相机标定(3)
相机标定(3)
halcon标定可以参考halcon提供的例子程序3d_coordinates.hdev
1、摄像机外参：决定摄像机坐标与世界坐标系之间相对位置关系。
其中Pw为世界坐标，Pc是摄像机坐标，他们之间关系为
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& Pc = RPw + T
&&&&&式中，T= (Tx,Ty,Tz)，是平移向量，R = R(α,β,γ)是旋转矩阵，分别是绕摄像机坐标系z轴旋转角度为γ，绕y轴旋转角度为β，绕x轴旋转角度为α。6个参数组成（α,β,γ,Tx,Ty,Tz)为摄像机外参。
2、摄像机内参：确定摄像机从三维空间到二维图像的投影关系。
&& 针孔摄像机模型为6个参数（f,κ,Sx,Sy,Cx,Cy)；远心摄像机模型为5个参数（f,Sx,Sy,Cx,Cy）。
&& 线阵摄像机为9个参数（f,κ,Sx,Sy,Cx,Cy,width.highth)。
&& 其中，f为焦距；
&&&&&&&& κ表示径向畸变量级，如果κ为负值，畸变为桶型畸变，如果为正值，那畸变为枕型畸变。
&&&&&&&& Sx,Sy是缩放比例因子。对针孔摄像机来讲，表示图像传感器上水平和垂直方向上相邻像素之间的距离；
&&&&&&&&&&&&&&&&&&&&&&&&&&&& 对于远心摄像机模型，表示像素在世界坐标系中的尺寸。
&&&&&&&&&Cx,Cy是图像的主点。对针孔摄像机来讲，这个点是投影中心在成像平面上的垂直投影，同时也是径向
&&&&&&&&&&&&&&&&&&&&&&&&&& 畸变的中心&。
&&&&&&&&&&&&&&&&&&&&&&&&&&&对于远心摄像机模型，只表示畸变的中心&。
&&&&&&& Vx,Vy,Vz：线阵摄像机必须与被拍摄物体之间有相对移动才能拍摄到一幅有用的图像。这是运动向量。
sx和sy是相邻像元的水平和垂直距离
&3、标定板为正方形，尺寸大小为要照射区域宽度的1/3,如像区为100*80mm，那么标定板为30*30mm。其中标定板按照D:\Program Files\HALCON-10.0\calib（具体的视个人安装位置所定）来用CAD画图。下面是自制标定板的网址。
4、按照下面网址步骤进行标定
5、具体实施步骤
标定的目的是确定相机的内参和外参。
&&& 依照halcon标定板描述文件（后缀名是.descr）尺寸制作标定板。一般标定板大小是照射区域的1/3，每个标定孔的像素不能少于10个。
&&&&&& 先定义内参的初始值。
StartCamPar:=[0.006,0,6e-6,6e-6,Width*0.5,Height*0.5,Width,Height]
依次是[焦距，畸变，像素尺寸宽，像素尺寸高，中心点坐标宽，中心点坐标高，图片尺寸]
第三步：通过标定助手实现标定
&&&&&& 把内存保存成文件，通过标定助手完成。
write_cam_par (StartCamPar, 'E:/Halcon例子/摄像机标定/标定.dat')
导入自己刚才保存的参数
选择正确的描述文件
然后可以标定了
利用相机不断采集标定
为使得图片标定完成，调节下面这些参数。具体参数意义见翻译的find_caltab、find_marks_and_pose这两个参数。
标定要是有问题会提示警告，如果没有问题，标定板在每个位置每个标定孔都能识别出来。标定需要转化十几副图片来准确确定内参和外参。查看结果
相机外参显示在这块
相机内参会显示在这块
点击保存可以把内参和外参保存成文件。
接着可以入下图插入代码。
插入代码，插入整个标定过程
第四步：使用程序实现相机标定
create_calib_data ('calibration_object', 1, 1, CalibModelID)
set_calib_data_cam_param (CalibModelID, 0, 'area_scan_division', StartCamPar)
set_calib_data_calib_object (CalibModelID, 0, 'caltab_100mm.descr')
先定义一个标定模版句柄。接着打开相机取图或者直接读文件里的图，开始标定。
通过find_caltab找到标定板位置，然后通过find_marks_and_pose确定标定点坐标和相机外参RCoord, CCoord, StartPose。
通过set_calib_data_observ_points把读取的标定点坐标与描述文件比较结合相机外参，不断修正相机标定模版CalibModelID。
calibrate_cameras (CalibModelID, ErrorsDiv)
&&& get_calib_data (CalibModelID, 'camera', 0, 'params', CamParam)
