各種標定板的解釋和分析。

準確標定(ding)相機(ji)對(dui)于(yu)所有的(de)機(ji)器(qi)/計算機(ji)視覺的(de)成功應(ying)用都是非常重(zhong)要的(de)。然而，對(dui)于(yu)標定(ding)板，有不同的(de)模式可(ke)供選擇。為了方(fang)便進行(xing)選擇，本文將解釋每種方(fang)法的(de)主要好(hao)處。

標定板的選擇，有CharuCo，棋盤(pan)格，不對稱的圓和棋盤(pan)格。

標定板尺寸

在選擇(ze)標(biao)(biao)定板時，一(yi)個(ge)重要的(de)考慮因(yin)素是它(ta)的(de)物理尺寸。這(zhe)(zhe)最終(zhong)(zhong)關(guan)系到最終(zhong)(zhong)應用的(de)測量視場(FOV)。這(zhe)(zhe)是因(yin)為相(xiang)機需要聚焦(jiao)在特定的(de)距(ju)離(li)上標(biao)(biao)定。改變(bian)焦(jiao)距(ju)長度會輕(qing)微(wei)地影(ying)響對焦(jiao)距(ju)離(li)，這(zhe)(zhe)會影(ying)響之前的(de)標(biao)(biao)定。即使是光(guang)圈的(de)改變(bian)通(tong)常也會對標(biao)(biao)定的(de)有效性產生負面影(ying)響，這(zhe)(zhe)就是為什么要避免改動它(ta)們(men)。

為(wei)了(le)精確的標(biao)定(ding)，當(dang)攝像機看到標(biao)定(ding)目標(biao)填充大部分圖(tu)(tu)像時，攝像機模型最(zui)好是(shi)受到約束的。通俗(su)來(lai)說，如果使用一個小的標(biao)定(ding)板，許(xu)多相機參數(shu)的組合可以解(jie)釋所觀察到的圖(tu)(tu)像。根據(ju)經驗，當(dang)正面(mian)觀察時，標(biao)定(ding)板的面(mian)積至少應該是(shi)可用像素面(mian)積的一半。

標定板類型

多(duo)年來已經(jing)引(yin)入(ru)了(le)不同(tong)的標(biao)定板，每種標(biao)定板都有獨特的屬(shu)性(xing)和好處。

要(yao)選擇正確(que)的類型，首先要(yao)考慮使用哪(na)種算法和算法實現，它們有各自(zi)的優點(dian)和局限(xian)性。

棋盤格

這是最(zui)流行、最(zui)常見的(de)(de)(de)圖案設(she)計。通(tong)常通(tong)過(guo)首先(xian)對攝像(xiang)機圖像(xiang)進行二值化并找(zhao)到(dao)四邊(bian)形(xing)(黑色(se)的(de)(de)(de)棋(qi)盤區域)來找(zhao)到(dao)棋(qi)盤角(jiao)點的(de)(de)(de)候選點。過(guo)濾步驟只保留那些滿足特定大小標準的(de)(de)(de)四邊(bian)形(xing)，并組織在一個規則的(de)(de)(de)網(wang)(wang)格(ge)結構(gou)中，網(wang)(wang)格(ge)結構(gou)的(de)(de)(de)尺寸與(yu)用戶指定的(de)(de)(de)尺寸匹配。

在對標定板進行初步檢測后，可以以非(fei)常高的(de)(de)精度確(que)定角點位(wei)置。這是(shi)因為角(數學上(shang)：鞍點)基本上(shang)是(shi)無(wu)限(xian)小的(de)(de)，因此在透視變換或(huo)鏡頭失真(zhen)下(xia)是(shi)無(wu)偏的(de)(de)。

例(li)如(ru)在(zai)OpenCV中(zhong)，整(zheng)個棋(qi)盤必須(xu)在(zai)所有(you)圖像(xiang)中(zhong)可見才能被(bei)檢測(ce)到。這通(tong)常使得從圖像(xiang)的邊緣獲(huo)取(qu)信(xin)(xin)息變(bian)得困難。這些(xie)區域通(tong)常是(shi)很(hen)好(hao)的信(xin)(xin)息來(lai)源，因為它(ta)們適當地約束了鏡頭(tou)失真模(mo)型。

在檢測出棋(qi)盤格后，可(ke)以進行亞(ya)像(xiang)素(su)細化，以找(zhao)到具有亞(ya)像(xiang)素(su)精(jing)(jing)度(du)的鞍點(dian)。這利用了(le)給定(ding)角點(dian)位置周圍像(xiang)素(su)的確(que)切灰(hui)度(du)值，并(bing)且精(jing)(jing)度(du)比整數像(xiang)素(su)位置所允許的精(jing)(jing)度(du)要精(jing)(jing)確(que)得多。

關于棋(qi)盤格(ge)目標的(de)(de)一個重要細節是(shi)，為了(le)保持旋轉(zhuan)不變，行(xing)數(shu)必須是(shi)偶(ou)數(shu)，列數(shu)必須是(shi)奇(qi)(qi)數(shu)，或(huo)者相(xiang)反(fan)。例(li)如(ru)，如(ru)果(guo)(guo)兩者都是(shi)偶(ou)數(shu)，則存(cun)在(zai)180度旋轉(zhuan)的(de)(de)歧義(yi)。對于單臺相(xiang)機(ji)的(de)(de)校(xiao)準，這(zhe)(zhe)不是(shi)一個問題，但如(ru)果(guo)(guo)相(xiang)同的(de)(de)點(dian)需要由(you)兩個或(huo)更多的(de)(de)相(xiang)機(ji)識別(對于立(li)體校(xiao)準)，這(zhe)(zhe)種模(mo)糊(hu)性(xing)必須不存(cun)在(zai)。這(zhe)(zhe)就是(shi)為什(shen)么我們的(de)(de)標準棋(qi)盤目標都具有偶(ou)數(shu)/奇(qi)(qi)數(shu)行(xing)/列的(de)(de)屬性(xing)。

