视觉SLAM中使用Matlab标定摄像头
在计算机视觉中，通常都会碰到自己制作数据集的情况，有些时候需要自己写爬虫程序从网站上下载不同标签的图片。而有些情况下，我们则需要利用自己的摄像头进行数据的获取。在特定的领域，比如说三维重建，slam这些应用领域，在不使用深度学习的情况下，是需要在配置文件中给出相机的内参的，外参一般就用程序跑出来了。对于不同型号的摄像头，其内参一般是不一样的，下面给出一种简便的方法，对单目摄像头进行标定。LZ使用的是Matlab R2016a，不同的版本可能方法有所不同。
1.准备自己的数据集
LZ这里使用的是棋盘标定法，所以用的标定块如下图所示。这个标定板可以自己网上下载一个，或者用matlab画一个，这个不是很难。注意一点，在用摄像头采集数据的时候，要保证标定板是处于一个平整的位置。像LZ用的比较简陋，就直接打印在纸上，平铺在桌面上，进行数据采集了。这里可以拍20张左右，多变换一点角度，还有距离。
2.将数据放入matlab中进行处理
LZ直接使用的是matlab的标定箱，因为使用的并不是什么特殊的摄像头，就是一般的网上买到的摄像头，所以不需要特意去写什么程序来标定。
在matlab的应用程序中可以找到一个应用Camera Calibrator的应用。
点击Camera Calibrator这个应用，显示如上图案，点击add images，程序会要求输入棋盘的边长，这个要自己进行测量，当然测量要尽量准确。添加之前制作好的数据集，它会经过一定的筛选，剔除不合格的图片。
LZ一共准备了23张图片，一共有9张图片不合格。
matlab会给每张图片建坐标系。
https://img-blog.csdn.net/20170701144711722?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvRmVsYWlt/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast” alt=”这里写图片描述” title=”” />
选择自己要矫正的参数，点击按钮calibrate，进行对相机进行标定。接下里几幅图都是matlab自己计算得到的外参。还有重投影误差的柱状图，这个应该是基本的计算机视觉的知识了，LZ就不再赘述了。
以棋盘为中心的相机的位姿图
以相机为中心的棋盘的位姿图
最后选择export camera parameters，将我们需要的内参进行导出。
最后我们需要的内参都在其中。
视觉SLAM中使用Matlab标定摄像头相关推荐
- 视觉SLAM中，本质矩阵、基础矩阵、单应性矩阵自由度和秩分析
视觉SLAM中,本质矩阵.基础矩阵.单应性矩阵自由度和秩分析 1.各个矩阵的自由度 由于基础矩阵和本质矩阵都是由对极约束来的 1.1 本质矩阵E的自由度为5,秩为2 1.1.1 自由度: 首先,旋转和 ...
- 视觉SLAM——针孔相机模型 相机标定原理 双目相机模型 深度相机对比
前言 本博客为主要学习<视觉SLAM十四讲>第5讲.<机器人学的状态估计>第6章6.4.1透视相机.<多视图几何>第5章摄像头模型等SLAM内容的总结与整理. 主要 ...
- SVO: 视觉SLAM中特征点法与直接法结合
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 前面的话 VSLAM 是利用多视图几何理论,根据相机拍摄的图像信息 ...
- SLAM | 视觉SLAM中特征点法与直接法结合：SVO
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 前面的话 VSLAM 是利用多视图几何理论,根据相机拍摄的图像信息对相机进行定位并同时构建周围环境地图 ...
- 视觉SLAM中的公制尺度（metric scale）
在很多视觉SLAM相关的文献中,都能看到一个词:metric scale,翻译为公制尺度.搜索这个词,得到的结果都是关于公制单位的. 其实在SLAM中公制尺度可以理解为"现实中的尺度&quo ...
- OA-SLAM：在视觉SLAM中利用对象进行相机重新定位
作者 | 鱼肖浓 编辑 | 汽车人 原文链接:https://zhuanlan.zhihu.com/p/587010197 点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷 ...
- SLAM | 视觉SLAM中的后端：后端优化算法与建图模板
点击上方"AI算法修炼营",选择加星标或"置顶" 标题以下,全是干货 前面的话 前面系列一中我们介绍了,VSLAM 是利用多视图几何理论,根据相机拍摄的图像信息 ...
- 视觉SLAM中PNP求解
PNP(Perspective-n-points)是SLAM中估计位姿的重要方法.已知条件为路标点在相机1中的相机坐标以及投影到相机2中的像素坐标,据此去估计相机1.相机2间的位姿.主要解法包括DLT ...
- 视觉SLAM中的数学基础 第三篇 李群与李代数
转自:http://www.cnblogs.com/gaoxiang12/p/5137454.html 致敬原作者,请移步原作者博文详细浏览 前言 在SLAM中,除了表达3D旋转与位移之外,我们还要对 ...
最新文章
- linux lvm 逻辑卷 创建 扩容 缩减 删除
- 小米 一亿像素传感器 笔记
- 如何在 Flutter 中禁用默认的 Widget 飞溅效果
- Nginx负载均衡状态之backup
- mysql 表 类型_mysql表类型
- 转：如何把 SQL Server 的自增标志列清零
- 分别用邻接矩阵和邻接表实现图的深度优先遍历和广度优先遍历_数据结构｜图的邻接表与深度、广度优先搜索
- Zilliqa联合创始人：ZIP-12提案已成功部署，为未来的治理投票奠定基础
- Spring框架中集合属性为对象的注入方法
- 建筑与计算机技术,计算机技术与建筑设计的不完全认识
- 我的世界修改服务器标识,我的世界修改服务器图标小技巧分享
- 教孩子编程python 语言 nostarch 下载_教孩子学编程 Python语言版
- 分布式与微服务☞web组件kafka
- 陈旿 计算机网络,西北工业大学陈旿教授应邀来校作网络信息安全讲座
- 秋天是一个思念的季节
- state_dict详解--存放训练过程中需要学习的权重和偏执系数
- 数据人故事——【五花肉】7年数据产品的职业成长之路
- 【Github分享】GitHub 上值得收藏的100个精选前端项目！
- 智引万物论剑AI，商汤科技欲打造颠覆式创新引擎
- 电大计算机与英语模拟测试题,2014年9月大学英语B统考 电大 网院网考模拟试题4...