标定相机，读取相机的参数给CamParam（内参）。
第五步：转化成世界坐标
image_points_to_world_plane (CamParam, StartPose, Row, Col, 'mm', X1, Y1)
把图片中的Row, Col点们转化到世界坐标值X1, Y1
通过下面计算两点距离
distance_pp (X1[0:4], Y1[0:4], X1[1:5], Y1[1:5], Distance)
可以通过image_to_world_plane来转化图片
第六步：确定原点（没有实验，待验证）
标定时换很多位置放置标定板其实是为了内参标定的更准确，外参只要一张标定板图就可以确定了。因此，换各个角度标定内参，最后一个位置把标定板放在自己想要的坐标原点位置再标定一次，那么转换成世界坐标后，坐标原点就是标定板中心点，标定板上的小黑角在第三象限，依次右手为Y轴，X轴。（注：标定板防止的平面Z最好与使用的平面平行。Z轴正方向为垂直平面向下。
然后，考虑标定板的厚度0.75mm，重新设置原点，光Z改变了（下面函数单位为m）。
set_origin_pose (Pose, 0, 0, 0.00075, NewPose)
下面是标定时halcon参数：
发表评论：查看: 23825|回复: 44
相机标定后，从图像坐标（像素）向物理坐标的转换计算，
各位大侠，本人用1组35张图片，标定相机参数。分别用MATLAB和OPENCV分别标定，标定结果基本一致。
现在，我希望从标定的一副图像中（使用这幅图像标定的相机外参），计算图像上几个红点之间的在3维世界坐标系下的距离（mm）。
相机标定的结果：
1、& & & & 相机内参：
Focal Length:& && &fc = [ 854.37091& &855.65897 ] ?[ 6.10263& &6.00058 ]
Principal point:& &&&cc = [ 369.52264& &296.19708 ] ?[ 5.51474& &5.45121 ]
Skew:alpha_c = [ 0.00000 ] ?[ 0.00000&&]& &=& angle of pixel axes = 90.000 degrees
Distortion: kc = [ -0.09667& &0.12791& &-0.00171& &-0.000 ] ?[ 0.02533& &0.19119& &0.00167& &0.000 ]
Pixel error:& && && & err = [ 0.20807& &0.26036 ]
相机的传感器尺寸：
size& & & & Width/mm& & & & Height/mm& & & & Width/(像素)& & & & Height/(像素)& & & & Sx& & & & Sy
1/2’& & & & 6.4& & & && && && && && && &4.8& & & && && && && && && &&&656& & & && && && && && && & 492& & & && && && && &9.75um/p& & & & 9.75um/p
2、对本图的相机外参：
Translation vector:&&Tc_ext = [-69.316901 & & & &&&-51.302449 & & & &&&237.121385 ]
Rotation vector:& & omc_ext = [ -1.923062 & & & &&&-1.999779 & & & &&&-0.515738 ]
Rotation matrix:& & Rc_ext = [-0.042297 & & & &&&0.998969 & & & &&&0.016462
& && && && && && && && &&&0.880689 & & & &&&0.029498 & & & &&&0.472776
& && && && && && && && &&&0.471803 & & & &&&0.034495 & & & &&&-0.881029 ]
Pixel error:& && &&&err = [ 0.31120 & & & &&&0.39245 ]
3.通过图像处理方法提取关键点坐标，分别获取了图像上两个红色圆圈所代表的位置在图像上的坐标（像素）：W1(108.8058),W2(226.6397),在3维空间中，W1和W2两点之间的物理实际距离为30mm。
现想通过将W1和W2坐标从图像坐标系变换到世界坐标系，计算两点间的距离，是否和实际结果对应，之后，在这个标定板所放置的物理位置上进行产品尺寸的精确测量。这种应用在商用机器视觉软件HALCON中已有应用。我想通过OPENCV实现。
