視覺相機為什麼要做標定

㈠ 相機標定的作用和目的

相機標定是指確定相機內部和外部參數的過程，其主要目的是為了將相機採集到的圖像坐標轉化為三維空間中的真實世界坐標。相機標定的作用是消除相機畸變，提高圖像的精度和准確性。相機畸變是由於相機鏡頭等部件製造過程中的誤差或變形等因素引起的，會使得圖像失真，導致測量誤差和定位偏差。

總之，相機標定是計算機視覺和機器人視覺領域中非常重要的一步，它為後續的圖像處理和分析提供了基礎數據，保證了數據的精度和准確性，從而提高了系統的可靠性和穩定性。

㈡ 為什麼要對機器視覺系統進行標定

只要做測量，必須先標定。目的是為了提高測量的精度。
機器視覺系統也不例外。
利用相機做為測量元器件，相機模型不是絕對的針孔模型，鏡頭會有畸變，同時測量環境（如：溫、濕度）也會影響最終測量的結果。
如果想得到相對准確的結果，那就得進行標定。

㈢ 相機標定原理

一、為什麼要相機標定？
在圖像測量過程以及機器視覺應用中，為確定空間物體表面某點的三維幾何位置與其在圖像中對應點之間的相互關系，必須建立相機成像的幾何模型，這些幾何模型參數就是相機參數。
【1】進行攝像機標定的目的：求出相機的內、外參數，以及畸變參數。
【2】標定相機後通常是想做兩件事：一個是由於每個鏡頭的畸變程度各不相同，通過相機標定可以校正這種鏡頭畸變矯正畸變，生成矯正後的圖像；另一個是根據獲得的圖像重構三維場景。

攝像機標定過程，簡單的可以簡單的描述為通過標定板，如下圖，可以得到n個對應的世界坐標三維點Xi和對應的圖像坐標二維點xi，這些三維點到二維點的轉換都可以通過上面提到的相機內參K ，相機外參 R 和t，以及畸變參數 D ，經過一系列的矩陣變換得到。

二、什麼叫相機標定？
在大多數條件下這些參數必須通過實驗與計算才能得到，這個求解參數的過程就稱之為相機標定（或攝像機標定）

三、為什麼相機標定很重要？
無論是在圖像測量或者機器視覺應用中，相機參數的標定都是非常關鍵的環節，其標定結果的精度及演算法的穩定性直接影響相機工作產生結果的准確性。因此，做好相機標定是做好後續工作的前提，提高標定精度是科研工作的重點所在。

㈣ 機器視覺-相機標定

相機標定中所要確定的幾何模型參數分為內參和外參兩種類型。

求解參數（內參、外參、畸變參數）的過程就稱之為相機標定（或攝像機標定）。

機器視覺應用中常用的有兩種不同類型的鏡頭：普通鏡頭和遠心鏡頭。將攝像機與普通鏡頭的組合稱為針孔攝像機模型（默認為面陣圖像感測器），攝像機與遠心鏡頭的組合為遠心攝像機模型。

相機內參的作用是確定相機從三維空間到二維圖像的投影關系。

對於針孔攝像機模型，該投影是透視投影：

相機內參共有6個參數（f,κ,Sx,Sy,Cx,Cy)，其中：

f為焦距；

k為徑向畸變數級（k<0為桶形畸變；k>0為枕形畸變）；

Sx,Sy為縮放比例因子（對於針孔攝像機表示圖像感測器水平和垂直方向相鄰像素之間的距離）；

Cx,Cy是圖像的主點（對於針孔相機表示投影中心在成像平面上的垂直投影，也是徑蠢瞎向畸變中心）。

相機外參也稱為攝像機位姿的作用是確定相機坐標與世界坐標系之間相對位置關系。

攝像機外參共有6個參數（α,β,γ,Tx,Ty,Tz），其中：

R =R(α,β,γ)是旋轉矩陣，分別為繞繞x,y,z軸旋轉角度；

T= (Tx,Ty,Tz)是平移向量

從世界坐標繫到攝像機坐標系的變換屬於剛性變換（由平移和旋轉組成），相機坐標Pc與世界坐標Pw的關系可以表述為：Pc= RPw + T

畸變（distortion）是對直線投影（rectilinear projection）的一種偏移。直線投影是場景內的一條直線投影到圖片上也保持為一條直線。帶哪空畸變就是由於某種原因（如鏡頭）一條直線投影到圖片上不能保持為一條直線了，這是一種光學畸變（optical aberration）。

