matlab calibration toolbox -- matlab标定工具的使用方法--去畸变和双目校正

matlab calibration toolbox -- matlab标定工具的使用方法--去畸变和双目校正

2015-04-06 22:45 5407人阅读 评论(2) 收藏 举报

 分类：

机器视觉（12） 

matlab calibration toolbox是相机标定以及校正用的工具箱。首先下载这个工具箱，免费下载地址：http://www.vision.caltech.edu/bouguetj/calib_doc/download/index.html。它的英文使用示例在下面这个网址上有：http://www.vision.caltech.edu/bouguetj/calib_doc/。

一、             对于单目标定。

1、 也就是单个相机的标定，首先是用一个相机拍摄标定板获得一定数量的标定板照片。或者下载的一定数量的照片。如下：

上图CMOS0是相机1拍摄的图片序列，CMOS1是相机2拍摄的图片序列。

2、将下载的toolbox文件解压到一个目录下，支持5.x--8.x版本的matlab。然后打开matlab软件：file—>SetPath出现如下界面。Add Folder添加toolbox所在的路径。

3、添加好后，就可以在MATLAB的命令栏中输入calib_gui 或者calib，回车，运行标定程序。

回车后出现如下界面：

4、选择图片进行角点检测。选择第一项“Standard（all the images are stored in memory）”，出现如下界面：

此时要保证“Current Directory”为图片所在的目录：

点击“Image Names”按钮。Command行里就会将此目录下所有的照片名字读出来，如下：

“Basename camera calibration images (without number nor suffix):”后面输入：CMOS0_。

出现如下提示：

“Image format: ([]='r'='ras', 'b'='bmp', 't'='tif', 'p'='pgm','j'='jpg', 'm'='ppm')”后面输入：b。

matlab就将加载所有符合条件的图片。

之后就是检测角点，点击第三项：“Extract grid corners ”：

回车，选择所有照片。

两次回车，选择默认窗口大小。

再回车，命令行出现如下：

同时，出现图片：

此时需要在图片上选择四个拐点，选择的方法是鼠标单击拐角位置。按照左上—右上—右下—左下的顺时针顺序围一个框：

回车，检测到角点如下图：

再回车，自动出现下一张图片，直到所有图片均被检测完毕。

此时出现这个文件：

5、标定并查看标定结果。点击“Calibration”，命令行里面就会显示标定结果包括内参和畸变系数：

Calibration parameters afterinitialization:

Focal Length:          fc = [ 1086.72277   1086.72277 ]

Principal point:       cc = [ 319.50000   239.50000 ]

Skew:             alpha_c = [ 0.00000 ]   => angle of pixel = 90.00000 degrees

Distortion:            kc = [ 0.00000   0.00000  0.00000   0.00000   0.00000 ]

Main calibration optimization procedure -Number of images: 15

Gradient descent iterations:1...2...3...4...5...6...7...8...9...10...11...12...13...14...15...16...17...18...19...20...21...22...done

Estimation of uncertainties...done

Calibration results after optimization(with uncertainties):

Focal Length:          fc = [ 1146.29229   1147.83468 ] ?[ 11.51067   11.19871 ]

Principal point:       cc= [ 304.04991   233.16189 ] ?[8.23084   6.14044 ]

Skew:             alpha_c = [ 0.00000 ] ?[0.00000  ]   => angle of pixel axes = 90.00000?0.00000 degrees

Distortion:            kc = [ -0.36478   1.07508  -0.00016   -0.00147  0.00000 ] ?[ 0.04196   0.67100  0.00120   0.00095  0.00000 ]

Pixel error:          err = [ 0.54502   0.23183 ]

Note: The numerical errors areapproximately three times the standard deviations (for reference).

标定结果分为优化前和优化后的两个结果。

点击出现如下界面，从相机的视角（即保持相机的位置和方向不变）展示被标定图像相对于相机的位置：

点击“Save”按钮，在目录中保存标定的结果，出现如下文件：

注：Result的mat文件在双目标定中能够用到。将"Calib_Results.mat"改成"Calib_Results_left.mat "。

点击就会提示选择一张图片计算它的外参。

6、去畸变。点击就会提示选择将所有标定的图片进行去畸变，或者是选择一张新的图片进行去畸变。直接回车，就会将所有标定的图片的去畸变图片以“CMOS0__rect1.bmp”这个形式的文件名命名并保存在图片的目录下面如下图。

CMOS0_1.bmp--原图

CMOS0__rect1.bmp去畸变后图

二、双目校正。

1、用同样的方法，对右相机拍摄的图像进行同样的标定。

标定结果：

Aspect ratio optimized (est_aspect_ratio =1) -> both components of fc are estimated (DEFAULT).

Principal point optimized (center_optim=1)- (DEFAULT). To reject principal point, set center_optim=0

Skew not optimized (est_alpha=0) -(DEFAULT)

Distortion not fully estimated (defined bythe variable est_dist):

Sixth order distortion not estimated (est_dist(5)=0) - (DEFAULT) .

Initialization of the principal point atthe center of the image.

Initialization of the intrinsic parametersusing the vanishing points of planar patterns.

