3

我想使用 OpenCV C++ API 执行相机校准，使用一组已知的世界来图像点匹配。

OpenCV 有一个称为此处cv::calibrateCamera记录的函数。这清楚地提到该函数将推导出平面对象的固有相机矩阵，并且它希望用户为非平面 3D 环境指定矩阵。

在我的点对应中，世界坐标不是平面的。而且我对内部相机矩阵没有一个合格的猜测。

在这种情况下，我将如何校准相机？

目前，我正在使用基于 DLT 的简单方法来使用该cv::SVD::solveZ函数进行计算。但我想使用 OpenCV 执行的非线性估计。

4

2 回答 2

2

本页介绍如何执行相机自动校准。这包括使用 Kruppa 方程的方法，该方法似乎可以使用您想要的非线性技术来求解。

于 2013-02-16T15:41:00.667 回答
0

我遇到了同样的情况：我有一个非平面 3D 目标，但是我想使用 OpenCV 的非线性 LM 优化来进行校准过程。（OpenCV 使用的张氏初始化方法只允许平面标定目标）

您可以做的是从您自己的 DLT 结果中提取相机矩阵，并将其用作calibrateCamera. 如果只为一对（相机点 - 对象点）完成就足够了。即使其他对可能会产生其他相机矩阵，但希望它们是相似的，并且无论如何您只需要该矩阵来进行初始化。

请注意，我确实假设，使用您自己的 DLT，您可以获得一个投影矩阵P，该矩阵将同质世界点映射X到 hom。图像点x通过x = P * X.

这将是要走的路，虽然它在 python 中，但您应该能够适应自己的需求：

P = YOUR_DLT(imagePoints[0], objectPoints[0])

cameraMatrix, _, _, _, _, _, _ = cv2.decomposeProjectionMatrix(P)
cameraMatrix /= cameraMatrix[2,2]            # ensure unit elem[2,2]
cameraMatrix[0,1] = 0                        # ensure no skew
cameraMatrix[0,0] = abs(cameraMatrix[0,0])   # ensure positive focal lengthes
cameraMatrix[1,1] = abs(cameraMatrix[1,1])

# ensure principal point within image:
cameraMatrix[0,2] = min(resX-1, max(0, cameraMatrix[0,2]))
cameraMatrix[1,2] = min(resY-1, max(0, cameraMatrix[1,2])) 

retval, cameraMatrix, distCoeffs, rvecs, tvecs = \
      cv2.calibrateCamera(objectPoints, imagePoints, imageSize, cameraMatrix)

请注意，由于calibrateCamera假设cameraMatrix[2,2]==1并被限制为正焦距和 0 偏斜，因此可能需要校正相机矩阵，正如我在上面的代码中所示。

于 2016-11-11T13:38:48.320 回答