方法1.不考虑镜头畸变，由像素坐标与毫米坐标的关系得：
相机标定后，从图像坐标（像素）向物理坐标的转换计算，
没有人帮忙吗？？？
相机标定后，从图像坐标（像素）向物理坐标的转换计算，
我用OPENCV中的矫正函数，矫正图像后，提取关键点坐标，计算的结果也还是和实际对不上，误差3mm左右~~怎么办啊~~~
相机标定后，从图像坐标（像素）向物理坐标的转换计算，
你好 ，我用你标定出来的相机矩阵M，以及图像坐标W1，W2，W3，W4在没有进行畸变校正的情况下，计算对应的三维坐标，三个距离误差w1w2,w2w3,w3w4分别为1.28mm,0.55mm,0.34mm.我是令z=0，直接求解三维坐标的x和y两个坐标的。我个人认为在求解x和y时没必要用最小二乘法思想，似乎也不能用。希望对你有所帮助吧！
请问您是用opencv的相关函数计算得吗？您是怎样做到的？&
相机标定后，从图像坐标（像素）向物理坐标的转换计算，
你的畸变参数的标定结果：
&&Distortion: kc = [ -0.91 -0.039 0.00000 ] ?[ 0.19 0.85 0.00000 ]
其中第二、三、四项的不确定度跟它本身的值相差不大，可以将它们忽略，在matlab中令est_dist = [ 1 ; 0 ; 0 ; 0 ; 0 ]；即只考虑径向畸变中第一个参数k1，忽略其他四个畸变参数，这样标定的结果会更准确！
相机标定后，从图像坐标（像素）向物理坐标的转换计算，
想从图像获得实际的三维坐标，必须要知道该坐标点的Z轴的实际距离吧？
相机标定后，从图像坐标（像素）向物理坐标的转换计算，
我也在做双目距离测量问题。也是距离相差3-5mm.不知道楼主最后怎么解决的？
相机标定后，从图像坐标（像素）向物理坐标的转换计算，
我是做单目摄像机测距的，也遇到了同样的问题。是不是计算的距离和实际距离存在线性关系？
顺便问一下，坐标轴你怎么确定的。X Y Z分别是指向什么方向，原点在哪里？
相机标定后，从图像坐标（像素）向物理坐标的转换计算，
楼主& &你标定的参数误差不大呢
& & 求指导啊！
& & 相机内参：
& & Focal Length: fc = [ 854.897 ] ?[ 6.58 ]
& && & 我标定出来的参数：
& & Focal Length:& && && & fc = [ 859.09190& &942.16956 ] 　[ 10.25117& &10.87475 ]
& && & 误差很大也！！
& & 现在最大的问题就是那个外参数
& & 那个表示高度的参数& &与实际的相差很大呢
& & 这困惑了我很久呢& &指点指点下哇！！
相机标定后，从图像坐标（像素）向物理坐标的转换计算，
修正畸变的公式不对把&&应该k1 k2 p1 p2都有用
不考虑畸变肯定误差要大一点
Powered by1593人阅读
Halcon（53）
正在摸索，不一定正确，待改进
1打开halcon标定助手
2.标定任务一栏，选择位姿和所有参数（此为默认情况）；标定板一栏，则点击文件浏览，\clib\&& 选择halcon自带的一个标定板文件（也可以自作一个标定板文件，使用gen_caltab算子）；相机模型一般都是面扫面相机（参考书上说多使用多项式相机），线扫描相机一般用于运动测量 （？？？不确定这里），其他参数根据具体自行设置
3.标定环节。该环节主要是采集标定板在视野范围内不同地方的多个图像，从而得到更为精确的摄像机外部参数。
图像源是用来获得标定板图像的，有两种方式：方式一，“图像文件”，则是已经采集好各种标定板位置图像，然后直接加载进去(注意，存放文件的路径不能有中文，文件夹也不能用中文）；方式二，”图像助手“可以通过相机采集各种位置图像。注意：拖动标定板，使得采集到的标定板位置能够填充整个视野，这样得到的摄像机数据才更精确。（一般需要采集至少十幅图，包括各个角落，标定板倾斜等等位置图像） 同时实时调整下方的标定板读取参数，来获得理想的图
当加载完成后，点击标定，即可完成摄像机数据计算。
4，结果一栏。
可以清楚看到标定板的标定状态，摄像机参数，此为摄像机内参，在相机焦距，镜头等均不动的情况下，这些数据时不变的。点击右边的”保存“，可以保存当前状态下摄像机的内部参数（*.cal文件）。当使用当前状态下的相机去标定时候，可以直接读取这个文件，从而获得相机内参。而摄像机位姿一栏，则描述的是摄像机的外部参数（可以保存为*.dat文件），即为相机坐标系下的图像位置和世界坐标系下的位置之间的映射关系。当不改变相机状态，直接用来标定时候，也可以直接使用当前的外参来标定
&摄像机参数一栏：
摄像机参数为内参，描述的是相机坐标系和成像坐标系之间的对应关系。
各参数的意义：
像素的宽和高 表示成像平面得到的像素的米制单位
焦距：成像平面到成像中心的距离
