在相机校准期间，通常的建议是使用许多图像 (>10)，并在姿势、深度等方面有所变化。 但是我注意到，通常我使用的图像越少，重投影误差就越小。例如，对于 27 张图像，cv::calibrateCamera 返回 0.23，而只有 3 张图像，我得到 0.11 这可能是因为在校准期间我们正在解决超定系统的最小二乘问题。
问题:
我们真的使用重投影误差作为校准好坏的绝对衡量标准吗？例如，如果我用 3 张图像校准并得到 0.11，然后用 27 张其他图像校准并得到 0.23，我们真的可以说“第一次校准更好”吗？
OpenCV 使用相同的图像进行校准和计算误差。这不是某种形式的过度拟合吗？如果我实际上使用了 2 个不同的集合 - 一个用于计算校准参数，一个用于计算误差 - 会不会更正确？在那种情况下，我会使用相同的(测试)集来计算来自不同(训练)集的所有校准结果的误差。这不是更公平吗？
最佳答案
抱歉，如果这为时已晚 - 才刚看到。
错误是拟合的重投影。因此，找到图像上的点，计算真实世界模型，重新计算这些点在给定模型的图像上的位置——报告差异。在某种程度上，这有点循环，你可能有一个模型只对那几张图像正确，然后会报告一个非常好的错误，而给它很多图像会产生一个更普遍正确的模型 - 但会有更大的错误错误，只是因为您试图拉伸(stretch)它以适应更大的空间。
确实存在一点，即添加更多图像并不能提高拟合度，并且可能会增加噪声，因为从未完美地检测到点。重要的是提供更大的参数集，更多的角度和位置，而不是等效的数据
使用相同的图像集来预测误差并不是真正的问题，因为拟合在实际物理镜头参数方面确实具有真正的意义 - 这不像在相同的数据上训练/测试神经网络。
编辑:3D-DIC 中包含比 opencv 更好的校准例程(尽管基于相同的概念) (免费但不是OSS，注册本站获取下载链接)具体见calibration manual .
关于opencv - 较小的重投影误差是否总是意味着更好的校准？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/11918315/