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。