视觉相机为什么要做标定

㈠ 相机标定的作用和目的

相机标定是指确定相机内部和外部参数的过程，其主要目的是为了将相机采集到的图像坐标转化为三维空间中的真实世界坐标。相机标定的作用是消除相机畸变，提高图像的精度和准确性。相机畸变是由于相机镜头等部件制造过程中的误差或变形等因素引起的，会使得图像失真，导致测量误差和定位偏差。

总之，相机标定是计算机视觉和机器人视觉领域中非常重要的一步，它为后续的图像处理和分析提供了基础数据，保证了数据的精度和准确性，从而提高了系统的可靠性和稳定性。

㈡ 为什么要对机器视觉系统进行标定

只要做测量，必须先标定。目的是为了提高测量的精度。
机器视觉系统也不例外。
利用相机做为测量元器件，相机模型不是绝对的针孔模型，镜头会有畸变，同时测量环境（如：温、湿度）也会影响最终测量的结果。
如果想得到相对准确的结果，那就得进行标定。

㈢ 相机标定原理

一、为什么要相机标定？
在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。
【1】进行摄像机标定的目的：求出相机的内、外参数，以及畸变参数。
【2】标定相机后通常是想做两件事：一个是由于每个镜头的畸变程度各不相同，通过相机标定可以校正这种镜头畸变矫正畸变，生成矫正后的图像；另一个是根据获得的图像重构三维场景。

摄像机标定过程，简单的可以简单的描述为通过标定板，如下图，可以得到n个对应的世界坐标三维点Xi和对应的图像坐标二维点xi，这些三维点到二维点的转换都可以通过上面提到的相机内参K ，相机外参 R 和t，以及畸变参数 D ，经过一系列的矩阵变换得到。

二、什么叫相机标定？
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）

三、为什么相机标定很重要？
无论是在图像测量或者机器视觉应用中，相机参数的标定都是非常关键的环节，其标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。因此，做好相机标定是做好后续工作的前提，提高标定精度是科研工作的重点所在。

㈣ 机器视觉-相机标定

相机标定中所要确定的几何模型参数分为内参和外参两种类型。

求解参数（内参、外参、畸变参数）的过程就称之为相机标定（或摄像机标定）。

机器视觉应用中常用的有两种不同类型的镜头：普通镜头和远心镜头。将摄像机与普通镜头的组合称为针孔摄像机模型（默认为面阵图像传感器），摄像机与远心镜头的组合为远心摄像机模型。

相机内参的作用是确定相机从三维空间到二维图像的投影关系。

对于针孔摄像机模型，该投影是透视投影：

相机内参共有6个参数（f,κ,Sx,Sy,Cx,Cy)，其中：

f为焦距；

k为径向畸变量级（k<0为桶形畸变；k>0为枕形畸变）；

Sx,Sy为缩放比例因子（对于针孔摄像机表示图像传感器水平和垂直方向相邻像素之间的距离）；

Cx,Cy是图像的主点（对于针孔相机表示投影中心在成像平面上的垂直投影，也是径蠢瞎向畸变中心）。

相机外参也称为摄像机位姿的作用是确定相机坐标与世界坐标系之间相对位置关系。

摄像机外参共有6个参数（α,β,γ,Tx,Ty,Tz），其中：

R =R(α,β,γ)是旋转矩阵，分别为绕绕x,y,z轴旋转角度；

T= (Tx,Ty,Tz)是平移向量

从世界坐标系到摄像机坐标系的变换属于刚性变换（由平移和旋转组成），相机坐标Pc与世界坐标Pw的关系可以表述为：Pc= RPw + T

畸变（distortion）是对直线投影（rectilinear projection）的一种偏移。直线投影是场景内的一条直线投影到图片上也保持为一条直线。带哪空畸变就是由于某种原因（如镜头）一条直线投影到图片上不能保持为一条直线了，这是一种光学畸变（optical aberration）。

在视觉测量中，首先需要定义三个坐标系，即 世界坐标系、摄像机坐标系 、 图像坐标系。

目标物体位置的参考系，用来描述三维空间中的物体和相机之间的坐标位置。

以相机的光心作为原点，Zc轴与光轴重合，并垂直于成像平面，且取摄影方向为正方向，Xc、Yc轴与图像物理坐标系的u、v轴平行。世界坐缓薯标系下的物体需先经历刚体变化转到摄像机坐标系（旋转和平移），然后再和图像坐标系发生关系。

是以图像的左上角为原点的图像坐标系（u，v），以像素为单位。用于指定物体在照片中的位置

张正友相机标定流程

1. 打印棋盘标定纸，附加到一个平坦的表面上；

2. 通过移动相机或者平面拍摄标定板各种角度的图片，一般拍摄20张；

3. 检测图片中的特征点；

4. 计算5个内部参数和所有的外部参数；

5. 通过最小二乘法先行求解径向畸变系数；

6. 通过求最小参数值，优化所有参数；

张正友的平面标定方法是介于传统标定方法和自标定方法之间的一种方法，它既避免了传统方法设备要求高，操作繁琐等缺点，又较自标定方法精度高，符合通用的桌面视觉系统(DVS)的标定要求。该方法的缺点是确定模板上点阵的物理坐标以及图像和模板之间的点的匹配，专业性要求比较高。

