1 概述

现在有许多双目相机在出厂时就已经标定好了，用户拿到手后可以直接使用，例如Intel Realsense系列。但是有些相机出厂的时候并没有完成标定工作，因而这个时候就需要我们自己来标定。由于笔者曾改装过一个双目相机，最远可以测至50m，因此有一些心得体会想给大家分享一下。本文主要介绍双目相机标定的整个过程，以及导出标定数据的方法。

相机标定主要分为手动标定和自动标定，手动标定比较繁琐，这里主要介绍基于matlab工具箱的自动标定方式来对双目相机进行标定。具体的相关标定细节也可以参照这篇博客：matlab双目标定（详细过程），里面有详细介绍。

2 Matlab工具箱标定

首先需要准备一张棋盘，如下图所示。对于标定不同测距范围相机所用的棋盘方格宽度会有所不同。对于短焦双目相机（测距范围在20m以内），棋盘中方格的宽度达到20mm即可；对于长焦双目相机（测距范围在40m左右），棋盘中方格的宽度需要尽量大，否则会影响标定的精度，一般至少达到60mm。

笔者在标定长焦相机时方格长宽选择60mm。然后运行项目文件中photo.py脚本文件对棋盘进行多角度拍摄，每按下一次s键,会保存一组左右镜头的照片，照片保存的路径参数可以由用户自由设定，参数名为folder。

# !/usr/bin/python
# -*- coding: utf-8 -*-
import cv2
import timeAUTO = False  # 自动拍照，或手动按s键拍照
INTERVAL = 2  # 自动拍照间隔cap = cv2.VideoCapture(0 + cv2.CAP_DSHOW)  # windows下开启摄像头是采用如下语句(微软特有):cv2.VideoCapture( camera_number + cv2.CAP_DSHOW)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 2560)  # 设置双目的宽度
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)  # 设置双目的高度# 显示缓存数
# print(cap.get(cv2.CAP_PROP_BUFFERSIZE))
# 设置缓存区的大小
# cap.set(cv2.CAP_PROP_BUFFERSIZE, 1)print(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
print(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))#设置FPS
# print('setfps', cap.set(cv2.CAP_PROP_FPS, 25))
# print(cap.get(cv2.CAP_PROP_FPS))counter = 0
utc = time.time()
folder = "images/"  # 拍照文件目录def shot(pos, frame):global counterpath = folder + pos + "_" + str(counter) + ".jpg"cv2.imwrite(path, frame)print("snapshot saved into: " + path)while True:ret, frame = cap.read()if not ret:print("camera is not connected!")breakleft_frame = frame[0:720, 0:1280]right_frame = frame[0:720, 1280:2560]cv2.imshow("left", left_frame)cv2.imshow("right", right_frame)now = time.time()if AUTO and now - utc >= INTERVAL:shot("left", left_frame)shot("right", right_frame)counter += 1utc = nowkey = cv2.waitKey(1)if key == ord("q"):breakelif key & 0xFF == ord("s"):shot("left", left_frame)shot("right", right_frame)counter += 1cap.release()

注意尽量拍摄多组照片，这样可以提高标定效果，标定效果的好坏直接影响到测距的精度。对于短焦相机通常拍摄40组照片即可；长焦相机通常会需要更多组照片，笔者在标定长焦相机时拍摄了60组。

照片拍摄好后，进入matlab标定工具箱，如下图所示。注意：不要选择matlab2020b版本，笔者测试过该版本无法正常使用标定工具箱，可以使用matlab2020a版本。

其中Stero Camera Cailbrator为双目标定工具箱，Camera Cailbrator为单目相机标定工具箱，因此这里选择Stero Camera Cailbrator工具箱。进入工具箱以后，选择Add Images。然后选择左右相机照片的路径，Size of checkerboard square为棋盘中每一个方格的长度，单位为毫米，一定要准确测量方格的长度，如下图所示。

点击确定以后，Radial Distortion Compute选择3 Coefficients和Tangential Distortion，然后点击Calibrate进行校准。不过校准前需要剔除一些原点不一致的点，保证所有照片的原点一致。校准过程中可以可以Reprojection Errors曲线，降低误差，如下图所示。

3 导出标定数据

标定好后将标定数据导入到工作空间，点击Export Camera Parameters即可。此时我们已经拿到标定数据了，为了避免手工获取数据时出错，笔者写了一个脚本可以直接获取标定数据，并保存到表格文件中，之后直接复制粘贴即可。

