10

我还在 opencv.org 的问答论坛中发布了这个主题，但我不知道有多少专家正在阅读这个论坛 - 请原谅我也在尝试这里。

我目前正在学习 OpenCV，我目前的任务是测量放在盘子上的两个球之间的距离。我的下一步是比较几个相机和分辨率，以了解分辨率、噪声、失真等的重要性以及这些参数对精度的影响程度。如果社区对结果感兴趣，我很乐意在结果准备好后分享结果！使用广角镜头将相机放置在板上方。板的宽度和高度 (1500 x 700 mm) 和球的半径 (40 mm) 是已知的。

到目前为止我的步骤：

  1. 相机校准
  2. 使图像不失真（由于广角镜头，失真很高）
  3. findHomography：我使用板的角点作为输入（未失真图像中以像素为单位的 4 个点）和以毫米为单位的角点（从左下角的 0,0 开始，到右上角的 1500,700 )
  4. 使用 HoughCircles 在未失真图像中查找球
  5. 在圆心点上应用透视变换 => 圆心点现在以毫米为单位
  6. 计算两个中心点的距离：d = sqrt((x1-x2)^2+(y1-y2)^2)

结果：距离 300 mm 时误差约为 4 mm，距离 1000 mm 时误差约为 25 mm 但如果我测量的是印在印版上的矩形，则误差小于 0.2 mm，所以我猜测校准和不失真效果很好。

我想了想，想出了三个可能的原因：

  1. findHomography 应用于直接位于板上的点，而球的中心点应在赤道高度测量=> 如何更改 findHomography 的结果以改变这一点，即“移动”平面？以毫米为单位的半径是已知的。
  2. 误差随着球到光学中心的距离的增加而增加，因为相机不会从顶部看到球，所以图像的 2D 投影中的中心点与 3D 世界中的不同 - 我将我们投影进一步到图像的边界。=> 是否有任何几何运算可以应用于找到的中心来校正值？
  3. 在不失真期间，可能会丢失信息，因为我生成了一个新的未失真图像并返回到像素精度，尽管我在失真矩阵中有许多浮点值。我应该在失真图像中搜索球并只用失真矩阵变换中心点吗？但我不知道这个任务的代码是什么。

我希望有人可以帮助我改进这一点，我希望这个主题对其他 OpenCV 初学者来说很有趣。

谢谢和最好的问候！

4

1 回答 1

11

这里有一些想法可以帮助您……但绝不是“答案”。

首先是一个简单的。如果您在距离 D 的特定平面上以毫米为单位校准了图像，那么距离r较近的点会显得比实际更大。要从测量坐标到实际坐标，请使用

Actual = measured * (D-r)/D

因此，由于球体的中心是r平面上方的半径，因此上述公式应该回答您问题的第 1 部分。

关于第二个问题：如果您考虑一下，即使您从某个角度看，您看到的球心也应该在“球心平面内”的正确位置。给自己画一幅画来说服自己是这样的。

第三个问题：如果您在失真图像中找到球体的坐标，您应该能够使用 将它们转换为校正后的图像perspectiveTransform。这可能会稍微提高准确性 - 但我对您看到的错误大小感到惊讶。最大距离（1000mm）的单个像素有多大？

编辑

您询问了椭圆投影等。基本上，如果您将相机的光学中心视为光源，并将球在平面上的阴影视为“二维图像”，则可以绘制光线图片刚刚击中球的两侧，并确定不同的角度：

在此处输入图像描述

很容易看出，P（A和B的中点）和C（球心的投影）是不一样的。多一点触发将显示误差C - (A+B)/2随 增加x而减少D。如果您知道 A 和 B，则可以从以下位置计算C（给定 D）的正确位置：

C = D * tan( (atan(B/D) + atan(A/D)) / 2 )

D 越小和/或 x 越大，误差越大。注意 D 是从透镜到物平面的垂直（最短）距离。

这仅在相机像“真正的镜头”一样工作时才有效 - 换句话说，没有枕形失真，并且图像平面中的矩形映射到传感器上的矩形。以上结合您自己的想法以适应未校正的（“像素”）空间，然后转换用 找到的中心perspectiveTransform，应该可以让您一直到那里。

看看你能用它做什么！

于 2013-05-04T20:28:05.517 回答