在視覺測量中，首先需要定義三個坐標系，即 世界坐標系、攝像機坐標系 、 圖像坐標系。

目標物體位置的參考系，用來描述三維空間中的物體和相機之間的坐標位置。

以相機的光心作為原點，Zc軸與光軸重合，並垂直於成像平面，且取攝影方向為正方向，Xc、Yc軸與圖像物理坐標系的u、v軸平行。世界坐緩薯標系下的物體需先經歷剛體變化轉到攝像機坐標系（旋轉和平移），然後再和圖像坐標系發生關系。

是以圖像的左上角為原點的圖像坐標系（u，v），以像素為單位。用於指定物體在照片中的位置

張正友相機標定流程

1. 列印棋盤標定紙，附加到一個平坦的表面上；

2. 通過移動相機或者平面拍攝標定板各種角度的圖片，一般拍攝20張；

3. 檢測圖片中的特徵點；

4. 計算5個內部參數和所有的外部參數；

5. 通過最小二乘法先行求解徑向畸變系數；

6. 通過求最小參數值，優化所有參數；

張正友的平面標定方法是介於傳統標定方法和自標定方法之間的一種方法，它既避免了傳統方法設備要求高，操作繁瑣等缺點，又較自標定方法精度高，符合通用的桌面視覺系統(DVS)的標定要求。該方法的缺點是確定模板上點陣的物理坐標以及圖像和模板之間的點的匹配，專業性要求比較高。

㈤ 視覺測量標定是什麼意思攝像機內外參數分別指的是什麼獲得參數後怎麼進行應用

簡單說，視覺測量通常是用1個以上攝像機獲取目標圖像，從目標圖像中獲取坐標信息，以便進一步決策。比如直接獲得目標的某些坐標、尺寸、距離、方位，計算目標的某種運動速度，... 那憑什麼從二維的圖像就能知道真實世界的三維信息呢？這就是相機標定研究的意義所在。
所謂內參數，它表徵相機的內部特徵，比如光心位置、等效焦距（又比如像素物理尺寸，縱橫尺寸有一定的比例)。外參數則體現相機與被攝對象的空間相互關系，如距離遠近、旋轉角度。所以通過標定獲取相機的內外參數後，就建立了圖像與世界的對應關系，在相機的視野中，任何可見目標的坐標理論上是可計算的了。

㈥ 計算機視覺——相機內外參、相機標定

一直在做圖像處理，也經常聽到相機內參相機外參，我卻沒深入理解什麼是相機內外參，什麼是相機標定。

1、 相機內參數 是與相機自身特性相關的參數，比如相機的焦距、像素大小等；

攝像機 內參矩陣 反應了相機自身的屬性，各個相機是不一樣的，需要標定才能知道這些參數。作用：告訴我們攝像機坐標的點在1的基礎上，是如何繼續經過攝像機的鏡頭、並通過針孔成像和電子轉化而成為像素點的。

