estimateCameraParameters
Калибровка моно-или стереофотоаппарата
Синтаксис
Описание
[ возвращает cameraParams,imagesUsed,estimationErrors]
= estimateCameraParameters(imagePoints,worldPoints)cameraParams, cameraParameters объект, содержащий оценки для внутренних и внешних параметров и коэффициентов искажения одной камеры. Функция также возвращает изображения, вы раньше оценивали параметры камеры и стандартные ошибки расчета для одной калибровки фотоаппарата. estimateCameraParameters функционируйте оценивает параметры внутренних параметров и значения внешних параметров.
[ возвращает stereoParams,pairsUsed,estimationErrors]
= estimateCameraParameters(imagePoints,worldPoints)stereoParams, stereoParameters объект, содержащий параметры стереофотоаппарата. Функция также возвращает изображения, вы раньше оценивали параметры стерео и стандартные ошибки расчета для калибровки стереофотоаппарата.
cameraParams = estimateCameraParameters(___,Name,Value)cameraParams свойства объектов заданы одним или несколькими Name,Value парные аргументы, с помощью любого из предыдущих синтаксисов. Незаданные свойства имеют свои значения по умолчанию.
Примеры
Калибровка одиночного фотоаппарата
Создайте набор калибровочных изображений.
images = imageSet(fullfile(toolboxdir('vision'),'visiondata',... 'calibration','mono')); imageFileNames = images.ImageLocation;
Обнаружьте калибровочный шаблон.
[imagePoints, boardSize] = detectCheckerboardPoints(imageFileNames);
Сгенерируйте мировые координаты углов квадратов.
squareSizeInMM = 29; worldPoints = generateCheckerboardPoints(boardSize,squareSizeInMM);
Калибруйте камеру.
I = readimage(images,1); imageSize = [size(I, 1),size(I, 2)]; params = estimateCameraParameters(imagePoints,worldPoints, ... 'ImageSize',imageSize);
Визуализируйте калибровочную точность.
showReprojectionErrors(params);
Визуализируйте значения внешних параметров камеры.
figure; showExtrinsics(params);
drawnow;
Постройте обнаруженные и повторно спроектированные точки.
figure;
imshow(imageFileNames{1});
hold on;
plot(imagePoints(:,1,1), imagePoints(:,2,1),'go');
plot(params.ReprojectedPoints(:,1,1),params.ReprojectedPoints(:,2,1),'r+');
legend('Detected Points','ReprojectedPoints');
hold off;
Калибровка стереофотоаппарата
Задайте калибровочные изображения.
leftImages = imageDatastore(fullfile(toolboxdir('vision'),'visiondata', ... 'calibration','stereo','left')); rightImages = imageDatastore(fullfile(toolboxdir('vision'),'visiondata', ... 'calibration','stereo','right'));
Обнаружьте шахматные доски.
[imagePoints,boardSize] = ...
detectCheckerboardPoints(leftImages.Files,rightImages.Files);Задайте мировые координаты шахматной доски keypoints. Размер квадратов находится в миллиметрах.
squareSize = 108; worldPoints = generateCheckerboardPoints(boardSize,squareSize);
Калибруйте систему стереофотоаппарата. Обе камеры имеют то же разрешение.
I = readimage(leftImages,1); imageSize = [size(I,1),size(I,2)]; params = estimateCameraParameters(imagePoints,worldPoints, ... 'ImageSize',imageSize);
Визуализируйте калибровочную точность.
showReprojectionErrors(params);
Визуализируйте значения внешних параметров камеры.
figure; showExtrinsics(params);
Оцените параметры камеры Используя круговую сетку
Создайте набор калибровочных изображений.
imds = imageDatastore(fullfile(toolboxdir('vision'),'visiondata',... 'calibration','circleGrid','mono')); calibrationImages = readall(imds); calibrationImages = cat(4,calibrationImages{:});
Задайте круговые размерности шаблона сетки.
patternDims = [8 11];
Обнаружьте шаблон в калибровочных изображениях.
imagePoints = detectCircleGridPoints(calibrationImages, patternDims,... 'PatternType','symmetric');
Задайте мировые координаты для круговой сетки keypoints. Расстояние между центрами находится в миллиметрах.
centerDistance = 18; worldPoints = generateCircleGridPoints(patternDims,centerDistance,... 'PatternType','symmetric');
Калибруйте камеру с помощью калибровочных изображений.
imageSize = size(calibrationImages,1:2); params = estimateCameraParameters(imagePoints,worldPoints,... 'ImageSize',imageSize);
Постройте обнаруженную сетку шаблона и повторно спроектированные точки.
figure imshow(calibrationImages(:,:,:,1)) hold on plot(imagePoints(:,1,1), imagePoints(:,2,1),'gx','MarkerSize',8) plot(params.ReprojectedPoints(:,1,1),params.ReprojectedPoints(:,2,1),'r+','MarkerSize',8) legend('Detected Points','ReprojectedPoints') hold off
Входные параметры
imagePoints — Ключевые пункты калибровочного шаблона
M-by-2-by-numImages | M-by-2-by-numPairs-by-2 массив
Ключевые пункты калибровочного шаблона в виде массива [x, y] внутренний параметр отображают координаты.
| Калибровка | Входной массив [x, y] ключевые пункты |
|---|---|
| Одна камера | M-by-2-by-numImages массив [x, y] точки.