㈤ 视觉测量标定是什么意思摄像机内外参数分别指的是什么获得参数后怎么进行应用

简单说，视觉测量通常是用1个以上摄像机获取目标图像，从目标图像中获取坐标信息，以便进一步决策。比如直接获得目标的某些坐标、尺寸、距离、方位，计算目标的某种运动速度，... 那凭什么从二维的图像就能知道真实世界的三维信息呢？这就是相机标定研究的意义所在。
所谓内参数，它表征相机的内部特征，比如光心位置、等效焦距（又比如像素物理尺寸，纵横尺寸有一定的比例)。外参数则体现相机与被摄对象的空间相互关系，如距离远近、旋转角度。所以通过标定获取相机的内外参数后，就建立了图像与世界的对应关系，在相机的视野中，任何可见目标的坐标理论上是可计算的了。

㈥ 计算机视觉——相机内外参、相机标定

一直在做图像处理，也经常听到相机内参相机外参，我却没深入理解什么是相机内外参，什么是相机标定。

1、 相机内参数 是与相机自身特性相关的参数，比如相机的焦距、像素大小等；

摄像机 内参矩阵 反应了相机自身的属性，各个相机是不一样的，需要标定才能知道这些参数。作用：告诉我们摄像机坐标的点在1的基础上，是如何继续经过摄像机的镜头、并通过针孔成像和电子转化而成为像素点的。

摄像机内参 （Camera Intrinsics） 矩阵：（需要注意的是，真实的镜头还会有径向和切向畸变，而这些畸变是属于相机的内参的）

           fx   s    x0

    K =  0    fy   y0

            0   0    1

其中，fx，fy为焦距，一般情况下，二者相等，x0、y0为主点坐标（相对于成像平面）， s为坐标轴倾斜参数，理想情况下为0 。

内参矩阵的参数含义：

f：焦距，单位毫米

dx：像素x方向宽度，单位毫米，1/dx：x方向1毫米内有多少个像素（dx、dy为一个像素的长和高）

f/dx：使用像素来描述x轴方向焦距的长度

f/dy：使用像素来描述y轴方向焦距的长度

u0,v0,主点的实际位置，单位也是像素（原点的平移量）

2、 相机外参数 是在世界坐标系中的参数，比如相机的位置、旋转方向等。相比于不变的内参，外参会随着相机运动发生改变。

摄像机的旋转平移属于外参，用于描述相机在静态场景下相机的运动，或者在相机固定时，运动物体的刚性运动。因此， 在图像拼接或者三维重建中，就需要使用外参来求几幅图像之间的相对运动，从而将其注册到同一个坐标系下面来 。（最近我在研究多幅图像的图像拼接）

摄像机 外参矩阵 ：包括旋转矩阵和平移矩阵。作用：告诉我们现实世界点(世界坐标)是怎样经过旋转和平移，然后落到另一个现实世界点(摄像机坐标)上。

旋转矩阵和平移矩阵共同描述了如何把点从世界坐标系转换到摄像机坐标系。

旋转矩阵 ：描述了世界坐标系的坐标轴相对于摄像机坐标轴的方向

平移矩阵：描述了在摄像机坐标系下，空间原点的位置

摄像机 外参（Camera Extrinsics） 矩阵：

其中， R是旋转矩阵，t是平移向量.

3、相机标定（或摄像机标定）：一句话就是世界坐标到像素坐标的映射，其中世界坐标是人为定义的。

相机标定的目的是确定相机的一些参数的值。通常，这些参数可以建立定标板确定的三维坐标系和相机图像坐标系的映射关系，换句话说， 你可以用这些参数把一个三维空间中的点映射到图像空间，或者反过来。相机需要标定的参数通常分为内参和外参两部分。

标定就是已知标定控制点的世界坐标和像素坐标我们去解算这个映射关系，一旦这个关系解算出来了我们就可以由点的像素坐标去反推它的世界坐标，当然有了这个世界坐标，我们就可以进行测量等其他后续操作了。上述标定又被称作隐参数标定，因为它没有单独求出相机的内部参数，如相机焦距，相机畸变系数等。

一般来说如果仅仅只是利用相机标定来进行一些比较简单的视觉测量的话，那么就没有必要单独标定出相机的内部参数了。至于相机内部参数如何解算，相关论文讲的很多。

在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）。

无论是在图像测量或者机器视觉应用中，相机参数的标定都是非常关键的环节，其标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。因此，做好相机标定是做好后续工作的前提，提高标定精度是科研工作的重点所在。

4、畸变（distortion）是对直线投影（rectilinear projection）的一种偏移。简单来说直线投影是场景内的一条直线投影到图片上也保持为一条直线。畸变简单来说就是一条直线投影到图片上不能保持为一条直线了，这是一种光学畸变（optical aberration）,可能由于摄像机镜头的原因。

     畸变矩阵：告诉我们为什么像素点并没有落在理论计算该落在的位置上，还产生了一定的偏移和变形！！！

参考链接：

计算机视觉-相机内参数和外参数_liulina603的专栏-CSDN博客_相机参数

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

旋转矩阵(Rotate Matrix)的性质分析 - caster99 - 博客园 (cnblogs.com)

SLAM入门之视觉里程计(2)：相机模型（内参数，外参数） - Brook_icv - 博客园 (cnblogs.com)