opencv - 相机校准在长焦距镜头的大图像上遇到高误差

Question

我是新来的，如果我违反了任何规则，请帮助我改进。

我正在做一些视觉定位方面的工作，工作半径约为 300 米。所以我使用了一个分辨率为 4912*3684 的大相机。但是我用棋盘校准的相机最终出现了超过 3.6 像素的高重投影误差。 camera_matrix 是

[ 3.0126352098515147e+05, 0., 2456.,
 0., 4.3598609578377334e+05, 1842.,
 0., 0., 1. ]

我意识到 fx 与 fy 相去甚远。标称像素尺寸为1.25um，焦距为755mm。 我引用了这个问题 FindChessboardCorners cannot detect chessboard on very large images by long focal length lens 的一些建议

The likely correct way to proceed is to start at a lower resolution (i.e. downsizing), then scale up the positions of the corners thus found, and use them as the initial estimates for a run of cvFindCornersSubpix at full resolution.

所以我在 cv::findChessboardCorners() 之前调整输入图像的大小，如下面的代码:

    cv::Size msize(1228, 921);  //for resolution 4912*3684
    int downsize = 4;       //downsize scale factor
    cv::Mat small;     // temp file to downsize the image
    cv::resize(imageInput, small, msize);
    bool ok = findChessboardCorners(small, board_size, image_points, CV_CALIB_CB_ADAPTIVE_THRESH | CV_CALIB_CB_NORMALIZE_IMAGE);
    if(ok){
        //rectify the corner
            for (size_t j = 0; j < image_points.size(); j++)
            {
                image_points[j].x = image_points[j].x * downsize;
                image_points[j].y = image_points[j].y * downsize;
            }

            Mat view_gray;
            cout << "imageInput.channels()=" << imageInput.channels() << endl;
            cvtColor(imageInput, view_gray, CV_RGB2GRAY);

            cv::cornerSubPix(view_gray, image_points, cv::Size(11, 11), cv::Size(-1, -1), cv::TermCriteria(CV_TERMCRIT_ITER + CV_TERMCRIT_EPS, 40, 0.01));

            image_points_seq.push_back(image_points); 
    }

double err_first = calibrateCamera(object_points_seq, image_points_seq, image_size, cameraMatrix, distCoeffs, rvecsMat, tvecsMat, CV_CALIB_FIX_K3 | CALIB_FIX_PRINCIPAL_POINT);

这是我的输入图像: images for calibration

请告诉我如何获得准确的校准结果!!!

Answer 1

要使任何校准都准确，您应该尝试考虑以下事项:

通过简单的焦点图表验证焦点是否正确。 环境很重要，场景应该少反光。 校准取决于您使用的焦点图。因此，让焦点图表平坦是非常关键的。任何毫米级的凸起也会影响校准。 考虑覆盖角落以获得更好的失真系数。 使用不同的图案位置来覆盖最大的视野。

除此之外，获取单个图像的校准误差，您可以观察哪个图像有更多误差，哪个图像更好。未聚焦的图像和模糊的图像应该在校准过程中简单地丢弃。如果你给你的耐心时间，这是一个简单的过程。祝您校准愉快。