rowName = cell(1,10);
rowName{1,1} = '平移矩阵';
rowName{1,2} = '旋转矩阵';
rowName{1,3} = '相机1内参矩阵';
rowName{1,4} = '相机1径向畸变';
rowName{1,5} = '相机1切向畸变';
rowName{1,6} = '相机2内参矩阵';
rowName{1,7} = '相机2径向畸变';
rowName{1,8} = '相机2切向畸变';
rowName{1,9} = '相机1畸变向量';
rowName{1,10} = '相机2畸变向量';
xlswrite('out.xlsx',rowName(1,1),1,'A1');
xlswrite('out.xlsx',rowName(1,2),1,'A2');
xlswrite('out.xlsx',rowName(1,3),1,'A5');
xlswrite('out.xlsx',rowName(1,4),1,'A8');
xlswrite('out.xlsx',rowName(1,5),1,'A9');
xlswrite('out.xlsx',rowName(1,6),1,'A10');
xlswrite('out.xlsx',rowName(1,7),1,'A13');
xlswrite('out.xlsx',rowName(1,8),1,'A14');
xlswrite('out.xlsx',rowName(1,9),1,'A15');
xlswrite('out.xlsx',rowName(1,10),1,'A16');
xlswrite('out.xlsx',stereoParams.TranslationOfCamera2,1,'B1');  % 平移矩阵
xlswrite('out.xlsx',stereoParams.RotationOfCamera2.',1,'B2');  % 旋转矩阵
xlswrite('out.xlsx',stereoParams.CameraParameters1.IntrinsicMatrix.',1,'B5');  % 相机1内参矩阵
xlswrite('out.xlsx',stereoParams.CameraParameters1.RadialDistortion,1,'B8');  % 相机1径向畸变(1,2,5)
xlswrite('out.xlsx',stereoParams.CameraParameters1.TangentialDistortion,1,'B9');  % 相机1切向畸变(3,4)
xlswrite('out.xlsx',stereoParams.CameraParameters2.IntrinsicMatrix.',1,'B10');  % 相机2内参矩阵
xlswrite('out.xlsx',stereoParams.CameraParameters2.RadialDistortion,1,'B13');  % 相机2径向畸变(1,2,5)
xlswrite('out.xlsx',stereoParams.CameraParameters2.TangentialDistortion,1,'B14');  % 相机2切向畸变(3,4)
xlswrite('out.xlsx',[stereoParams.CameraParameters1.RadialDistortion(1:2), stereoParams.CameraParameters1.TangentialDistortion,...stereoParams.CameraParameters1.RadialDistortion(3)],1,'B15');  % 相机1畸变向量
xlswrite('out.xlsx',[stereoParams.CameraParameters2.RadialDistortion(1:2), stereoParams.CameraParameters2.TangentialDistortion,...stereoParams.CameraParameters2.RadialDistortion(3)],1,'B16');  % 相机2畸变向量

标定数据文件保存的路径即为当前程序的路径，要想保存到其他路径直接修改脚本中的路径即可，导出的参数如下图所示。

将表格中的数据复制到双目相机配置文件中，其中相机1内参复制到left_camera_matrix中，相机1畸变复制到left_distortion中，相机2内参复制到right_camera_matrix中，相机2畸变复制到right_distortion中，旋转矩阵复制到R中，转移矩阵复制到T中，如下图所示。

至此，双目标定部分就已经完成。注意：标定时照片的尺寸与测距时照片的尺寸一定要保持一致。

Matlab双目相机标定相关推荐

matlab双目相机标定校正_基于双目视觉的无人机避障算法(一)
讲述在10月到12月所做的所有工作对于一个无人机自主避障来说,存在着以下流程: 感知:障碍物检测.行人检测.目标检测 SLAM:为无人机提供位置估计,构建稀疏环境地图路径规划:规划一条从当前位置到 ...
matlab双目相机标定校正_Matlab 单双目相机标定+畸变校正
Matlab 单双目相机标定+畸变校正 2019年1月14日 2019年1月19日 Matlab 单双目相机标定+畸变校正不管单目双目标定第1第2步都是必须的第3步为单目标定,第4步为双目标定 1 ...
matlab双目相机标定校正_双目相机的标定过程详解！-----MATLAB
基于双目视觉的测距.三维重建等过程中的第一步就是要进行标定.双目相机的标定过程在网上有很多资料,但是基本都没有matlab官方网址讲的好.所以请参考MATLAB官方文档:https://ww2.mat ...
OpenCV | 双目相机标定之OpenCV获取左右相机图像+MATLAB单目标定+双目标定
博主github:https://github.com/MichaelBeechan 博主CSDN:https://blog.csdn.net/u011344545 原本网上可以搜到很多关于双目相机标 ...
matlab鱼眼镜头，普通镜头，单目双目相机标定校正（四）
写这篇文章的目的,是记录相机标定过程和问题,经过试验,记录问题 1.单目相机与双目相机的标定.区别.目的 2.相机拍照时,距离标定板的距离 3.填写参数时.黑白格的大小有影响? 4.参数的设置 5.拍 ...
MatLab的双目相机标定和orbslam双目参数匹配
本文承接ROS调用USB双目摄像头模组目录相机标定导出为YAML文件(也可以手动粘贴) 生成可用于ORB-SLAM2的yaml文件生成可用于ORB-SLAM3的yaml文件 2022.5.6补 ...
双目相机标定图片拍摄规范
双目相机标定图片拍摄规范文章目录双目相机标定图片拍摄规范前言一.双目相机的布置二.标定板的选用三.图片采集的规范四.进行标定的软件(选看) 五.靶标布置(选看) 总结前言相机标定是进 ...
双目相机标定模型详解
根据相机投影成像原理,相机模型包含内参模型及外参模型,可以将三维世界坐标转换为二维像素坐标,具体模型及转换关系如下所示. 其中[u, v]T为矫正后的图像中的点在像素坐标系中的坐标,[xw, yw, ...
Python实现的双目相机标定系统
Python实现的双目相机标定系统主要是求基础矩阵来确定两个相机坐标系之间的旋转和平移,继而实现双目相机拍摄图片之间的对齐(校正). copyright@Eason 文末有代码链接. Require ...

Matlab双目相机标定

1 概述

2 Matlab工具箱标定

3 导出标定数据

Matlab双目相机标定相关推荐

最新文章

热门文章