新的标定工具箱: 不需要先验知识的相机或镜像参数和我们只保持的灵活性 必须为每个校准网格选择4分(我们不 需要单独选择每个角落)。

包含投影模型的函数(和雅克比)是可用的 在Matlab分别作为一个c++类相关的墨西哥人的功能。 类初始化在校准过程中生成的文件。 它使3 d点的投影也像点的提升 投影射线。

这个新的“ 全景 标定工具箱 ”是一个完整的重写之前的版本。 它使用一些功能从“ 加州理工学院 标定工具箱“让Bouguet。

这个页面给出的一个例子 校准会话。 这些图片 是 用于尝试工具箱。 你可以找到一个校准网格/模式 在这里。投影模型 使用的是可用的 在这里。

工具箱已成功用于校准双曲线,抛物线, 折叠镜、球形和广角传感器。

重要:校准参数与Matlab计算 坐标(从1开始),而不是与C / c++公约 (从0开始)。

我要感谢的 ACFR (澳大利亚领域机器人中心)提供一些 夸张的图片,特别是 亚历克斯·布鲁克斯 。

投影模型和参数

使用的投影模型 在这里 。 它是一个统一的投影模型的组合来自盖尔和Barreto 和径向畸变函数。 这个模型可以考虑 远心镜头引入的失真(抛物面镜)和给予 一个更大的灵活性(球形镜子可以校准)。

校准估计:

• 外在参数对应的旋转 (四元数:Qw)和翻译(Tw)之间的网格和镜子
• 参数描述镜子形状(xi)
• 镜头(如引起的失真。 远心的) (kc)
• 的固有参数普遍相机:斜(alpha_c), 普遍焦距(γγ₂)和主点(cc)

校准会话

启动

请编辑  SETTINGS.m  第一次的文件。 
开始在Matlab工具箱:

> > omni_calib_gui

这个窗口将会出现:

包含图片的目录。 
如果你想知道直接的使用不同 按钮,去 本节 。

点击“  "Mirror type"  ”:

1 or [] : parabola (xi=1)
2 : catadioptric (hyperbola,ellipse,sphere)
3 : dioptric (fisheye) 
Choice : 
Camera type : parabolic.。

这一步只是约束最小化的抛物线 例(ξ= 1),避免试图提取镜像的边界 折光。

加载图片

" Load images " 会问你在当前图像的基本名称吗 目录和格式:

>>
.                      Omni_Fixed_Values.m    cameraAvecOmni_00.tif  cameraAvecOmni_02.tif  cameraAvecOmni_04.tif  cameraAvecOmni_06.tif 
..                     Omni_Fixed_Values.mat  cameraAvecOmni_01.tif  cameraAvecOmni_03.tif  cameraAvecOmni_05.tif

Basename camera calibration images (without number nor suffix): cameraAvecOmni_
Image format: ([]='r'='ras', 'b'='bmp', 't'='tif', 'p'='pgm', 'j'='jpg', 'm'='ppm') t
Loading image 1...2...3...4...5...6...7...
done

完成

图片正在加载,我们已经准备好开始估算 内在价值然后校准传感器。

的内在参数 镜子的边界
按下  " Estimate camera intri. " , 我们将计算的固有参数的估计 潜在的相机(普通焦距和中心)。 
在反射折射的传感器的情况下,要求用户点击的中心 镜子:

Please click on the mirror center and then on the mirror inner border.
Calculating edges... done.
Rejecting inner points... done.
Doing a simplified RANSAC to obtain circle parameters... done.
Was the extraction successful ? ([]=yes, other=no) :

然后我们估计普遍焦距从点线图片:

We are now going to estimate the generalised focal (gammac) from line images.
Which image shall we use ? ([] = 1) : 2
Please select at least 4 ALIGNED edge points on a NON-RADIAL line on the grid.
Click with the right button when finished.
done.

提取网格角落

我们现在准备提取的网格角落 将使用在最小化,新闻 ”  提取网格角落  ”: 
" Extract grid corners ":
Extraction of the grid corners on the images
Number(s) of image(s) to process ([] = all images) = 
Window size for corner finder (wintx and winty):
wintx ([] = 8) =   Sub-pixel extraction in the catadioptric case is less tolerant and we should try and keep the window size down.
winty ([] = 8) = 
Window size = 17x17

Processing image 1...
Using (wintx,winty)=(8,8) - Window size = 17x17      (Note: To reset the window size, run script clearwin)
Please press enter after zooming...

现在您可以放大校准网格并按[ENTER]键:

你现在需要点击网格的四角顺时针 顺序:

omni-lines应该按照网格。 
你将被要求网格的大小: 
Size of each square along the X direction: dX=42mm
Size of each square along the Y direction: dY=42mm   (Note: To reset the size of the squares, clear the variables dX and dY)
Corner extraction... 

