主要应用程序特性

该示例应用程序将

确定畸变矩阵和每个元素的置信区间
确定相机矩阵和每个元素的置信区间
从相机或视频文件获取输入
从 XML 文件读取配置
将结果保存到 XML 文件
计算重投影误差
拒绝倾斜角度的图案视图，以防止出现病态的雅可比矩阵块
自动切换标定标志（如果需要，则固定宽高比和畸变矩阵的元素）
通过使用多个标准自动检测何时完成标定
自动捕获静态图案（用户无需按任何键来捕获帧，只需静止图案一秒钟）

支持的图案

黑白棋盘
非对称圆点图案
双非对称圆点图案
chAruco（带有 Aruco 标记的棋盘）
对称圆点图案

参数说明

应用程序有两组参数：主要参数（通过命令行传递）和高级参数（通过 XML 文件传递）。

主要参数

所有这些参数都通过命令行传递给应用程序。

-[parameter]=[default value]: description

-v=[filename]: 从文件名获取视频，默认输入 - id=0 的相机
-ci=[0]: 从指定 id 的相机获取视频
-flip=[false]: 垂直翻转输入帧
-t=[circles]: 标定图案（circles, chessboard, dualCircles, chAruco, symcircles）
-sz=[16.3]: 标定板上两个最近的圆或正方形中心之间的距离
-dst=[295]: dualCircles 图案的白色和黑色部分之间的距离
-w=[width]: 图案的宽度（以角点或圆圈为单位）
-h=[height]: 图案的高度（以角点或圆圈为单位）
-of=[camParams.xml]: 输出文件名
-ft=[true]: 自动调整标定标志
-vis=[grid]: 捕获的板的可视化（grid, window）
-d=[0.8]: 捕获之间的延迟（秒）
-pf=[defaultConfig.xml]: 高级应用程序参数文件
-force_reopen=[false]: 强制重新打开相机以防出错。对于连接不稳定的 IP 摄像头可能很有用。
-save_frames=[false]: 保存有助于最终标定的帧
-zoom=[1]: 应用于预览图像的缩放因子

高级参数

默认情况下，高级参数的值存储在 defaultConfig.xml 中

<?xml version="1.0"?>
<opencv_storage>
<charuco_dict>0</charuco_dict>
<charuco_square_length>200</charuco_square_length>
<charuco_marker_size>100</charuco_marker_size>
<calibration_step>1</calibration_step>
<max_frames_num>30</max_frames_num>
<min_frames_num>10</min_frames_num>
<solver_eps>1e-7</solver_eps>
<solver_max_iters>30</solver_max_iters>
<fast_solver>0</fast_solver>
<frame_filter_conv_param>0.1</frame_filter_conv_param>
<camera_resolution>1280 720</camera_resolution>
</opencv_storage>

charuco_dict：用于生成 chAruco 图案的特殊字典的名称
charuco_square_length：chAruco 板上的正方形大小（以像素为单位）
charuco_marker_size：chAruco 板上的 Aruco 标记的大小（以像素为单位）
calibration_step：cv::calibrateCamera 的启动间隔（以帧为单位）
max_frames_num：如果用于标定的帧数大于此值，则帧过滤器开始工作。过滤后，标定数据集的大小等于 max_frames_num
min_frames_num：如果帧数大于此值，则启用自动标志调整、去畸变视图和质量评估
solver_eps：cv::calibrateCamera 中 Levenberg-Marquardt 求解器的精度
solver_max_iters：求解器的迭代次数限制
fast_solver：如果此值为非零并且找到 Lapack，则在求解器中使用 QR 分解代替 SVD。 QR 比 SVD 快，但可能精度较低
frame_filter_conv_param：在线性卷积的双标准帧过滤器中使用的参数
camera_resolution：用于标定的相机的分辨率

注意: charuco_dict、charuco_square_length 和 charuco_marker_size 用于 chAruco 图案生成（有关详细信息，请参阅 Aruco 模块说明：Aruco 教程）

默认 chAruco 图案

双圆模式

要制作此图案，您需要标准 OpenCV 圆点图案和二进制反转图案。将两个图案放置在一个平面上，以便一个图案中所有圆的水平线是另一个图案中相似线的延续。测量图案之间的距离，如下图所示，并将其作为 dst 命令行参数传递。还要测量最近的圆中心之间的距离，并将此值作为 sz 命令行参数传递。

此图案对生产质量和测量非常敏感。

数据过滤

当标定数据集的大小大于 max_frames_num 时，数据过滤器开始工作。它尝试从数据集中删除“坏”帧。过滤器会删除 \(loss\_function\) 取最大值的帧。

\[loss\_function(i)=\alpha RMS(i)+(1-\alpha)reducedGridQuality(i)\]

RMS 是为帧 i 计算的平均重投影误差，reducedGridQuality 是没有帧 i 的场景覆盖质量评估。\(\alpha\) 等于 frame_filter_conv_param。

标定过程

要开始标定，只需运行应用程序。将图案放置在相机前，并将图案固定在某个姿势。之后，等待捕获（将显示类似“Frame #i captured”的消息）。当前焦距和重投影误差将显示在主屏幕上。将图案移动到下一个位置并重复该过程。尽量均匀地覆盖图像平面，不要以与图像平面成锐角的角度显示图案。

如果标定看起来很成功（置信区间和平均重投影误差很小，帧覆盖质量和图案视图的数量足够大），应用程序将显示如下屏幕上的消息。

热键

Esc – 退出应用程序
s – 将当前数据保存到 XML 文件
r – 删除最后一帧
d – 删除所有帧
u – 启用/禁用应用去畸变
v – 切换可视化模式

结果

结果，您将获得相机参数和它们的置信区间。

输出 XML 文件示例

<?xml version="1.0"?>
<opencv_storage>
<calibrationDate>"Thu 07 Apr 2016 04:23:03 PM MSK"</calibrationDate>
<framesCount>21</framesCount>
<cameraResolution>
1280 720</cameraResolution>
<cameraMatrix type_id="opencv-matrix">
<rows>3</rows>
<cols>3</cols>
<dt>d</dt>
<data>
1.2519588293098975e+03 0. 6.6684948780852471e+02 0.
1.2519588293098975e+03 3.6298123112613683e+02 0. 0. 1.</data></cameraMatrix>
<cameraMatrix_std_dev type_id="opencv-matrix">
<rows>4</rows>
<cols>1</cols>
<dt>d</dt>
<data>
0. 1.2887048808572649e+01 2.8536856683866230e+00
2.8341737483430314e+00</data></cameraMatrix_std_dev>
<dist_coeffs type_id="opencv-matrix">
<rows>1</rows>
<cols>5</cols>
<dt>d</dt>
<data>
1.3569117181595716e-01 -8.2513063822554633e-01 0. 0.
1.6412101575010554e+00</data></dist_coeffs>
<dist_coeffs_std_dev type_id="opencv-matrix">
<rows>5</rows>
<cols>1</cols>
<dt>d</dt>
<data>
1.5570675523402111e-02 8.7229075437543435e-02 0. 0.
1.8382427901856876e-01</data></dist_coeffs_std_dev>
<avg_reprojection_error>4.2691743074130178e-01</avg_reprojection_error>
</opencv_storage>


原始作者	Vladislav Sovrasov
兼容性	OpenCV >= 3.1

目录