Калибровка шахматной камеры с использованием OpenCV - PullRequest
0 голосов
/ 07 марта 2019

Я пытаюсь вычислить расстояние от объекта до камеры, используя стереозрение.Но прежде чем вычислять карту диспаратности, я должен убедиться, что мои камеры откалиброваны.

Я следовал руководству по opencv python по калибровке камеры.Они использовали шахматную доску для калибровки своих камер.Теперь мой вопрос: если я хочу откалибровать свои камеры, нужно ли нажимать фотографии шахматной доски под разными углами вручную?Или я могу использовать 14 изображений шахматной доски, которые они сделали доступными?

Мой следующий вопрос (в зависимости от ответа на предыдущий вопрос): если я могу использовать их изображения для калибровки своих камер, какова логикаэтот?Как изображения, выбранные с их камер, можно использовать для калибровки моих камер, то есть получить матрицу камер для моих камер?Я хотел бы получить больше интуиции за этот процесс калибровки камеры.

Любая помощь будет оценена.Спасибо.

1 Ответ

1 голос
/ 07 марта 2019

1 - Нет, вы печатаете что-то похожее с рисунком на шахматной доске и используете его для калибровки своей камеры. Вы можете использовать код на здесь .

2- Процесс в основном идет следующим образом: чтобы определить координату пикселя в изображении, вам нужно знать два (считая только самые основные, в настоящее время я исключаю параметры искажения) набора параметров. Первый набор параметров - это внутренние параметры вашей камеры (внутренние параметры), это оптический центр вашей камеры (в основном, центральный пиксель вашего датчика / объектива) и фокусное расстояние вашей камеры. Внутренние параметры являются фиксированными для вашей камеры, если вы не измените некоторые настройки устройства или некоторые настройки меняются со временем. Второй набор параметров - это вектор положения и поворота, который описывает, где находится ваша камера в трехмерном мире (это внешние параметры). Внешние параметры меняются для каждого имеющегося примера изображения. Вы можете думать о калибровке камеры как о процессе оптимизации, который пытается найти лучшие параметры (параметры, которые дают минимальную ошибку репроекции) для примеров изображений, которые вы дали.

...