《機(jī)器視覺系統(tǒng)應(yīng)用》課件-1D線掃描相機(jī)標(biāo)定

1D線掃描相機(jī)標(biāo)定的檢測方法講解課程引入處理原理處理步驟一二三目錄能力目標(biāo)使用棋盤格模式定義真實(shí)世界坐標(biāo)、從不同的角度捕獲棋盤的多個圖像、查找棋盤的2D坐標(biāo)、校準(zhǔn)相機(jī)；知識目標(biāo)（1）確定真實(shí)世界中的3D點(diǎn)與其在該標(biāo)定相機(jī)捕獲的圖像中的相應(yīng)2D投影之間的精確關(guān)系課程目標(biāo)一課程引入

計(jì)算機(jī)視覺的基本任務(wù)之一是從相機(jī)獲取的圖像信息出發(fā)計(jì)算三維空間中物體的幾何信息，并由此重建和識別物體，而空間物體表面某點(diǎn)的三維幾何位置與其在圖像中對應(yīng)點(diǎn)之間的相互關(guān)系是由相機(jī)成像的幾何模型決定的，這些幾何模型參數(shù)就是相機(jī)參數(shù)。

簡單來說，標(biāo)定是為了能夠從空間點(diǎn)的像素坐標(biāo)映射到世界坐標(biāo)，這是3D立體視覺必須經(jīng)過的過程。二處理原理相機(jī)標(biāo)定的四個坐標(biāo)系：世界坐標(biāo)系、相機(jī)坐標(biāo)系、圖像坐標(biāo)系、像素坐標(biāo)系二處理原理三維旋轉(zhuǎn)的矩陣表示二處理原理相機(jī)坐標(biāo)與世界坐標(biāo)系之間的關(guān)系二處理原理相機(jī)坐標(biāo)系與像平面坐標(biāo)系二處理原理像素坐標(biāo)與像平面之間的關(guān)系二處理原理世界坐標(biāo)與像素坐標(biāo)之間的關(guān)系二處理原理像素坐標(biāo)與像平面之間的關(guān)系二處理原理相機(jī)徑向畸變引起徑向畸變的主要因素：透鏡形狀二處理原理引起切向畸變的主要因素：透鏡與成像平面不平行二處理原理像素坐標(biāo)與像平面之間的關(guān)系二處理原理單相機(jī)模型重建未知數(shù)分析流程圖三處理步驟1D線掃描相機(jī)標(biāo)定程序運(yùn)行演示課程引入代碼分析代碼演示一二三目錄能力目標(biāo)使用棋盤格模式定義真實(shí)世界坐標(biāo)、從不同的角度捕獲棋盤的多個圖像、查找棋盤的2D坐標(biāo)、校準(zhǔn)相機(jī)；知識目標(biāo)（1）確定真實(shí)世界中的3D點(diǎn)與其在該標(biāo)定相機(jī)捕獲的圖像中的相應(yīng)2D投影之間的精確關(guān)系課程目標(biāo)一課程引入

計(jì)算機(jī)視覺的基本任務(wù)之一是從相機(jī)獲取的圖像信息出發(fā)計(jì)算三維空間中物體的幾何信息，并由此重建和識別物體，而空間物體表面某點(diǎn)的三維幾何位置與其在圖像中對應(yīng)點(diǎn)之間的相互關(guān)系是由相機(jī)成像的幾何模型決定的，這些幾何模型參數(shù)就是相機(jī)參數(shù)。

簡單來說，標(biāo)定是為了能夠從空間點(diǎn)的像素坐標(biāo)映射到世界坐標(biāo)，這是3D立體視覺必須經(jīng)過的過程。二查找棋盤角點(diǎn)代碼分析OpenCV提供了一個名為findChessboardCorners的內(nèi)置函數(shù)，該函數(shù)查找棋盤并返回角點(diǎn)的坐標(biāo)。cv2.cornerSubPix(image,corners,winSize,zeroZone,criteria)參數(shù)如下：image表示輸入圖像corners表示輸入角的初始坐標(biāo)和為輸出提供的精確坐標(biāo)winSize表示搜索窗口邊長的一半zeroZone表示搜索區(qū)域中間零區(qū)大小的一半，在該零區(qū)上不進(jìn)行下式求和。它有時用于避免自相關(guān)矩陣的可能奇點(diǎn)。(-1，-1)的值表示沒有這樣的大小riteria表示角點(diǎn)精化迭代過程的終止準(zhǔn)則。也就是說，在criteria.maxCount迭代之后或在某些迭代中角位置移動小于criteria.epsilon時，角位置求精過程停止二相機(jī)校準(zhǔn)處理原理校準(zhǔn)的最后一步是將世界坐標(biāo)系中的3D點(diǎn)及其在所有圖像中的2D位置傳遞給OpenCV的caliberecamera方法。retval,cameraMatrix,distCoeffs,rvecs,tvecs=cv2.calibrateCamera(objectPoints,imagePoints,imageSize)參數(shù)：objectPoints代表三維圖像點(diǎn)的矢量imagePoints代表二維圖像點(diǎn)的矢量imageSize代表圖像大小cameraMatrix代表內(nèi)參矩陣distCoeffs代表透鏡畸變系數(shù)rvecs代表用于表達(dá)旋轉(zhuǎn)的3×1矢量。矢量的方向指定旋轉(zhuǎn)軸，矢量的大小指定旋轉(zhuǎn)角度tvecs代表用于表達(dá)位移的3×1矢量，與rvecs類似查找棋盤角點(diǎn)三代碼演示forf_nameinimages:img=cv2.imread(f_name)gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#尋找角點(diǎn)#如果在圖像中找到所需數(shù)量的角，ret=trueret,corners=cv2.findChessboardCorners(gray,checkerboard,cv2.CALIB_CB_ADAPTIVE_THRESH+cv2.CALIB_CB_FAST_CHECK+cv2.CALIB_CB_NORMALIZE_IMAGE)#如果檢測到所需數(shù)量的角點(diǎn)，我們將細(xì)化像素坐標(biāo)并將其顯示在棋盤圖像上ifret:obj_points.append(obj_p)#為給定的二維點(diǎn)細(xì)化像素坐標(biāo)corners2=cv2.cornerSubPix(gray,corners,(11,11),(-1,-1),criteria)img_points.append(corners2)#在棋盤上顯示檢測到的角點(diǎn)img=cv2.drawChessboardCorners(img,checkerboard,corners2,ret)cv2.imshow('11',img)cv2.waitKey(0)cv2.imwrite("./image/camera_calibration/solved/"+str(counter)+".jpg",img)counter+=1查找棋盤角點(diǎn)三代碼演示

結(jié)果如下圖所示：相機(jī)校準(zhǔn)三代碼演示ret,mtx,dist,r_vec,t_vec=cv2.calibrateCamera(obj_points,img_points,gray.shape[::-1