摄像机标定张正友讲解

张正友标定算法原理详解
张正友标定算法是一种多摄像机标定的有效方法，它使用了一个具有内部参考点的3D物体来检测至少6个相互独立的2D-3D配准，从而确定每个摄像机之间的关系。

该算法的优点在于它能够利用棋盘格子上的多个点，从而使得标定更加可靠。

张正友标定算法主要分为三步：
(1)首先获取所有摄像机的内参和外参，这些参数表示每个摄像机的视角和位置，包括焦距、畸变参数和旋转参数等信息。

(2)计算每个摄像机的平面坐标系，这些平面坐标系将求解的不同摄像机之间的关系。

(3)把实际的物体点映射到每个摄像机的平面坐标系中，并计算所有摄像机之间的关系。

最后，张正友标定算法可以得出每个摄像机的位置和姿态，从而实现多摄像机视角的标定。

张正友标定方法张正友标定方法是一种常用的相机标定方法，它可以用于计算相机的内部参数和外部参数，从而实现对图像的准确测量和三维重建。

下面将详细介绍张正友标定方法的原理和步骤。

一、原理张正友标定方法基于相机成像原理，通过对已知大小的标定板进行拍摄，从而得到标定板在图像中的像素坐标和实际物理坐标，进而计算出相机的内部参数和外部参数。

其中，内部参数包括相机的焦距、主点坐标和畸变系数，外部参数包括相机的旋转矩阵和平移向量。

二、步骤1. 准备标定板标定板可以是黑白相间的棋盘格或者其他规则的图案，要求图案清晰、对比度高、边缘锐利，同时要求标定板的大小足够大，以便在不同距离和角度下进行拍摄。

2. 拍摄标定板将标定板放置在平面上，保持相机与标定板垂直，同时保持相机位置和姿态不变，拍摄多张标定板的照片，要求标定板在不同位置和角度下都有足够的覆盖面积。

3. 提取角点使用图像处理软件对标定板的照片进行处理，提取出标定板上每个方格的角点坐标，要求角点坐标的提取精度高、稳定性好。

4. 计算内部参数根据相机成像原理，将标定板上每个角点的像素坐标和实际物理坐标进行对应，利用最小二乘法计算出相机的内部参数，包括焦距、主点坐标和畸变系数。

5. 计算外部参数根据标定板在不同位置和角度下的拍摄照片，利用三维重建算法计算出标定板在相机坐标系下的位置和姿态，进而计算出相机的旋转矩阵和平移向量。

6. 验证标定结果将标定结果应用于实际图像中，进行像素坐标和实际物理坐标的转换，计算出图像中物体的实际尺寸和位置，进而验证标定结果的准确性和稳定性。

三、总结张正友标定方法是一种常用的相机标定方法，它可以实现对相机的内部参数和外部参数的准确计算，从而提高图像的测量和三维重建精度。

在实际应用中，需要注意标定板的选择和摆放、角点的提取精度和稳定性等问题，以保证标定结果的准确性和可靠性。

SLAM ⼊门之视觉⾥程计（6）：相机标定张正友经典标定法详解想要从⼆维图像中获取到场景的三维信息，相机的内参数是必须的，在SLAM 中，相机通常是提前标定好的。

张正友于1998年在论⽂："A Flexible New Technique fro Camera Calibration"提出了基于单平⾯棋盘格的相机标定⽅法。

该⽅法介于传统的标定⽅法和⾃标定⽅法之间，使⽤简单实⽤性强，有以下优点：不需要额外的器材，⼀张打印的棋盘格即可。

标定简单，相机和标定板可以任意放置。

标定的精度⾼。

相机的内参数设P =(X ,Y ,Z )为场景中的⼀点，在针孔相机模型中，其要经过以下⼏个变换，最终变为⼆维图像上的像点p =(µ,ν):1. 将P 从世界坐标系通过刚体变换(旋转和平移)变换到相机坐标系，这个变换过程使⽤的是相机间的相对位姿，也就是相机的外参数。

2. 从相机坐标系，通过透视投影变换到相机的成像平⾯上的像点p =(x ,y )。

3. 将像点p 从成像坐标系，通过缩放和平移变换到像素坐标系上点p =(µ,ν)。

相机将场景中的三维点变换为图像中的⼆维点，也就是各个坐标系变换的组合，可将上⾯的变换过程整理为矩阵相乘的形式：s µν1=α0c x 0βc y1f 0000f 0001R t 0T1X Y Z1=f x 0c x 00f yc y 001Rt 0T1X Y Z1将矩阵K 称为相机的内参数,K =f x0c x 0f yc y 001其中，α,β表⽰图像上单位距离上像素的个数，则f x =αf ,f y =βf 将相机的焦距f 变换为在x,y ⽅向上像素度量表⽰。

另外，为了不失⼀般性，可以在相机的内参矩阵上添加⼀个扭曲参数γ，该参数⽤来表⽰像素坐标系两个坐标轴的扭曲。

则内参数K 变为K =f xγc x 0f yc y 01对于⼤多数标准相机来说，可将扭曲参数γ设为0. Multiple View Geometry in Computer Vision张⽒标定法在上⼀篇博⽂，介绍的单应矩阵表⽰两个平⾯间的映射。

最详细、最完整的相机标定讲解最近做项⽬要⽤到标定，因为是⼩⽩，很多东西都不懂，于是查了⼀堆的博客，但没有⼀个博客能让我完全能看明⽩整个过程，绝⼤多数都讲的不全⾯，因此⾃⼰总结了⼀篇博客，给⾃⼰理⼀下思路，也能够帮助⼤家。