Kappa（即上图的K1，K2，K3，P1，P2）：畸变系数。由于相机成像是非线性的，但是我们一般都当做线性计算的，所以需要用畸变系数来矫正
中心点的坐标是指成像平面上中心点的坐标
图像宽和高指的是视野尺寸。我们看到的
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：59681次
排名：千里之外
原创：29篇
转载：74篇
(1)(1)(2)(2)(5)(4)(15)(14)(53)(6)Halcon相机标定 - wqj1212 - 博客园
随笔 - 237, 文章 - 3, 评论 - 126, 引用 - 0
摄像机标定程序：
注意：E:/calibration_image ：为标定图像文件路径
&&&&&&'E:/calibration_description/caltab_123mm.descr：为标定描述文件路径
*作者：骑蚂蚁上高速
list_files ('E:/calibration_image', 'files', ImageFiles)
TmpCtrl_AllMarkRows := []
TmpCtrl_AllMarkColumns := []
TmpCtrl_StartPoses := []
TmpCtrl_ReferenceIndex := 0
StartParameters := [0.008,0,5.2e-006,5.2e-006,640,512,]
for Index := 0 to |ImageFiles|-1 by 1
&&&&read_image (Image, ImageFiles[Index])
&&&&find_caltab (Image, TmpObj_PlateRegion, 'E:/calibration_description/caltab_123mm.descr', 3, 112, 5)
&&&&find_marks_and_pose (Image, TmpObj_PlateRegion, 'E:/calibration_description/caltab_123mm.descr', StartParameters, 128, 10, 18, 0.9, 15, 100, TmpCtrl_MarkRows, TmpCtrl_MarkColumns, TmpCtrl_EstimatedPose)
&&&&TmpCtrl_AllMarkRows := [TmpCtrl_AllMarkRows, TmpCtrl_MarkRows]
&&&&TmpCtrl_AllMarkColumns := [TmpCtrl_AllMarkColumns, TmpCtrl_MarkColumns]
&&&&TmpCtrl_StartPoses := [TmpCtrl_StartPoses, TmpCtrl_EstimatedPose]
caltab_points ('E:/calibration_description/caltab_123mm.descr', TmpCtrl_X, TmpCtrl_Y, TmpCtrl_Z)
camera_calibration (TmpCtrl_X, TmpCtrl_Y, TmpCtrl_Z, TmpCtrl_AllMarkRows, TmpCtrl_AllMarkColumns, StartParameters, TmpCtrl_StartPoses, 'all', CameraParameters, TmpCtrl_FinalPoses, TmpCtrl_Errors)
tuple_select_range (TmpCtrl_FinalPoses, 7*TmpCtrl_ReferenceIndex, 7*TmpCtrl_ReferenceIndex + 6, CameraPose)
set_origin_pose (CameraPose, 0.0, 0.0, 0.001, CameraPose)
一、读入图像，函数如下
list_files ('E:/calibration_image', 'files', ImageFiles)
for Index := 0 to |ImageFiles|-1 by 1
&&&&read_image(Image, ImageFiles[Index])
注释：'E:/calibration_image':为图像路径，图像文件索引是从0开始的，所以|ImageFiles|（文件数量）减去1。
算子：read_image(:Image :FileName):读取名称为FileName的图像Image。
二、提取图像Images中标定板上的圆形标志来确定标定板的有效区域，算子如下：
find_caltab（Image:Caltab:CalTabDescrFile，SizeGauss，MarkThresh，MinDiamMarks:）
