關於基於OPENCV攝像機標定的一點感受

【原文：http://bbs.ednchina.com/BLOG_ARTICLE_215351.HTM】

從一月到現在一直有一個問題比較煩人，就是這相機標定的問題，這個問題使用相機的人基本都會先去做這個，很多人在這問題上做研究，有很多種，基於各種模型的，而且演算法都比較成熟。我們一開始就把問題想簡單了，因為OPENCV說裡面已經寫好了，直接掉出來用就行了。實現確實如此，從開始就出OPENCV，用一週的之間就寫了出來程式碼，拿別人的相片一看，呵呵呵，還行，結果和別人的差不多，那是就像這時到此結束了.....
  真的嗎？我們自己的相機回來的，拍了寫照片，發現結果不是一般的不穩定，用6x7的棋盤拍些照片是一種結果，換7x7的，就是另外一種結果而且差異很大，鬱悶了。就覺得是自己拍圖片的問題，我們試著用更大的棋盤，拍跟多的圖片結果還是一樣不穩定。覺得自己受騙了，OPENCV真不穩定。
 
  開始去看張正友的演算法，試著自己去寫，這就是這個月做得事，張正友的演算法第一步使用線性模型求出H矩陣、估算優化、計算內部引數、最大貌似優化、計算畸變引數、使用最大貌似優化引數（大概是這樣），這些就不說了，張正友對操作的過程說的很詳細，相片的拍攝的角度，相片的數量，噪聲的影像、圖片的平整等等，可以看出拍攝圖片對精度的影像是很大的。

1、棋盤的排放
  演算法是基於2D模型的，如果棋盤擺放的不平整，肯定會造成很大的影像。
原文：

平整度的影像遠遠大於噪聲的影像

張正友在做這個試驗的時候使用：



2.圖片數目的影像


事實上圖片的數目多了會很好的
3.圖片的角度：這裡注意的是圖片的角度是45度最好，但是太大的角度對於角點提取的精度影像比較大，所以保持在45度以內比較好


4.除上面的因素以外，很所有光學一同一樣，光線對圖片的影像也很大，這個也要注意

還有，似乎我也不知道，因為標定的問題我還沒有解決，只希望大家少走點彎路