摄像机标定
利用摄像机所拍摄到的图像来还原空间中的物体。在这里，不妨假设摄像机所拍摄到的图像与三维空间中的物体之间存在以下一种简单的线性关系:[像]=M[物],这里，矩阵M可以看成是摄像机成像的几何模型。 M中的参数就是摄像机参数。通常，这些参数是要通过实验与计算来得到的。这个求解参数的过程就称为摄像机标定。
- 中文名 摄像机标定
- 外文名 camera calibration
- 用途 帮助还原空间物体
- 常用方法 张正友标定方法
- 板子尺寸 300X300mm
简要介绍
在图像测量过程以及机器视觉应用中，常常会涉及到这样一个概念，那就是利用摄像机所拍摄到的图像来还原空间中的物体。在这里，不妨假设摄像机所拍摄到的图像与三维空间中的物体之间存在以下一种简单的线性关系:
[像]=M[物]
相关说明
MV-SB型
● 特征圆成阵列分布，间距30mm、板子尺寸:300X300mm。
● 4个大圆为标志圆，大圆环标志确定方向。
● 用特征圆的圆心坐标进行标定。
● 特征圆的圆心坐标提取方法:获得4个标志圆坐标，利用仿射变换将特征圆的坐标调正，然后对其进行排序，确定相应特征圆图像坐标。
● 采用铝合金材料。
标定方法
算法原理
在这里假定模板平面在世界坐标系Z=0的平面上。
基本原理:
其中，K为摄像机的内参数矩阵，[X Y 1]为模板平面上点的齐次坐标，[u v 1]为模板平面上点投影到图象平面上对应点的齐次坐标，[r1 r2 r3]和t 分别是摄像机坐标系相对于世界坐标系的旋转矩阵和平移向量。
根据旋转矩阵的性质，即r1r2=0和||r1||=||r2||=1，每幅图象可以获得以下两个对内参数矩阵的基本约束
由于摄像机有4个未知内参数，所以当所摄取得的图像数目大于等于3时，就可以线性唯一求解出K。
算法描述
1、打印一张模板并贴在一个平面上;
2、从不同角度拍摄若干张模板图像;
3、检测出图像中的特征点;
4、求出摄像机的内参数和外参数;
5、求出畸变系数;
6、优化求精。
优缺点
张正友的平面标定方法是介于传统标定方法和自标定方法之间的一种方法。它既避免了传统方法设备要求高，操作繁琐等缺点，又较自标定方法精度高，符合办公、家庭使用的桌面视觉系统(DVS)的标定要求。此方法是需要确定模板上点阵的物理坐标以及图像和模板之间的点的匹配，这给不熟悉计算机视觉的使用者带来了不便。