确定标定板上圆形标志点的二维坐标，并得到摄像机外部参数的初始值，算子如下：
find_marks_and_pose （Image，CalTabRegion: :CalTabDescrFile ，StartCamParam ，StartThresh， &&&&&&&&&&&&&&&&&&&&&&&&&&DeltaThresh，MinThresh，Alpha，MinContLength，MaxDiamMarks:Rcoord，Ccoord， &&&&&&&&&&&&&&&&&&&&&&StartPose）
注释：函数find_caltab在图像中寻找标定板是基于标定板的特征&&在一个亮的区域中存在黑色标定点。首先使用高斯滤波器进行图像平滑。参数SizeGauss确定高斯滤波器的尺寸。SizeGauss值越大进行图像平滑的幅度就越大，这在图像噪声比较大时是必要的。在进行图像平滑操作后，为了寻找标定板的位置，我们进行一个阈值分割，可以参考灰度直方图，灰度值范围由最小值MarkThresh到最大值255，因此，MarkThresh必须小于标定板上白色区域的灰度值，并且最好大于图像中其他大范围较亮的区域的灰度值。在阈值分割得到的多个区域中，其中包含孔的数量最符合标定板上标定点数量的凸状区域被选中。为了减少噪声影响，直径小于MinDiamMarks的孔将被除去。标志点的数量可以从标定板描述文件（CalTabDescrFile）中读出。
&&&&函数find_marks_and_pose提取标定板上各个标志点,并精确得到它们在图像坐标系中的坐标。上面我们已经通过函数find_caltab找到了标定板的区域,这时我们首先在输入图像Image的这个区域(CalTabRegion)中应用边缘检测。这个边缘检测通过参数Alpha进行控制。Alpha的值越大 ,边缘检测的灵敏度也就越高,这将使边缘检测时找到更多的细节,但同时对噪声的抑制能力下降。在边缘图像中,提取出封闭的轮廓线。为了更准确的寻找轮廓线,对边缘的振幅进行一个阀值操作。所有振幅高的点(标定点的边界)都被选中。首先,这个阀值设置为StartTh
resh。如果寻找封闭轮廓线或估计位姿失败,这个阀值接连地减DeltaThresh 直到阀值降低到最小值MinThresh。
&&&&闭合的轮廓线的数量必须与标定板描述文件(CalTabDescrFile)中描述的标志点的数量一致,并且这些闭合轮廓线的形状必须是椭圆状的。长度比MinContLength 短的轮廓线或者轮廓线形成区域的直径大MaxDiamMarks(如标定板的外框)的,这些轮廓线将被忽略抛弃。
三、保存坐标值
TmpCtrl_AllMarkRows := []
TmpCtrl_AllMarkColumns := []
TmpCtrl_StartPoses := []
TmpCtrl_AllMarkRows := [TmpCtrl_AllMarkRows, TmpCtrl_MarkRows]
TmpCtrl_AllMarkColumns := [TmpCtrl_AllMarkColumns, TmpCtrl_MarkColumns]
TmpCtrl_StartPoses := [TmpCtrl_StartPoses, TmpCtrl_EstimatedPose]
注释：标定点的在图像坐标系中的坐标存储&&
在两个数组中,第一个数组存储所有点的行
坐标,第二个数组存储所有点的列坐标,并
且要保证两个数组的值一一对应。这些数组
的长度取决于标定板上标定点的个数以及
拍摄的标定图像的数量。它们的存储顺序是&&
按照图像顺序排列的,也就是说刚开始的m
个值存储的是第一幅图像中m个标定点的
坐标值,这个顺序和函数caltab_points返回
的数组X,Y,Z中的存储顺序是一致的。
四、摄像机标定输入参数
StartParameters := [0.008,0,5.2e-006,5.2e-006,640,512,]
&&&&初始值摄像机标定是一个非常复杂的非线性优化的问题,因此就需要为摄像机的参数提供尽量精确的初始值。摄像机内部参数的初始值主要由CCD传感器和镜头的说明书确定。面阵摄像机的内参初始值可以输入一个
数 组 [f,k,Sx,Sy,Cx,Cy,NumColumns,NumRows]也就是说 ,不仅要提供摄像机的初始内参,还要提供图像的宽(NumColumns)和高(NumRows)。
五、确定摄像机的内参，误差分析，算子如下
camera_calibration（: :NX，NY，NZ，Nrow，Ncol，StartCamParam， &&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&NstartPose，EstimateParams:CamParam，NfinalPose，Errors）
函数如下：
