Calibration相机内参数标定

news2024/11/15 14:09:54

1.环境依赖

本算法采用张正友相机标定法进行实现，内部对其进行了封装。

环境依赖为 ubuntu20.04 + opencv4.2.0 + yaml-cpp

yaml-cpp安装方式：

（1）git clone https://github.com/jbeder/yaml-cpp.git #将yaml-cpp下载至本地

（2）进入下载目录中，mkdir build && cd build #构建build文档

（3）cmake .. #使用cmake构建

（4）sudo make install #安装yaml-cpp

仓库下载：

git clone https://gitee.com/BingbingSuperEffort/calibration.git

2.使用方式

使用cmake构建执行文件

mkdir build && cd build && cmake.. && make

编译的可执行文件为Calibration，使用时运行该文件并配备图片文件夹路径作为参数，该文件夹内部为相机拍摄的不同角度与不同高度的棋盘照片。

使用示例：./Calibration ./test-jpg

3.配置文件

配置文件为config.yaml 内部包含如下配置：

（1）chess_row，chess_col 棋盘格行列个数：该参数表示相机标定使用的黑白棋盘格的行和列上的方格个数，请确保行列正确

（2）square_size 棋盘方格大小：该参数表示每个黑白方格的长度数值

（3）image_path 读取文件路径记录名：该参数为读取的含有棋盘的具体图片的路径名称记录，可以查阅本次标定具体使用了哪些图片，参数以弃用，不在输出路径记录文档。

（4）image_suffix 图片名称后缀：该参数表面在文件夹中查找哪种类型的图片参数，支持jpg与png格式，参数以弃用。内部将直接搜索文件夹中.jpg.png格式的所有图片

（5）camera_matrix_file 输出文件名：该参数指定了yaml格式的输出文件，文件内部包含测定后的内参数的具体数值

（6）output_detail 是否输出更详细的数据参数：默认为false，不输出更详细的参数，设置为true将输出每张图片的像素误差，以及整体误差等详细的参数，会将结果保存到camera_result_detail.txt 文件中

（7）camera_type标定相机的具体类型，CV为普通相机，FISHEYE为鱼眼相机

（8）downsample是否降采样采取角点，处理像素高的照片速度快，像素低可能会检测不到角点，导致评定失败，默认为true

（9）show_draw是否显示角点绘制过程，默认为false，在处理大文件时应当关闭，避免卡死

（10）undistort是否对图像实现畸变矫正，并显示矫正后的效果，默认为false

（11）test_image_path实现畸变矫正的测试图片路径，仅在undistort为true时有效

4.输出文件

image_path.txt 测定的具体图片的名称路径

camera_matrix.yaml 相机内参数fx，fy，cx，cy，畸变系数k1,k2,p1,p2,p3（或者k1,k2,u1,u2），图片长宽。

camera_result_detail.txt 相机测定具体的数值，包含每幅图片的标定误差，总体平均误差，每幅图像的畸变系数。只有在配置文件中设置才会输出该文件。

5.标定流程

6.文件介绍

各个文件简要说明：

main.cpp：主要为接口函数，以及一些接口参数的设置。编译成为可执行文件后，在使用时传入测定图片的文件夹路径

CCalibration类实现摄像机标定功能，calibration.run()执行读取标定板图片、角点检测、亚像素精确化、摄像机标定、计算重投影误差、保存标定参数功能；

CUndistort类实现畸变校正功能，undistort.run()执行读取内部参数、读取畸变图像、畸变校正、显示校正结果功能。执行时默认不进行畸变校正，如需打开请在config.yaml中将undistort参数设置为true。

calibration.h, calibration.cpp：实现摄像机标定，包含CV模型和Fisheye模型。默认为CV模型，如需更换为Fisheye模型，请在config.yaml中将camera_type参数设置为FISHEYE。

undistort.h, undistort.cpp：实现畸变校正，包含CV模型和Fisheye模型。如需更换为Fisheye模型，请在config.yaml中将camera_type参数设置为FISHEYE。

