相机标定实验报告

北京理工大学相机标定实验报告学院：机械与车辆学院学号：2120140416姓名：赵嘉珩北京理工大学一、实验目的使用个人相机拍摄一组标定图片，完成对拍摄设备进行标定的实验任务。二、实验原理图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定（或摄像机标定）。单目相机模型中的三种坐标系关系如图1所示，相机坐标系即是以光轴中心O为原点的坐标系，其z轴满足右手法则，成像原点所代表平面即为像平面坐标系（实际应用中，均以图像左上角为坐标系原点），实际物体坐标系即为世界坐标系。图1单目相机模型的三坐标系统关系其中，在世界坐标系的值为，是在像平面坐标系的投影点，其相机坐标系的值为。是相机坐标系轴与像平面夹角，一般情况下轴与像平面垂直，值为。且相机坐标系与像平面平行，为相机的焦距。对于从相机坐标系到像平面坐标系的变换，像平面坐标系是用像素单位来表示的，而相机坐标系则是以毫米为单位来表示，因此，要完成改变换过程就需要先得到像平面的像素单位与毫米单位之间的线性关系。在图1中，相机光轴中心z轴方向上与像平面的交点称为投影中心，坐标为，是像素单位，而每个像素在和的物理尺寸为和，单位是像素/毫米，则像平面的像素与毫米间的线性关系如式（1）：（1）根据小孔模型下投影变换原理，像平面的物理坐标对应的相机坐标系满足式（2）：北京理工大学（2）其对应的矩阵形式为式（3）：（3）联立式（1）和式（3），得到式（4）即为相机坐标系与像平面坐标系变换的矩阵。（4）其中，即为相机的6个内参数，其组成的矩阵即为内参数矩阵。对于从相机坐标系到世界坐标系的变换，是通过旋转矩阵R和平移矩阵T完成的，如图2所示。图2相机坐标系与世界坐标系的变换关系其中，平移矩阵T是三维列向量，旋转矩阵R是坐标轴依次绕和轴旋转角度和所形成的三个矩阵的总乘积。它们的定义如式（5）：北京理工大学（5）则矩阵R的计算公式如式（6）：（6）因此，从相机坐标系到世界坐标系的变换如式（7），其中，表示，为旋转矩阵，为平移矩阵，该变换矩阵称为外参数矩阵。（7）最后，联立式（4）和式（7）求得像平面坐标系与世界坐标系之间的变换关系，如式（8）：（8）其中，即为透视投影矩阵，表示空间中三维点坐标与图像平面二维坐标之间的线性关系，表示的像平面齐次坐标值，表示的世界坐标系齐次坐标值。基于以上几何原理和相机模型得到的图像信息和三维信息之间的关系，存在不可逆性，即可以通过已知世界坐标系的坐标值求得二维坐标值，如果要进行二维坐标到三维坐标的反求还需要其他的数学模型辅助求解。三、实验过程实验工具为MatlabCalib工具箱。于2015年4月28日晚20:30拍摄一组（8张）标定模板照片。如下图：北京理工大学北京理工大学北京理工大学在2014a版本的matlab中，成功导入标定图片后，cameracalibrator工具箱会自动对导入图片进行角点检测。结果如下：北京理工大学北京理工大学接下来通过选择Calibration按钮实现摄像机标定运算，结果如下：CameraIntrinsicsIntrinsicMatrix:[3x3double]LensDistortionRadialDistortion:[0.00891.1994]TangentialDistortion:[00]CameraExtrinsicsRotationMatrices:[3x3x8double]TranslationVectors:[8x3double]AccuracyofEstimationMeanReprojectionError:0.7932ReprojectionErrors:[169x2x8double]CalibrationSettingsNumPatterns:8WorldPoints:[169x2double]WorldUnits:'mm'EstimateSkew:0NumRadialDistortionCoefficients:2北京理工大学EstimateTangentialDistortion:0下图揭示了经过解算得到的摄像机与标定版之间的位置关系。下图为误差情况：由仿真结果得，相机径向畸变参数为[0.00891.1994]，切向畸变参数为[00]