MATLAB + OpenCV 简单相机标定教程

前言：

由于2018年Robocn的比赛不可以使用激光，超声等，具有可以通讯的可疑设备，然而有需要全场定位这种要求，所以不得不采用视觉方案！然而其中最基础的就是解决相机的标定问题！接下来介绍Matlab 进行相机标定的流程操作！

这种标定的方式在网上有很多的公式啊，原理讲解，这里只是在应用上进行介绍！

当然了，还是需要简单了解下标定基础知识的：点击打开链接

在标定时需要标定板，就是黑白网格图例，opencv的官网上可以得到：
http://docs.opencv.org/2.4/_downloads/pattern.png

首先就是进行标定板的图像采集

对于标定板，由于时间有限，就不采用打印的方式了，我直接在网页上显示！环保绿色！

标定嘛，肯定需要具体尺寸样标的，所以我直接在电脑上量取，这个误差在小范围内可以允许！

如你所见我测的数据是33mm,这里的数据等会在Matlab的 Camera Calibrator是要使用的！

这里附上OpenCV简单的图片采集程序，按‘q' 获取，按esc退出！

#include "opencv2/opencv.hpp"
#include <string>
#include <iostream>


using namespace cv;
using namespace std;

int main()
{
	VideoCapture inputVideo(0);
	inputVideo.set(CV_CAP_PROP_FRAME_WIDTH, 800);
	inputVideo.set(CV_CAP_PROP_FRAME_HEIGHT, 600);
	if (!inputVideo.isOpened())
	{
		cout << "Could not open the input video " << endl;
		return -1;
	}
	Mat frame;
	string imgname;
	int f = 1;
	while (1) //Show the image captured in the window and repeat
	{
		inputVideo >> frame;              // read
		if (frame.empty()) break;         // check if at end
		imshow("Camera", frame);
		char key = waitKey(1);
		if (key == 27)break;
		if (key == 'q' || key == 'Q')
		{
			imgname = to_string(f++) + ".jpg";
			imwrite(imgname, frame);
		}
	}
	cout << "Finished writing" << endl;
	return 0;
}

注意这里inputVideo.set(CV_CAP_PROP_FRAME_WIDTH, 800);

inputVideo.set(CV_CAP_PROP_FRAME_HEIGHT, 600);
如果没有设置，OpenCV直接按默认大小的获取图像尺寸！

接下来就是进行多角度的拍摄，角度越丰富越好！

因为我是VS2017，且没有规定路径，所以图片直接存储在项目文件夹中！

MATLAB操作

如下图找到 Camera Calibrator

运行可以看到

点击Add Images时，会显示：

注意这里是要输入黑白正方体的大小的，在上面的测定中，显示的是33mm,所以这里填写33

注意这里的图片还是要多一点：

然后选定以下参数：

为了防止可能产生极大的扭曲，所以选择使用两参数，并且选择错切和桶形畸变。

直接点击Calibrate 就可以了

然后保存Camera Parameters就可以了

这是矫正前的图片：

点击show Undistorted即可看到校正后的图像：

数据分析：

白畸变参数，总共有五个，径向畸变3个（k1,k2,k3）和切向畸变2个(p1,p2)。
径向畸变：
这里写图片描述

切向畸变：

以及在OpenCV中的畸变系数的排列（这点一定要注意k1，k2，p1，p2，k3）。
这里写图片描述

对应 k1 k2 k3由于前面选择

，所以这里就为0

对应 p1 p2

对应

矫正代码示例：

#include "opencv2/opencv.hpp"
#include <string>
#include <iostream>


using namespace cv;
using namespace std;

int main()
{
	VideoCapture inputVideo(1);
	inputVideo.set(CV_CAP_PROP_FRAME_WIDTH, 800);
	inputVideo.set(CV_CAP_PROP_FRAME_HEIGHT, 600);
	if (!inputVideo.isOpened())
	{
		cout << "Could not open the input video: " << endl;
		return -1;
	}
	Mat frame;
	Mat frameCalibration;

	inputVideo >> frame;
	Mat cameraMatrix = Mat::eye(3, 3, CV_64F);
	cameraMatrix.at<double>(0, 0) = 917.052472085750;
	cameraMatrix.at<double>(0, 1) = 0.657056681717874;
	cameraMatrix.at<double>(0, 2) = 408.884053678499;
	cameraMatrix.at<double>(1, 1) = 916.541676777971;
	cameraMatrix.at<double>(1, 2) = 332.189066871859;

	Mat distCoeffs = Mat::zeros(5, 1, CV_64F);
	distCoeffs.at<double>(0, 0) = -0.108750634204250;
	distCoeffs.at<double>(1, 0) = -0.155068804309725;
	distCoeffs.at<double>(2, 0) = -0.00261486335789016;
	distCoeffs.at<double>(3, 0) = 0.00154770538482982;
	distCoeffs.at<double>(4, 0) = 0;

	Mat view, rview, map1, map2;
	Size imageSize;

	imageSize = frame.size();
	initUndistortRectifyMap(cameraMatrix, distCoeffs, Mat(),
		getOptimalNewCameraMatrix(cameraMatrix, distCoeffs, imageSize, 1, imageSize, 0),
		imageSize, CV_16SC2, map1, map2);


	while (1) //Show the image captured in the window and repeat
	{
		inputVideo >> frame;              // read
		if (frame.empty()) break;         // check if at end
		remap(frame, frameCalibration, map1, map2, INTER_LINEAR);
		imshow("Origianl", frame);
		imshow("Calibration", frameCalibration);
		char key = waitKey(1);
		if (key == 27 || key == 'q' || key == 'Q')break;
	}
	return 0;
}

以上为OpenCV提供的简单代码示例！

以下为原来的图像：

以下为矫正后的图像：

以上为基本的操作流程，可见Matlab 是有多么的强大！

至于矫正后对于那个黑色区域怎么办呢？可以直接矩形框选中间区域就行了。

相机无畸变后，我们就可以把真实世界的坐标，直接转化为图像里的坐标！依据像素做有意思的事情！例如我曾经利用几何原理做过扫描线激光的三维重建！这个原理也就是现在市面上的短距离激光雷达的基本结构，区别就是，我是三维的！

有误希望指点！