Initialization of the intrinsic parameters- Number of images: 15

Calibration parameters afterinitialization:

Focal Length:          fc = [ 1094.51360   1094.51360 ]

Principal point:       cc = [ 319.50000   239.50000 ]

Skew:             alpha_c = [ 0.00000 ]   => angle of pixel = 90.00000 degrees

Distortion:            kc = [ 0.00000   0.00000  0.00000   0.00000   0.00000 ]

Main calibration optimization procedure -Number of images: 15

Gradient descent iterations:1...2...3...4...5...6...7...8...9...10...11...12...13...14...15...16...17...18...19...20...21...22...done

Estimation of uncertainties...done

Calibration results after optimization(with uncertainties):

Focal Length:          fc = [ 1153.56062   1153.70663 ] ?[ 5.52064   5.37363 ]

Principal point:       cc = [ 307.59643   201.79164 ] ?[ 4.00096   2.92143 ]

Skew:             alpha_c = [ 0.00000 ] ?[0.00000  ]   => angle of pixel axes = 90.00000?0.00000 degrees

Distortion:            kc = [ -0.41467   0.77106  -0.00200   -0.00188  0.00000 ] ?[ 0.02287   0.37580  0.00051   0.00051  0.00000 ]

Pixel error:          err = [ 0.21001   0.18752 ]

Note: The numerical errors areapproximately three times the standard deviations (for reference).

并将标定的结果保存为Calib_Results_right.mat

则由左右相机标定的结果为“Calib_Results_left.mat”和“Calib_Results_right.mat”。

2、计算双目校正的参数。在command的命令栏里，输入“stereo_gui.m”出现如下界面：

将”Current Directory“设置为图片所在的目录，点击：“Load left and right calibration files”按钮，命令栏会提示，先输入Calib_Results_left.mat，回车，再输入Calib_Results_right.mat，回车。如下：

Calib_Results_left.mat   calib_data_left.mat

Calib_Results_right.mat  calib_data_right.mat

Loading of the individual left and rightcamera calibration files

Name of the left camera calibration file([]=Calib_Results_left.mat): Calib_Results_left.mat

Name of the right camera calibration file([]=Calib_Results_right.mat): Calib_Results_right.mat

回车，出现如下结果：

Intrinsic parameters of left camera:

Focal Length:          fc_left = [ 1146.29229   1147.83468 ] ?[ 11.51067   11.19871 ]

Principal point:       cc_left = [ 304.04991   233.16189 ] ?[ 8.23084   6.14044 ]

Skew:             alpha_c_left = [ 0.00000 ] ?[0.00000  ]   => angle of pixel axes = 90.00000?0.00000 degrees

Distortion:            kc_left = [ -0.36478   1.07508  -0.00016   -0.00147  0.00000 ] ?[ 0.04196   0.67100  0.00120   0.00095  0.00000 ]

Intrinsic parameters of right camera:

Focal Length:          fc_right = [ 1153.56062   1153.70663 ] ?[ 5.52064   5.37363 ]

Principal point:       cc_right = [ 307.59643   201.79164 ] ?[ 4.00096   2.92143 ]

Skew:             alpha_c_right = [ 0.00000 ] ?[0.00000  ]   => angle of pixel axes = 90.00000?0.00000 degrees

Distortion:            kc_right = [ -0.41467   0.77106  -0.00200   -0.00188  0.00000 ] ?[ 0.02287   0.37580  0.00051   0.00051  0.00000 ]

Extrinsic parameters (position of rightcamera wrt left camera):

Rotation vector:             om = [ 0.02179   -0.01185 0.01145 ]

Translation vector:           T = [ 288.71955   -4.79691 8.65882 ]

点击按钮，得到优化的结果：

Recomputation of the intrinsic parametersof the left camera (recompute_intrinsic_left = 1)

Recomputation of the intrinsic parametersof the right camera (recompute_intrinsic_right = 1)

Main stereo calibration optimizationprocedure - Number of pairs of images: 15

Gradient descent iterations: 1...done

Estimation of uncertainties...done

Stereo calibration parameters afteroptimization:

Intrinsic parameters of left camera:

Focal Length:          fc_left = [ 1148.55963   1149.64262 ] ?[ 7.45634   7.30037 ]

Principal point:       cc_left = [ 310.26705   238.04925 ] ?[ 7.04971   5.09296 ]

Skew:             alpha_c_left = [ 0.00000 ] ?[0.00000  ]   => angle of pixel axes = 90.00000?0.00000 degrees

Distortion:            kc_left = [ -0.34370   0.76402  -0.00169   -0.00056  0.00000 ] ?[ 0.03451   0.53433  0.00090   0.00077  0.00000 ]

Intrinsic parameters of right camera:

Focal Length:          fc_right = [ 1150.39567   1150.10073 ] ?[ 7.17569   6.99235 ]

Principal point:       cc_right = [ 302.34812   193.42732 ] ?[ 7.17158   4.95445 ]

Skew:             alpha_c_right = [ 0.00000 ] ?[0.00000  ]   => angle of pixel axes = 90.00000?0.00000 degrees

Distortion:            kc_right = [ -0.41255   0.86324  -0.00104   -0.00290  0.00000 ] ?[ 0.03845   0.60909  0.00084   0.00082  0.00000 ]

Extrinsic parameters (position of rightcamera wrt left camera):

Rotation vector:             om = [ 0.01223   0.00022 0.01149 ] ?[ 0.00584   0.00846  0.00023 ]

Translation vector:           T = [ 278.99648   3.79371 -16.83653 ] ?[ 2.50669  2.11662  17.55917 ]

Note: The numerical errors areapproximately three times the standard deviations (for reference).

3、进行双目校正即平行校正。点击按钮：command行中出现如下

校正的图片就在图片所在的目录下如下：

以“CMOS0__rectified1.bmp”和“CMOS1__rectified1.bmp”为命名成对出现的。如：

CMOS0__rectified2.bmp左图校正后

CMOS1__rectified2右图校正后

这样就进行完立体校正了。这两幅图像就是平行的了。

Matlab将上述左右两幅图像放在一起对比平行如下图：

这两幅图片对应的原始图像如下：

CMOS0_2.bmp左原图

CMOS1_2.bmp右原图

当然还有很多其他按钮以及对应的功能，大家都可以亲自试一试。