caltab_points ('E:/calibration_description/caltab_123mm.descr', TmpCtrl_X, TmpCtrl_Y, TmpCtrl_Z)
camera_calibration (TmpCtrl_X, TmpCtrl_Y, TmpCtrl_Z, TmpCtrl_AllMarkRows, TmpCtrl_AllMarkColumns, &&&&&&&&&&&&&&&&&&&&StartParameters, TmpCtrl_StartPoses, 'all', CameraParameters, &&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&TmpCtrl_FinalPoses, TmpCtrl_Errors)
&&&&在给定了摄像机的内外参数的初始值之后,已知三维位置的标定点可以转换到摄像机坐标系中。然后,寻求一组摄像机的参数可以使通过计算投影到图像上的标定点坐标和直接从图像中提取出的标定点的坐标的距离最小。这个最小化的过程将返回相当精确的摄像机参数。然而,为了获得最高精度的摄像机参数,需要拍摄标定板的多幅图像,在拍摄时,标定板被放置在图像的不同位置并且旋转的角度也不同,以致于使用外部方位的所有自由度。如果拍摄一幅包含标定板的图像,最优化的参数包括摄像机的内参和一组外参。此时,最优化的目标是确定所有这些参数能够满足每幅图中通过投影计算得到的点坐标和图像中直接提取的坐标值距离最小。在HALCON中 ,使用 camera_calibration 函数就是实现这个功能。
六、选择某幅图像作为参考位姿，确定摄像机外参
TmpCtrl_ReferenceIndex := 0
注释：TmpCtrl_ReferenceIndex：为将要设置为参考位姿势的图像。0代表第一张。1代表第二张。以此类推。
tuple_select_range (TmpCtrl_FinalPoses, 7*TmpCtrl_ReferenceIndex, 7*TmpCtrl_ReferenceIndex + 6, CameraPose)
set_origin_pose (CameraPose, 0.0, 0.0, 0.001, CameraPose)
注释：tuple_select_range：进行数组选择。
&&&&&&set_origin_pose &&：计算摄像机外部参数。使用Halcon助手来制作标定数据
使用Halcon助手来制作标定数据
http://blog.csdn.net/hust1900/article/details/86877841打开halcon标定助手
2.标定任务一栏，选择位姿和所有参数（此为默认情况）；标定板一栏，则点击文件浏览，\clib\&& 选择halcon自带的一个标定板文件（也可以自作一个标定板文件，使用gen_caltab算子）；相机模型一般都是面扫面相机（参考书上说多使用多项式相机），线扫描相机一般用于运动测量 （？？？不确定这里），其他参数根据具体自行设置
3.标定环节。该环节主要是采集标定板在视野范围内不同地方的多个图像，从而得到更为精确的摄像机外部参数。
图像源是用来获得标定板图像的，有两种方式：方式一，“图像文件”，则是已经采集好各种标定板位置图像，然后直接加载进去(注意，存放文件的路径不能有中文，文件夹也不能用中文）；方式二，”图像助手“可以通过相机采集各种位置图像。注意：拖动标定板，使得采集到的标定板位置能够填充整个视野，这样得到的摄像机数据才更精确。（一般需要采集至少十幅图，包括各个角落，标定板倾斜等等位置图像） 同时实时调整下方的标定板读取参数，来获得理想的图
当加载完成后，点击标定，即可完成摄像机数据计算。
4，结果一栏。
可以清楚看到标定板的标定状态，摄像机参数，此为摄像机内参，在相机焦距，镜头等均不动的情况下，这些数据时不变的。点击右边的”保存“，可以保存当前状态下摄像机的内部参数（*.cal文件）。当使用当前状态下的相机去标定时候，可以直接读取这个文件，从而获得相机内参。而摄像机位姿一栏，则描述的是摄像机的外部参数（可以保存为*.dat文件），即为相机坐标系下的图像位置和世界坐标系下的位置之间的映射关系。当不改变相机状态，直接用来标定时候，也可以直接使用当前的外参来标定
&摄像机参数一栏：
摄像机参数为内参，描述的是相机坐标系和成像坐标系之间的对应关系。
各参数的意义：
像素的宽和高 表示成像平面得到的像素的米制单位
焦距：成像平面到成像中心的距离
Kappa（即上图的K1，K2，K3，P1，P2）：畸变系数。由于相机成像是非线性的，但是我们一般都当做线性计算的，所以需要用畸变系数来矫正
中心点的坐标是指成像平面上中心点的坐标
图像宽和高指的是视野尺寸。我们看到的
发表评论：
TA的最新馆藏[转]&