相机校准：如何正确进行

Question

我正在尝试通过众所周知的 Zhang 的方法使用棋盘校准相机，然后进行捆绑调整，这在 Matlab 和 OpenCV 中都可用。有很多经验指南，但根据我的个人经验，准确性是相当随机的。它有时可能非常好，但有时也可能非常糟糕。只需将棋盘放置在不同的位置，结果实际上就会有很大的不同。假设目标相机是直线，水平 FOV 为 110 度。

1. 棋盘格的数量会影响精度吗？ Zhang 在他的原始论文中使用 8x8 并没有真正解释原因。

2. 正方形的长度会影响精度吗？张使用 17cm x 17cm 并没有真正解释原因。

3. 不同棋盘位置/方向的最佳快照数量是多少？张只使用了 5 张图片。我看到有人建议使用 20~30 张不同角度的棋盘格图像，填充整个视野，向左、右、顶部和底部倾斜，并建议不应将棋盘格放置在相似的位置/方向，否则结果将是偏向那个位置/方向。这是正确的吗？

我们的目标是找出一个工作流程来获得一致的校准结果。

Answer 1

如果您获得的精度“非常随机”，那么您可能做得不对：使用稳定的光学器件和执行良好的程序，您应该始终将 RMS 投影误差保持在十分之几像素的范围内。这是否对应于 3D 空间中的毫米或米的变化，当然取决于您的光学和传感器分辨率（校准不是绕过物理的方法）。

我前段时间在this answer 中写了一些建议，我建议您遵循它们。尤其要注意锁定焦距（我已经看到和听到无数人试图在自动对焦上校准相机，非常失望）。至于目标的大小，同样取决于您的光学元件和相机分辨率，但一般来说，目标是 (1) 填充测量视野和 您将使用的空间体积，以及 (2) 观察显着的透视缩短，因为这限制了 FOV 的解决方案。祝你好运！

[编辑发表评论]

关于连续校准中参数值的变化，我要做的第一件事是计算交叉 RMS 误差，即在数据集 2 上校准相机的数据集 1 上的 RMS 误差，反之亦然。如果其中任何一个显着高于校准误差，则表明相机在两次校准之间发生了变化，因此所有可能性都消失了。你有自动{对焦、光圈、变焦、稳定}吗？将它们全部关闭：自动一切都是校准的祸根，唯一的例外是曝光时间。否则，您需要查看您在参数上观察到的变化是否真的有意义（提示，它们通常没有意义）。以千分之几像素为单位的焦距变化可能与当今的传感器分辨率无关 - 您可以通过以毫米表示，并将其与传感器的点距进行比较来验证这一点。此外，主点位置以 几十 个像素的顺序变化是很常见的，因为除非您的校准程序是非常仔细设计来估计它，否则很难观察到它.

Answer 2

理想情况下，您希望将棋盘放置在与相机大致相同的距离处，即您想要进行测量的距离。所以你的棋盘格必须足够大，才能从那个距离分辨出来。您还想用点覆盖整个视野，尤其是靠近框架的边缘和角落。此外，板越小，您应该拍摄的图像越多以覆盖整个视野。所以 20-30 张图片通常是一个很好的经验法则。

另一件事是棋盘应该是不对称的。理想情况下，您希望一侧有偶数个正方形，而另一侧有奇数个正方形。这样，板的平面内方向就很明确了。

另外，我建议您在 MATLAB 中尝试 Camera Calibrator app。至少，请查看文档，其中有很多关于校准相机的有用建议。