【发布时间】：2011-05-25 23:10:08
【问题描述】：
我正在处理与相机校准有关的问题。我需要经过校准的相机来实现对 3D 对象的测量。我正在使用 OpenCV 进行校准，我想知道如何预测或计算相机校准良好的体积。有没有办法在光轴方向上增加体积？我在“z”方向增加校准目标的移动范围的过程是否提供了足够的差异？
【问题讨论】：
标签： opencv computer-vision camera-calibration
【发布时间】：2011-05-25 23:10:08
【问题描述】：
我认为您在问题中混淆了一些关键问题：
- 相机校准 - 这意味着找出描述相机位置、旋转、向上矢量、失真、光学中心等的矩阵（内部和外部）。
- 对极校正 - 这意味着实际上“旋转”图像平面，使它们成为共面（平行）。这简化了立体重建算法。
对于相机校准，您无需关心任何体积 - 没有相机校准良好或错误校准的体积。如果您使用棋盘图案校准，您的相机要么已校准，要么未校准。
在处理校正时，您想知道校正后图像的哪些区域对应，并最大化这些区域。 OpenCV 允许您在两个极端之间进行选择——要么使返回区域中的所有像素有效，要么切除不适合矩形区域的像素，或者包括所有像素，即使是无效像素。
OpenCV 文档在这里有一些不错的、更详细的描述：http://opencv.willowgarage.com/documentation/camera_calibration_and_3d_reconstruction.html
【讨论】：
-
好吧，如果问题太琐碎，对不起，但我认为校准过程中校准目标的位置必须与获得的校准误差有关。例如，如果我以恒定且固定的“z”位置拍摄目标图像，与在所有方向（包括“z”）变化相比，我会得到更差的结果。如果我错了，请纠正我。
-
我想我一开始误解了你的问题，对此我很抱歉。基本上，校准目标越靠近相机，结果越好（因为 OpenCV 可以处理的像素更多）。这意味着最佳点是目标覆盖两个摄像机的整个图像平面的位置。沿轴的移动也有帮助——OpenCV 更了解相机在不同距离的行为。结论是 - 移动目标，使其覆盖尽可能多的图像平面。我不是相机校准方面的专家——OpenCV 的书有一个很好的解释。