Частично выявил закономерности, только поддерживаются для одной калибровки фотоаппарата. Включать частично выявило закономерности в оценке, используйте [ |
| Стереофотоаппарат | M-by-2-by-numPairs-by-2 массив [x, y] точки.
|
Типы данных: single | double
worldPoints — Ключевые пункты калибровочного шаблона в мировых координатах
M-by-2 массив
Ключевые пункты калибровочного шаблона в мировых координатах в виде M-by-2 массив количества M [x, y] мировые координаты. Шаблон должен быть плоским; поэтому, z - координаты являются нулем.
Типы данных: single | double
Аргументы name-value
Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.
'WorldUnits', 'mm' устанавливает мировые модули точки на миллиметры.WorldUnits — Мир указывает модули
'mm' (значение по умолчанию) | вектор символов | строковый скаляр
Мир указывает модули в виде разделенной запятой пары, состоящей из 'WorldUnits' и вектор символов или строковый скаляр.
EstimateSkew — Оценочный скос
false (значение по умолчанию) | логический скаляр
Оценочный скос в виде разделенной запятой пары, состоящей из 'EstimateSkew' и логический скаляр. Когда вы устанавливаете это свойство на true, функция оценивает скос осей изображений. Когда установлено в false, оси изображений точно перпендикулярны, и функция обнуляет скос.
NumRadialDistortionCoefficients — Количество радиальных коэффициентов искажения
2 3
Количество радиальных коэффициентов искажения, чтобы оценить в виде разделенной запятой пары, состоящей из 'NumRadialDistortionCoefficients' и значение 2 или 3. Радиальное искажение происходит, когда световые лучи изгибаются более близкий ребра линзы, чем они делают в ее оптическом центре. Чем меньший линза, тем больше искажение.
Радиальные коэффициенты искажения моделируют этот тип искажения. Искаженные точки обозначаются как (искаженный x, искаженный y):
x, искаженный = x (1 + k 1*r2 + k 2*r4 + k 3*r6)
y, искаженный = y (1 + k 1*r2 + k 2*r4 + k 3*r6)
x, y Неискаженные пиксельные местоположения. x и y находятся в нормированных координатах изображений. Нормированные координаты изображений вычисляются от пиксельных координат путем перевода в оптический центр и деления на фокусное расстояние в пикселях. Таким образом x и y являются безразмерными.
k 1, k 2, и k 3 — Радиальные коэффициенты искажения линзы.
r2 = x2 + y2
Как правило, два коэффициента достаточны для калибровки. Для серьезного искажения, такой как в широкоугольных объективах, можно выбрать три коэффициента, чтобы включать k 3.
EstimateTangentialDistortion — Тангенциальный флаг искажения
false (значение по умолчанию) | логический скаляр
Тангенциальный флаг искажения в виде разделенной запятой пары, состоящей из, 'EstimateTangentialDistortion' и логический скаляр. Когда вы устанавливаете это свойство на true, функция оценивает тангенциальное искажение. Когда вы устанавливаете его на false, тангенциальное искажение незначительно.
Тангенциальное искажение происходит, когда линза и плоскость изображения не параллельны. Тангенциальные коэффициенты искажения моделируют этот тип искажения.
Искаженные точки обозначаются как (искаженный x, искаженный y):
x, искаженный = x + [2 * p 1 * x * y + p 2 * (r2 + 2 * x2)]
y, искаженный = y + [p 1 * (r2 + 2 *y2) + 2 * p 2 * x * y]
x, y Неискаженные пиксельные местоположения. x и y находятся в нормированных координатах изображений. Нормированные координаты изображений вычисляются от пиксельных координат путем перевода в оптический центр и деления на фокусное расстояние в пикселях. Таким образом x и y являются безразмерными.
p 1 и p 2 — Тангенциальные коэффициенты искажения линзы.
r2 = x2 + y2
Выходные аргументы
Алгоритмы
Ссылки
[1] Чжан, Z. “Гибкий Новый техник для Калибровки фотоаппарата”. Транзакции IEEE согласно Анализу Шаблона и Машине Intelligence.Vol. 22, № 11, 2000, стр 1330–1334.
[2] Heikkila, J, и О. Сильвен. “Процедура калибровки фотоаппарата с четырьмя шагами с неявной коррекцией изображений”, международная конференция IEEE по вопросам компьютерного зрения и распознавания образов, 1997.
[3] Bouguet, J.Y. “Тулбокс калибровки фотоаппарата для MATLAB”, вычислительное видение в Калифорнийском технологическом институте. Тулбокс калибровки фотоаппарата для MATLAB
[4] Брадский, G. и А. Кэехлер. Изучение OpenCV: компьютерное зрение с библиотекой OpenCV. Севастополь, CA: О'Райли, 2008.