校准

按“ 校准 ” 将开始最小化:

>> 
Aspect ratio optimized (est_aspect_ratio = 1) -> both components of fc are estimated (DEFAULT).
Principal point optimized (center_optim=1) - (DEFAULT). To reject principal point, set center_optim=0
Skew not optimized (est_alpha=0) - (DEFAULT)

Main calibration optimization procedure - Number of images : 7
Gradient descent iterations : WARNING: removing singular matrix warning and managing it internally.
1...2...(r) 3...4...5...6...7...8...9...10...11...12...(r) 13...14...15...16...17...18...19...20...21...22...(r) 23...24...25...26...27...28...29...30...31...32...(r) 33...34...35...36...37...38...39...40...41..
42...(r) 43...44...45...46...47...48...49...50...51...52...(r) 53...54...55...56...57...58...59...Matrix badly conditioned, stopping...
done
Estimation of uncertainties...done

Calibration results after optimization (with uncertainties):

Focal Length:          fc = [17.92581   17.91205 ] ± [ 0.18220   0.21302 ]
Principal point:       cc = [ 980.75605   544.84446 ] ± [ 4.41434   4.64072 ]
Skew:             alpha_c = [ 0.00000 ] ± [ 0.00283  ]   => angle of pixel axes = 90.00000 ± 0.16228 degrees
Distortion:            kc = [ -0.00008   0.00000   0.00000   -0.00000  0.00000 ] ± [ 0.00001   0.00000   0.00003   0.00002  0.00000 ]
Pixel error+-std :          err = [ 0.17324   0.29971 ]+-[ 0.13750   0.24850 ]
Note: The numerical errors are approximately three times the standard deviations (for reference).

Recommendation: The skew coefficient alpha_c is found to be equal to zero (within its uncertainty).
                You may want to reject it from the optimization by setting est_alpha=0 and run Calibration

Recommendation: Some distortion coefficients are found equal to zero (within their uncertainties).
                To reject them from the optimization set est_dist=[1;1;0;0;0] and run Calibration

(r)表明,外在的独立参数被重新评估。 
“像素错误”的平均绝对误差。

外在的迭代次数和频率参数 计算可以改变在“  SETTINGS.m  ”文件。

分析错误

三个工具可以用来分析错误:

1. "Plot Pix/Rad errors"  给了你错误的图像和距离 点的图像中心:
   
2. "Analyse error"“这将给你 reprojection错误,每一种颜色 关联到一个图像。 这将帮助你识别的点 被错误地提取。 
   然后,您可以使用reextract角落 ” Recomp。 角落 ”。
   
3. ” 画三维 “3 d显示了网格: 
   

当心  :当 校准,它是不够的绝对误差。 的 平均超过所有的错误没有考虑空间 分布的错误。 校准可能取决于 网格的位置(偏见)。

不同的按钮和设置

“  SETTINGS.m  “文件包含工具箱的路径 和变量最小化(max。 之前的迭代和步骤 验算外在参数)。

按钮:

• "Mirror type"” 镜子类型 “镜子的直径和输入值 参数
• "Load images"” 加载图片 “加载图像用于校准
• "Estimate camera intri."” 估计相机足。 ” 获得初始值的校准使用镜子边境
• "Extract grid corners"” 提取 网格的角落 “帮助提取电网校准的角落
• "Draw Grid Estimate"” 画网格估计 ” 根据项目黄色网格点 红色的计算值,提取的点
• "Calibration"” 校准 ” 使用图像中的距离发射最小化
• "Rm Calibration"” Rm校准 ” 消除了校准参数
• "Analyse error"” 分析 错误 “reprojects错误,这可以用来找到图片 没有正确提取的分
• "Recomp. corners"” Recomp。 角落 ” 验算点提取reprojecting后 网格点(这可以使用当“分析错误”表明,网格点 不正确地提取)
• "Draw 3D"” 画三维 ” 画了一个相机和网格的三维视图
• "Plot Pix/Rad errors"” 情节 照片/ Rad错误 ”像素误差与阴谋 点的距离图像的中心
• "Add/Suppress images"” 添加/抑制 图片 ”可以添加或删除图片
• "Show calib results"” 显示 calib结果 “显示校准值和错误
• "Save"” 保存 ” 节省了外在和内在参数,网格点,…
• "Load"” 加载 ” 加载校准期间获取的值
• "Exit"” 退出 ” 退出程序

下载

文件不属于“ 加州理工学院 标定工具箱 “让Bouguet 发表下 GPL许可证 版本2 。

如果你有任何建议,bug修正请写: Christopher.Mei@sophia.inria.fr

旧的工具箱

旧的工具箱,不再维护。

常见问题解答

当我所说的“  提取网格角落  ”, 我得到一个错误  “标识符” 预期,”(“发现。  ”!

回答 :  自0.92版(兼容matlab 6),这一点 不应该发生了