【问题标题】:Camera Calibration - Results Sufficient?相机校准 - 结果足够?
【发布时间】:2015-02-01 17:48:25
【问题描述】:

我正在使用 Caltech Toolbox 进行相机校准 http://www.vision.caltech.edu/bouguetj/calib_doc/htmls/example.html 我不太确定我的结果的质量。一开始我有大约 40 张图像,在校准过程中由于重投影误差大而下降了大约 10 张。我将相机安装在三脚架上,并将棋盘放置在某处以避免运动模糊。我把焦距固定到最大。

我猜重投影误差看起来不错,但是焦距、主点和失真的不确定性让我很头疼。虽然给出的不确定性应该是标准偏差的 3 倍,因此涵盖了 99% 的可能偏差(假设为正态分布),但我的结果变化不止于此。这是我从校准中得到的:

第一次尝试:

焦距:fc = [ 952.67300 952.58901 ] ± [ 3.18678 3.24121 ]

主点:cc = [ 641.33128 339.39042 ] ± [ 2.07428 2.53779 ]

kc = [ 0.16627 -0.28830 -0.00118 -0.00074 0.00000 ] ± [ 0.00554 0.00979 0.00093 0.00076 0.00000 ]

第二次尝试:

焦距:fc_left = [ 949.92127 946.43747 ] ± [ 4.75903 4.44547 ]

主点:cc_left = [ 642.39817 345.69787 ] ± [ 2.95598 4.19728 ]

kc = [ 0.13925 -0.23895 0.00141 -0.00062 0.00000 ] ± [ 0.00319 0.00490 0.00054 0.00041 0.00000 ]

第三次尝试:

焦距:fc = [ 949.55376 948.31960 ] ± [ 1.87647 1.73045 ]

主点:cc = [ 644.32264 342.15631 ± [ 1.19304 1.89943 ]

失真

kc = [ 0.15587 -0.26060 -0.00010 0.00018 0.00000 ] ± [ 0.00350 0.00612 0.00061 0.00044 0.00000 ]

像素错误对于所有三个尝试大致相同:

err = [ 0.24621 0.18013 ](很遗憾我没有保存结果)

我的问题是:

我可以做些什么来改善我的结果?

一般而言,我可以从校准中获得的最佳期望是什么(良好校准的最大不确定性/重投影误差应该是多少)?

谢谢!

【问题讨论】:

    标签: camera camera-calibration calibration reprojection-error


    【解决方案1】:

    我认为您的校准看起来不错。焦距变化是正常的。

    您可以尝试将切向失真设置为零。这是当代相机的常见情况。这种情况下甚至还有一个校准标志 CV_CALIB_ZERO_TANGENT_DIST。

    如果您有高端相机和光学器件,您可以将主点放在最中心。为此,您可以使用标志 CV_CALIB_FIX_PRINCIPAL_POINT。如果我没记错的话,它的值取自传递的内在参数矩阵。

    一般来说,使用 3D 校准对象而不是平面棋盘时,您可以获得更准确的结果。

    【讨论】:

      【解决方案2】:

      我在硕士论文期间使用了 caltech 工具箱,使用良好的平面校准网格获得了更好的结果。

      你确定你使用的图案真的是平面的吗?
      是印刷纸吗?

      我建议您首先将校准网格连接到平面(金属是最好的解决方案,但木板也足够了),然后再次校准您的系统。

      为了测量校准精度,您可以测量已知物体的尺寸(即长度)(例如,您知道实际测量单位为米的盒子的长度),并将测量值与实际测量值进行比较真正的一个。

      还请注意,您必须校准相机所构筑的整个空间,并且要测量的目标对象应定位在您刚刚校准的相同空间体积中。

      当然,3D 校准对象是最好的解决方案,但据我所知,没有现成的免费代码可以管理它。

      【讨论】:

        猜你喜欢
        • 2020-04-29
        • 1970-01-01
        • 1970-01-01
        • 2011-04-05
        • 1970-01-01
        • 1970-01-01
        • 2020-12-06
        • 2015-09-24
        • 2013-01-28
        相关资源
        最近更新 更多