攝像機內參 （Camera Intrinsics） 矩陣：（需要注意的是，真實的鏡頭還會有徑向和切向畸變，而這些畸變是屬於相機的內參的）

           fx   s    x0

    K =  0    fy   y0

            0   0    1

其中，fx，fy為焦距，一般情況下，二者相等，x0、y0為主點坐標（相對於成像平面）， s為坐標軸傾斜參數，理想情況下為0 。

內參矩陣的參數含義：

f：焦距，單位毫米

dx：像素x方向寬度，單位毫米，1/dx：x方向1毫米內有多少個像素（dx、dy為一個像素的長和高）

f/dx：使用像素來描述x軸方向焦距的長度

f/dy：使用像素來描述y軸方向焦距的長度

u0,v0,主點的實際位置，單位也是像素（原點的平移量）

2、 相機外參數 是在世界坐標系中的參數，比如相機的位置、旋轉方向等。相比於不變的內參，外參會隨著相機運動發生改變。

攝像機的旋轉平移屬於外參，用於描述相機在靜態場景下相機的運動，或者在相機固定時，運動物體的剛性運動。因此， 在圖像拼接或者三維重建中，就需要使用外參來求幾幅圖像之間的相對運動，從而將其注冊到同一個坐標系下面來 。（最近我在研究多幅圖像的圖像拼接）

攝像機 外參矩陣 ：包括旋轉矩陣和平移矩陣。作用：告訴我們現實世界點(世界坐標)是怎樣經過旋轉和平移，然後落到另一個現實世界點(攝像機坐標)上。

旋轉矩陣和平移矩陣共同描述了如何把點從世界坐標系轉換到攝像機坐標系。

旋轉矩陣 ：描述了世界坐標系的坐標軸相對於攝像機坐標軸的方向

平移矩陣：描述了在攝像機坐標系下，空間原點的位置

攝像機 外參（Camera Extrinsics） 矩陣：

其中， R是旋轉矩陣，t是平移向量.

3、相機標定（或攝像機標定）：一句話就是世界坐標到像素坐標的映射，其中世界坐標是人為定義的。

相機標定的目的是確定相機的一些參數的值。通常，這些參數可以建立定標板確定的三維坐標系和相機圖像坐標系的映射關系，換句話說， 你可以用這些參數把一個三維空間中的點映射到圖像空間，或者反過來。相機需要標定的參數通常分為內參和外參兩部分。

標定就是已知標定控制點的世界坐標和像素坐標我們去解算這個映射關系，一旦這個關系解算出來了我們就可以由點的像素坐標去反推它的世界坐標，當然有了這個世界坐標，我們就可以進行測量等其他後續操作了。上述標定又被稱作隱參數標定，因為它沒有單獨求出相機的內部參數，如相機焦距，相機畸變系數等。

一般來說如果僅僅只是利用相機標定來進行一些比較簡單的視覺測量的話，那麼就沒有必要單獨標定出相機的內部參數了。至於相機內部參數如何解算，相關論文講的很多。

在圖像測量過程以及機器視覺應用中，為確定空間物體表面某點的三維幾何位置與其在圖像中對應點之間的相互關系，必須建立相機成像的幾何模型，這些幾何模型參數就是相機參數。在大多數條件下這些參數必須通過實驗與計算才能得到，這個求解參數的過程就稱之為相機標定（或攝像機標定）。

無論是在圖像測量或者機器視覺應用中，相機參數的標定都是非常關鍵的環節，其標定結果的精度及演算法的穩定性直接影響相機工作產生結果的准確性。因此，做好相機標定是做好後續工作的前提，提高標定精度是科研工作的重點所在。

4、畸變（distortion）是對直線投影（rectilinear projection）的一種偏移。簡單來說直線投影是場景內的一條直線投影到圖片上也保持為一條直線。畸變簡單來說就是一條直線投影到圖片上不能保持為一條直線了，這是一種光學畸變（optical aberration）,可能由於攝像機鏡頭的原因。

     畸變矩陣：告訴我們為什麼像素點並沒有落在理論計算該落在的位置上，還產生了一定的偏移和變形！！！

參考鏈接：

計算機視覺-相機內參數和外參數_liulina603的專欄-CSDN博客_相機參數

https://blog.csdn.net/paulkg12/article/details/121393602

https://blog.csdn.net/weixin_40787463/article/details/105785593

https://blog.csdn.net/guyuealian/article/details/102502213

https://blog.csdn.net/weixin_41480034/article/details/121759128

旋轉矩陣(Rotate Matrix)的性質分析 - caster99 - 博客園 (cnblogs.com)

SLAM入門之視覺里程計(2)：相機模型（內參數，外參數） - Brook_icv - 博客園 (cnblogs.com)