鱼眼相机标定以及OpenCV实现
来源:互联网 发布:php实例化对象方法 编辑:程序博客网 时间:2024/05/18 01:58
在另一篇文章中我已经写过有关普通相机模型及其OpenCV标定实现,这篇文章将主要关注鱼眼相机模型及其OpenCV标定实现。
先看一张鱼眼相机拍摄出来的结果:
从图中可以看出很明显的畸变。对鱼眼相机标定,有时候也可以用普通相机的标定方法对其进行标定,但是却不能保证去畸变后的效果是最好的。因此对于Gopro等鱼眼镜头拍摄出来的图像去畸变,最好的方法就是采用鱼眼相机标定方法进行标定。
鱼眼相机模型
鱼眼相机的内参模型依然可以表示为:
这与普通镜头的成像模型没有区别。两者之间的区别主要体现在畸变系数,鱼眼相机的畸变系数为{
设(X,Y,Z)为空间中一个三维点,它在成像平面内的成像坐标为(u,v),在考虑畸变的情况下,
OpenCV实现鱼眼相机标定
利用opencv实现鱼眼相机的标定和普通相机标定的标定流程基本一致,具体流程如下:
- 检测角点
cv::findChessboardCorners(InputArray image, Size patternSize, OutputArray corners, int
flags=CALIB_CB_ADAPTIVE_THRESH+CALIB_CB_NORMALIZE_IMAGE}
获得棋盘标定板的角点位置,使用cornerSubPix(InputArray image, InputOutputArray corners, Size winSize, Size zeroZone,
获取角点更精细的检测结果
TermCriteria criteria) - 初始化标定板上角点的三维坐标
- 开始标定
double fisheye::calibrate(InputArrayOfArrays objectPoints, InputArrayOfArrays imagePoints,
const Size& image_size, InputOutputArray K, InputOutputArray D,
OutputArrayOfArrays rvecs, OutputArrayOfArrays tvecs, int flags=0,
TermCriteria criteria=TermCriteria(TermCriteria::COUNT + TermCriteria::
EPS, 100, DBL_EPSILON))
注意:K,D 分别表示内参矩阵和畸变系数向量,在定义时要定义为double型,这里推荐使用Matx33d和Vec4d数据类型,更为方便简单。objectPoints,imagePoints可以是float型,也可以是double型,但是再stereorectify中需要时double型。flags的可选项有很多,其中需要注意的是必须要指定CALIB_FIX_SKEW,代表求解时假设内参中fx=fy .
4.评定误差(可选项)
以上就是鱼眼相机标定的基本流程,部分代码片段如下:
for (int i = 0; i != image_count; i++) { cout << "Frame #" << i + 1 << "..." << endl; string image_Name; stringstream stream; stream << (i + startNum); stream >> image_Name; image_Name = path_ChessboardImage + image_Name + ".jpg"; cv::Mat image = imread(image_Name); Mat image_gray; cvtColor(image, image_gray, CV_RGB2GRAY); vector<Point2f> corners; bool patternFound = findChessboardCorners(image_gray, board_size, corners, CALIB_CB_ADAPTIVE_THRESH + CALIB_CB_NORMALIZE_IMAGE + CALIB_CB_FAST_CHECK); if (!patternFound || fullcornersNum != corners.size()) { cout << "can not find chessboard corners!\n"; continue; } else { cornerSubPix(image_gray, corners, Size(11, 11), Size(-1, -1), TermCriteria(CV_TERMCRIT_EPS + CV_TERMCRIT_ITER, 30, 0.1)); count = count + corners.size(); corners_Seq.push_back(corners); successImageNum = successImageNum + 1; image_Seq.push_back(image); } } /************************************************************************ 摄像机定标 *************************************************************************/ vector<vector<Point3f>> object_Points; /**** 保存定标板上角点的三维坐标 ****/ Mat image_points = Mat(1, count, CV_32FC2, Scalar::all(0)); /***** 保存提取的所有角点 *****/ vector<int> point_counts; /* 初始化定标板上角点的三维坐标 */ for (int t = 0; t<successImageNum; t++) { vector<Point3f> tempPointSet; for (int i = 0; i<board_size.height; i++) { for (int j = 0; j<board_size.width; j++) { /* 假设定标板放在世界坐标系中z=0的平面上 */ Point3f tempPoint; tempPoint.x = i*square_size.width; tempPoint.y = j*square_size.height; tempPoint.z = 0; tempPointSet.push_back(tempPoint); } } object_Points.push_back(tempPointSet); } for (int i = 0; i< successImageNum; i++) { point_counts.push_back(board_size.width*board_size.height); } /* 开始定标 */ Size image_size = image_Seq[0].size(); cv::Matx33d intrinsic_matrix; /***** 摄像机内参数矩阵 ****/ cv::Vec4d distortion_coeffs; /* 摄像机的4个畸变系数:k1,k2,k3,k4*/ std::vector<cv::Vec3d> rotation_vectors; /* 每幅图像的旋转向量 */ std::vector<cv::Vec3d> translation_vectors; /* 每幅图像的平移向量 */ int flags = 0; flags |= cv::fisheye::CALIB_RECOMPUTE_EXTRINSIC; flags |= cv::fisheye::CALIB_CHECK_COND; flags |= cv::fisheye::CALIB_FIX_SKEW; fisheye::calibrate(object_Points, corners_Seq, image_size, intrinsic_matrix, distortion_coeffs, rotation_vectors, translation_vectors, flags, cv::TermCriteria(3, 20, 1e-6));
标定结果:
3 1
- 鱼眼相机标定以及OpenCV实现
- 张正友相机标定Opencv实现以及标定流程&&标定结果评价&&图像矫正流程解析
- 双目相机标定以及立体测距原理及OpenCV实现
- 双目相机标定以及立体测距原理及OpenCV实现
- 张正友相机标定 Opencv实现
- 张正友相机标定Opencv实现以及标定流程&&标定结果评价&&图像矫正流程解析(附标定程序和棋盘图)
- 张正友相机标定Opencv实现以及标定流程&&标定结果评价&&图像矫正流程解析(附标定程序和棋盘图)
- 张正友相机标定Opencv实现以及标定流程&&标定结果评价&&图像矫正流程解析(附标定程序和棋盘图)
- 张正友相机标定Opencv实现以及标定流程&&标定结果评价&&图像矫正流程解析(附标定程序和棋盘图)
- 张正友相机标定Opencv实现以及标定流程&&标定结果评价&&图像矫正流程解析(附标定程序和棋盘图)
- 张正友相机标定Opencv实现以及标定流程&&标定结果评价&&图像矫正流程解析(附标定程序和棋盘图)
- 张正友相机标定Opencv实现以及标定流程&&标定结果评价&&图像矫正流程解析(附标定程序和棋盘图)
- 张正友相机标定Opencv实现以及标定流程&&标定结果评价&&图像矫正流程解析(附标定程序和棋盘图)
- 张正友相机标定Opencv实现以及标定流程&&标定结果评价&&图像矫正流程解析(附标定程序和棋盘图)(单目)
- 张正友相机标定Opencv实现以及标定流程&&标定结果评价&&图像矫正流程解析(附标定程序和棋盘图)
- 【计算机视觉】 双目相机标定以及立体测距原理及OpenCV实现
- OpenCV相机标定函数
- OPenCV相机标定函数
- 解决github unable to access 'https://github.com/...: Failed to connect to github.com port 443
- LSB 简介
- java.io.FileNotFoundException: Too many open files
- 【Android基础 008】 Eclipse Devices中查看不到真实android设备的解决方法
- SSDP协议下STA模式和softAP模式间切换时遇到的数据收发问题
- 鱼眼相机标定以及OpenCV实现
- 【jQuery】兼容IE6树形组件jquery-treeview-master
- iOS数据持久化之NSKeyedArchiver(归档)
- SwiftBasicSyntax-Learn Swift(First Day)
- 【Caffe实践】基于Caffe的人脸关键点检测实现
- Web前端性能优化
- Eclipse更改workspace路径
- Android中使用shape自定义纯色图片总结
- Mysql MERGE引擎分表查询机制