（张正友标定的详细求解还未完全搞明⽩，后⾯再加）在图像测量过程以及机器视觉应⽤中，为确定空间物体表⾯某点的三维⼏何位置与其在图像中对应点之间的相互关系，必须建⽴相机成像的⼏何模型，这些⼏何模型参数就是相机参数。

在⼤多数条件下这些参数必须通过实验与计算才能得到，这个求解参数（内参、外参、畸变参数）的过程就称之为相机标定（或摄像机标定）。

⽆论是在图像测量或者机器视觉应⽤中，相机参数的标定都是⾮常关键的环节，其标定结果的精度及算法的稳定性直接影响相机⼯作产⽣结果的准确性。

因此，做好相机标定是做好后续⼯作的前提，提⾼标定精度是科研⼯作的重点所在。

畸变（distortion）是对直线投影（rectilinear projection）的⼀种偏移。

简单来说直线投影是场景内的⼀条直线投影到图⽚上也保持为⼀条直线。

畸变简单来说就是⼀条直线投影到图⽚上不能保持为⼀条直线了，这是⼀种光学畸变（optical aberration）,可能由于摄像机镜头的原因。

相机的畸变和内参是相机本⾝的固有特性，标定⼀次即可⼀直使⽤。

但由于相机本⾝并⾮理想的⼩孔成像模型以及计算误差，采⽤不同的图⽚进⾏标定时得到的结果都有差异。

⼀般重投影误差很⼩的话，标定结果均可⽤。

坐标转换基础在视觉测量中，需要进⾏的⼀个重要预备⼯作是定义四个坐标系的意义，即摄像机坐标系、图像物理坐标系、图像像素坐标系和世界坐标系（参考坐标系）。

⼀、图像坐标系(x,y)⾄像素坐标系(u,v)1.两坐标轴互相垂直此时有2.⼀般情况，两轴不互相垂直此时有写成矩阵形式为：⼆、相机坐标系(Xc,Yc,Zc)⾄图像坐标系(x,y)(根据⼩孔成像原理，图像坐标系应在相机坐标系的另⼀边，为倒⽴反向成像，但为⽅便理解和计算，故投影⾄同侧。

张氏标定法张正友针对径向畸变问题提出了一个新的求解摄像机内外参数的方法，即张氏标定法，该方法是介于传统标定和自标定之间的一种方法，它只需要摄像机对某个标定板从不同方向拍摄多幅图片，通过标定板上每个特征点和其像平面的像点间的对应关系，即每一幅图像的单应矩阵来进行摄像机的标定，由于该方法模板制作容易，使用方便，成本低，鲁棒性好，准确率高，因此得到了较为广泛的应用【49】。

该算法也属于两步法，摄像机和模板可以自由的移动，不需要知道运动参数。

本文即采用张氏摄像机标定的方法。

（1） 单应矩阵H 的计算由前面所述内容可知，根据摄像机针孔成像模型，可以得到下面的等式：[]⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡11][1321W W W W W W Z Y X t r r r A Z Y X t R A v u s 现在世界坐标系平面置于标定模板所在的平面，即0=W Z 。

则上式可变为如下形式：[]⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡110][121W W W W Y X t r r A Y X t R A v u s 其中，i r 表示旋转矩阵R 的第i 列向量。

令[]TYX M 1~=，[]Tv u m1~=，则上式可简写为：M H m s ~~=其中：[]⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡===1][323123222113121132121h h h h h h h h h h h t r r A H H 即为单应性矩阵。

有M H ms ~~=式子可以推出： ⎪⎩⎪⎨⎧++=++=++=13231232221131211h X h s h Y h X h sv h Y h X h su 从而推得：⎩⎨⎧++=++++=++23222132311312113231h Y h X h v vYh vXh h Y h X h u uYh uXh 令：[]3231232221131211'h h h h h h h h h =则：0'10000001=⎥⎦⎤⎢⎣⎡------h v vYvXYXu uY uX Y X 上式可以看作0'=Sh ，那么矩阵S S T最小特征值所对应的特征向量就是该方程的最小二乘解。

张正友标定方法
张正友标定方法是一种摄像机标定方法，旨在解决相机的畸变问题。

这种方法需要使用一个标定板，标定板上会有一些黑白相间的方格，通过对这些方格进行检测，可以得到相机的内参和外参矩阵。

在使用张正友标定方法时，需要考虑以下几个步骤：
1. 准备标定板。

标定板需要具有一定的尺寸和规则的黑白方格，以便于相机可以对其进行识别。

同时，标定板需要保持平整，以避免影响标定结果。

2. 拍摄标定板。

将标定板放在相机的拍摄范围内，采用不同的角度和距离进行多次拍摄。

需要注意的是，每次拍摄时标定板的位置和角度应该尽量保持一致。

3. 提取标定板角点。

通过对拍摄到的标定板图像进行处理，提取出标定板上的黑白方格的角点位置。

可以使用OpenCV等图像处理库进行实现。

4. 计算内参矩阵。

根据张正友的理论，通过角点的位置计算相机的内参矩阵。

内参矩阵包括相机的焦距、畸变等参数。

5. 计算外参矩阵。

根据标定板在相机坐标系下的位置和方向，计算相机的外参矩阵。

外参矩阵包括相机位置和方向等参数。

通过以上步骤，就可以得到相机的内参和外参矩阵，从而实现对相机的畸变进行校正。

张正友标定方法是一种比较成熟的相机标定方法，在计算精度和实现难度上都有较好的表现。

- 1 -。