圓形網格

圓(yuan)(yuan)形(xing)網格也是一種(zhong)流(liu)行且非(fei)常(chang)常(chang)見的(de)校準目標(biao)設計，它基于圓(yuan)(yuan)形(xing)，或者是白色(se)(se)背(bei)(bei)景(jing)上(shang)的(de)白色(se)(se)圓(yuan)(yuan)形(xing)，或者是白色(se)(se)背(bei)(bei)景(jing)上(shang)的(de)黑色(se)(se)(黑色(se)(se))圓(yuan)(yuan)形(xing)。在圖(tu)像處理術語中(zhong)，圓(yuan)(yuan)可(ke)以被檢(jian)測為圖(tu)像中(zhong)的(de)“斑點”。在這些(xie)二元(yuan)斑點區域(yu)上(shang)應用一些(xie)簡(jian)單的(de)條(tiao)件，如面積、圓(yuan)(yuan)度、凸度等(deng)，可(ke)以去除候選的(de)壞(huai)特征點。

在找到合適的候(hou)選對象后，再(zai)次利(li)用(yong)特(te)征(zheng)的規則結(jie)構對模(mo)式進行識別和過濾(lv)。圓(yuan)的確定可(ke)(ke)以(yi)非常精確，因為可(ke)(ke)以(yi)使用(yong)圓(yuan)外圍的所有像(xiang)素，減少了圖像(xiang)噪聲的影響。然(ran)(ran)而(er)，與棋盤中(zhong)的鞍點不(bu)同的是，在相機視(shi)角下(xia)，圓(yuan)形(xing)被(bei)成(cheng)像(xiang)為橢(tuo)圓(yuan)。這種觀點可(ke)(ke)以(yi)通過圖像(xiang)校正來解釋。然(ran)(ran)而(er)，未知的鏡頭畸變(bian)意(yi)味著圓(yuan)不(bu)是完(wan)美的橢(tuo)圓(yuan)，這增加了一個小的偏置。然(ran)(ran)而(er)，我們可(ke)(ke)以(yi)將畸變(bian)模(mo)型(xing)看作是分段線性的(服(fu)從透視(shi)變(bian)換/單(dan)應性)，因此在大(da)多數透鏡中(zhong)，這種誤差非常小。

對稱(cheng)圓(yuan)(yuan)網格(ge)(ge)和非對稱(cheng)圓(yuan)(yuan)網格(ge)(ge)的(de)(de)一個(ge)重要區別(bie)是，對稱(cheng)圓(yuan)(yuan)網格(ge)(ge)具有(you)180度的(de)(de)模糊性，正(zheng)如“棋(qi)盤”一節中所解釋(shi)的(de)(de)那(nei)樣。因此，對于立(li)體校正(zheng)，非對稱(cheng)網格(ge)(ge)是必(bi)要的(de)(de)。否則，這兩種類型的(de)(de)性能(neng)都(dou)不會有(you)太大的(de)(de)差別(bie)。

CharuCo

CharuCo標定板克(ke)服了(le)傳統棋盤的一(yi)些(xie)限(xian)制(zhi)。然而，它們的檢測(ce)算(suan)法有點復雜。幸運(yun)的是，CharuCo檢測(ce)是OpenCVs contrib庫(ku)的一(yi)部(bu)分(從OpenCV 3.0.0開始)，這使得集成(cheng)這個高(gao)級方(fang)法非常容易。

CharuCo的(de)主要優點是所有光檢(jian)查器字段都是唯一編碼和可(ke)識別的(de)。這意味(wei)著即使是部分遮擋(dang)或非理想(xiang)的(de)相機圖像也可(ke)以(yi)用(yong)于校準。例如(ru)，強烈(lie)的(de)環形光可(ke)能會(hui)對標(biao)定目標(biao)產(chan)生(sheng)不(bu)均勻(yun)的(de)光照(半鏡面(mian)反射(she)區域(yu))，這將導致(zhi)普(pu)通棋盤格檢(jian)測失敗。使用(yong)CharuCo，剩余(yu)的(de)(好的(de))鞍點檢(jian)測仍然可(ke)以(yi)使用(yong)。鞍點定位可(ke)以(yi)像棋盤一樣(yang)使用(yong)亞(ya)像素(su)檢(jian)測來細化。

對于接近圖像(xiang)角落(luo)的(de)觀察區域，這是(shi)(shi)一(yi)個非常(chang)有(you)用(yong)的(de)屬(shu)性。由于目標的(de)定(ding)位使(shi)得攝像(xiang)機只能看(kan)到(dao)它的(de)一(yi)部分，所(suo)以我們(men)可以從攝像(xiang)機圖像(xiang)的(de)邊緣和角落(luo)收集信息。這通常(chang)會帶(dai)來確定(ding)鏡頭失真參(can)數時的(de)非常(chang)好的(de)魯(lu)棒性。因此，我們(men)強烈推薦使(shi)用(yong)CharuCo標定(ding)板(ban)，OpenCV 3.x是(shi)(shi)可用(yong)的(de)。

自(zi)然，CharuCo目(mu)標(biao)可以(yi)用于立體校準。在這種情況下，需(xu)要執行(xing)一些(xie)代碼來找到在每(mei)個(ge)攝像頭(tou)中單獨檢測到的(de)點(dian)，以(yi)及在兩個(ge)攝像頭(tou)中都檢測到的(de)點(dian)(交點(dian))。