7.使用函数

1.`findChessboardCorners()`角点提取函数。

函数功能：

该函数的功能就是判断图像内是否包含完整的棋盘图，如果能够检测完全，就把他们的角点坐标按顺序（逐行，从左到右）记录下来，并返回非0数，否则返回0。这里对size参数要求非常严格，函数必须检测到相同的size才会返回非0，否则返回0。

函数原型：

bool cv::findChessboardCorners ( InputArray image,
Size patternSize,
OutputArray corners,
int flags = CALIB_CB_ADAPTIVE_THRESH+CALIB_CB_NORMALIZE_IMAGE
);

参数介绍：

image输入的棋盘格原图。必须是8位灰度图或者彩色图像

patternSize棋盘格图片的每一行每一列的内角点数

corners输出检测到的角点阵列

flags标志位，默认为0

2.`find4QuadCornerSubpix()`亚像素角点提取函数

函数功能：

该函数的目的是提高角点检测的精度，特别是当使用亚像素精度进行定位时。在图像中，四角形的角点可能因为各种因素（如图像噪声、模糊等）而不完全清晰。find4QuadCornerSubpix() 函数通过在角点附近进行更细致的搜索，来提高角点的定位精度。

函数原型：

bool cv::find4QuadCornerSubpix(InputArray image, 
InputOutputArray corners, 
Size region_size);

参数介绍：

img输入图片矩阵

corners初始的角点坐标

region_size角点搜索窗口大小

3.`drawChessboardCorners()`角点绘制函数

函数功能：

该函数的主要作用是帮助用户直观地展示检测到的棋盘格角点位置，以便于调试和验证。

函数原型：

void cv::drawChessboardCorners(InputOutputArray image, 
Size patternSize, 
const Mat& corners, 
bool patternWasFound);

参数介绍：

imagecv::Mat& 类型，这是要在其上绘制角点的输出图像。函数执行后，图像上会显示棋盘格的角点。

patternSizecv::Size& 类型，这是一个 cv::Size 结构，表示棋盘格的内部角点数。

corners const std::vector<cv::Point2f>& 类型，这是一个包含棋盘格角点坐标的向量。这些坐标通过角点检测算法（如 findChessboardCorners()）获得。

patternWasFoundbool 类型，一个布尔值，指示棋盘格模式是否被成功检测。如果 true，角点将被绘制；如果 false，角点将不会被绘制。

4.`calibrateCamera()`相机标定函数

函数功能：

该函数用于相机标定，即确定相机的内参和（可选）外参。相机内参包括焦距、主点坐标和畸变系数，而外参则包括相机相对于某一特定坐标系的位置和旋转

函数原型：

double cv::calibrateCamera ( InputArrayOfArrays objectPoints,
InputArrayOfArrays imagePoints,
Size imageSize,
InputOutputArray cameraMatrix,
InputOutputArray distCoeffs,
OutputArrayOfArrays rvecs,
OutputArrayOfArrays tvecs,
int flags = 0,
TermCriteria criteria = TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 30, DBL_EPSILON)
);

参数介绍：

objectPoints一系列角点的三维坐标。

imagesPoints角点投影到标定图案平面上的二维坐标点。

imageSize图片的尺寸大小，用以初始化相机内参。

cameraMatrix相机的内参矩阵。

distCoeffs相机的畸变参数矩阵，有5个畸变参数：k1,k2,p1,p2,k3

rvecs旋转向量

tvecs平移向量

flags表示标定时采用的算法，默认为0
criteria迭代的终止条件，通常忽略

5.`projectPoints()`重投影函数

函数功能：

根据相机的内参（焦距和主点坐标）和畸变系数，将三维点转换为图像上的二维点。对计算结果进行评定。

函数原型：

void cv::projectPoints ( InputArray objectPoints,
OutputArray imagePoints,
InputArray rvec,
InputArray tvec,
InputArray K,
InputArray D,
double alpha = 0,
OutputArray jacobian = noArray()
);