赞
踩
无论是单目、双目或者是多屏幕镜面重建,都需要事先对屏幕和相机的相对位置进行标定,求得相机到屏幕之间的相对变换关系。如果求得屏幕和相机之间的变换关系呢?接下来是标定流程。
(一)准备:
1)生成1920*1080像素的标定板
-
- // 生成棋盘格图像
- void genChessBoardBmp()
- {
- const int perBoardPixel = 70;
- const cv::Size boardSize(11, 9);
- const cv::Size resolution(1920,1080);
- {
- int basisHeight = (resolution.height - perBoardPixel * boardSize.height) / 2;
- int basisWidth = (resolution.width - perBoardPixel * boardSize.width) / 2;
- if (basisHeight < 0 || basisWidth < 0)
- {
- //cout << "Resolution doesn't match!" << endl;
- }
- cv::Mat image(1080,1920, CV_8UC1, cv::Scalar::all(255));
- int flag = 0;
- for (int j = 0; j < boardSize.height; j++)
- {
- for (int i = 0; i < boardSize.width; i++)
- {
- flag = (i + j) % 2;
- if (flag == 0)
- {
- for (int n = j * perBoardPixel; n < (j + 1) * perBoardPixel; n++)
- for (int m = i * perBoardPixel; m < (i + 1) * perBoardPixel; m++)
- image.at<uchar>(n + basisHeight, m + basisWidth) = 0;
- }
- }
- }
- //cv::imshow("haha",image);
- std::string strSavePath = std::string("H") + std::to_string(boardSize.width) + "_V" + std::to_string(boardSize.height) + "_" +
- std::to_string(perBoardPixel) + ".bmp";
- cv::imwrite(strSavePath, image);
- //cv::waitKey(0);
- }
- }
2)购买棋盘格或者圆点标定板
3)购买高精度平面镜子
4)购买一个屏幕
(二)标定过程:
(1)使用购买的棋盘格或者圆点标定板对单目相机标定,或者双目相机标定
(2)放置镜子,让相机采集到屏幕上的棋盘格图案。放置至少三个位置,采集至少三张图像。
(3)使用参考文章中的标定方法,通过三张采集图像计算得到屏幕到相机的旋转、平移变换矩阵。
(4)使用相机到虚像的旋转和平移矩阵,以及屏幕到相机的旋转、平移矩阵,计算剩下n张图像的镜面距离和法向。
(5)全局优化,优化(屏幕到相机的旋转和平移矩阵,每一个图像下的镜子法向和相机中心到镜子的距离)
(三)结果:
1.标定结果如下:
全局优化结果,第一列是图像编号,第二列是棋盘格点编号,第三列是投影误差,可以看到标定误差基本都在0.1个像素之内。
2.第0副屏幕、相机、镜子、虚像之间的关系显示:
B点的夹角是180度,表示,A,B,C是在一条直线上的。
距离一致
垂直法向一致
3.验证法向
可以看到acos求角平分线和法向之间的反余弦值,发现是吻合的。
(四)注意事项:
1.相机标定的时候,标定板的精度一定要高一点,如果不高,我发现在标定过程中,如果相机标定误差是镜面标定误差的3倍的时候,优化出来的镜子大小和相机到镜子之间的距离也会发现严重的失真,发生等比例缩放【笑哭】,一直找不到问题,后来发现是这个问题。
2.一定不要放弃。
参考文章:
Flexible geometrical calibration for fringe-reflection 3D measurement
fringe-reflection photogrammetry based on poses calibration with planar mirror reflection
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。