MATLAB 单目相机标定
Write by Champrin on 2023-06-10
GUET Evolution Team Visual Group
Reference article:
MATLAB 双目相机标定
本文使用 MATLAB R2022b
进行单目标定,MATLAB R2021
版本还未有非对称圆形的标定方法。
采用本文的一些标定选项以及结果数据处理,在 C++ OpenCV 4.5.3
及其单目视觉的相关方法,是能够得到预期的结果的。
标定操作流程
1. 打开标定工具
- 命令行窗口输入
cameraCalibrator
- 或在
APP
中找到图像处理和计算机视觉
,点击Camera Calibrator
2. 添加标定图片
- 点击
Add Images
若标定图为非对称圆形:
Center-to-center distance
填入相邻圆之间的实际间隔长度(mm)Dim1
填入圆的组数Dim2
填入一组中圆的数量
若标定图为棋盘格:
Size of checkerboard square
填入每个棋盘格实际长度(mm)
- 点击
确定
3. 等待完成筛选有效标定图
Total ... processed
为总计标定图数量Added ...
为有效标定图数量Rejected ...
为无效标定图数量- 点击
确定
有效标定图数量较少时(小于20张),表示无法成功检测标定图,需要调整光圈或增益或曝光时间,或者在光照良好的环境下(灯下)重新标定
4. 设置标定参数
CAMERA MODEL
栏中Camera Model
:选择Standard
Options
:- 选择
2 Coefficients
,3 Coefficients
一般用于鱼眼相机,工业相机一般不选择此项 - 勾选
Tangential Distortion
,用以计算切向畸变 - 不勾选
Skew
,若勾选,标定相机内参结果将出现参数s
,即内参的第一行是[fx, s, u0]
,这将会与我们使用的 OpenCV 进行测距的参数不同
- 选择
- 点击
Calibrate
5. 查看校正效果,筛去误差大的标定图
- 筛去误差大的标定图,鼠标点击选择或者拖拽红线选择,使得重投影误差小于等于
0.2 pixels
(在左下角图例中Overall Mean Error
后的数值)
- 误差尽量越小越好,筛去之后若还是有较大误差,可以选择重新拍摄标定图,或者自行调整标定文件
6. 导出标定结果
- 点击
Export Camera Parameters
- 设置结果变量名(默认即可),但同时标定多个相机时注意区分
- 点击
确定
7. 回到工作区查看标定结果
最终单目相机标定结果,后续使用OpenCV做单目测距所需参数: 假设结果变量名设置为 `cameraParams`K
相机内参矩阵RadialDistortion
相机径向畸变参数k1,k2,k3
,由于第 4 步选择了2 Coefficients
,因此k3
填为0.0
TangentialDistortion
相机切向畸变参数p1,p2
OpenCV 相机内参矩阵:\(\begin{bmatrix} f_x & 0 & c_x \\ 0 & f_y & c_y \\ 0 & 0 & 1 \end{bmatrix}\)
OpenCV 相机畸变向量:\(\begin{pmatrix} k_1 & k_2 & p_1 & p_2 & k_3 \end{pmatrix}\)
附:标定棋盘图拍摄规范
- 在一次标定的整个过程中,不能调节相机的光圈、焦距,要保证在标定中摄像头进光量与焦距的一致,改变需要重新标定
- 把相机图像分成四个象限(如图1所示),应保证拍摄的标定板图像均匀分布在五个位置(四个象限以及正中心)中,且在每个位置进行不同方向的两次倾斜,参考图2;同时,可以固定住标定板,在不同角度拍摄。
- 标定板的成像应大致占摄像头视野的1/4左右
- 标定板成像不能过曝,过曝会导致特征轮廓的提取的偏移
- 拍摄过程中可以对标定板适当的进行补光,调节标定板到镜头的距离,以便于排出清晰的图片
- 标定图片数量通常在15~25张之间,数量太少,标定的参数会不准确
- 标定时用的标定板最好选择x方向与y方向棋盘格不同的,便于标定程序识别标定板方向