector> object_points;   /* 保存标定板上角点的三维坐标 */

    /*内外参数*/
    Mat cameraMatrix = Mat(3, 3, CV_32FC1, Scalar::all(0));  /* 摄像机内参数矩阵 */
    vector point_counts;   // 每幅图像中角点的数量
    Mat distCoeffs = Mat(1, 5, CV_32FC1, Scalar::all(0));       /* 摄像机的5个畸变系数:k1,k2,p1,p2,k3 */
    vector tvecsMat;      /* 每幅图像的旋转向量 */
    vector rvecsMat;      /* 每幅图像的平移向量 */

    /* 初始化标定板上角点的三维坐标 */
    int i, j, t;
    for (t = 0; t tempPointSet;
        for (i = 0; i image_points2;  /* 保存重新计算得到的投影点 */
    fout << "每幅图像的标定误差:\n";

    for (i = 0; i tempPointSet = object_points[i];

        /* 通过得到的摄像机内外参数,对空间的三维点进行重新投影计算,得到新的投影点 */
        projectPoints(tempPointSet, rvecsMat[i], tvecsMat[i], cameraMatrix, distCoeffs, image_points2);

        /* 计算新的投影点和旧的投影点之间的误差*/
        vector tempImagePoint = image_points_seq[i];
        Mat tempImagePointMat = Mat(1, tempImagePoint.size(), CV_32FC2);
        Mat image_points2Mat = Mat(1, image_points2.size(), CV_32FC2);

        for (int j = 0; j < tempImagePoint.size(); j++)
        {
            image_points2Mat.at(0, j) = Vec2f(image_points2[j].x, image_points2[j].y);
            tempImagePointMat.at(0, j) = Vec2f(tempImagePoint[j].x, tempImagePoint[j].y);
        }
        err = norm(image_points2Mat, tempImagePointMat, NORM_L2);
        total_err += err /= point_counts[i];
        fout << "第" << i + 1 << "幅图像的平均误差:" << err << "像素" << endl;
    }
    fout << "总体平均误差:" << total_err / image_count << "像素" << endl << endl;

    //-------------------------评价完成---------------------------------------------

    //-----------------------保存定标结果------------------------------------------- 
    Mat rotation_matrix = Mat(3, 3, CV_32FC1, Scalar::all(0));  /* 保存每幅图像的旋转矩阵 */
    fout << "相机内参数矩阵:" << endl;
    fout << cameraMatrix << endl << endl;
    fout << "畸变系数:\n";
    fout << distCoeffs << endl << endl << endl;
    for (int i = 0; i> imageFileName;
        imageFileName += "_d.jpg";
        imwrite(imageFileName, newimage);
    }

    fin.close();
    fout.close();
    return;
}

三、已有工具

GML C++ Camera Calibration Toolbox:http://graphics.cs.msu.ru/en/node/909

使用注意:输入图像不能过大,会崩

你可能感兴趣的:(图像处理)