随笔分类 -  相机标定

讲解光束平差算法的原理和步骤
摘要：光束平差（Bundle Adjustment）算法原理与步骤 光束平差（Bundle Adjustment, BA）是三维重建、相机标定、视觉SLAM等领域的核心优化算法，本质是通过最小化重投影误差，联合优化相机位姿和三维点坐标，从而得到高精度的三维重建结果。 本文将遵循通俗解释→数学原理→算法步骤 阅读全文
posted @ 2026-01-21 14:13 aisuanfa 阅读(65) 评论(0) 推荐(0)
双目中基础矩阵 / 本质矩阵啥意思
摘要：本质矩阵和基础矩阵描述了同一个三维场景在两个不同视角下的成像几何关系。它们是“双目视觉”和“运动恢复结构”的数学基石。 为了直观理解它们的定位与作用，我们可以先通过下面的流程图概览： flowchart TD A[同一三维场景] --> B[两个不同相机视角] B --> C[两幅图像<br>（图像 阅读全文
posted @ 2026-01-19 15:39 aisuanfa 阅读(20) 评论(0) 推荐(0)
投影仪标定-为什么叫物平面坐标法 && 像平面坐标法
摘要：参考：https://mp.weixin.qq.com/s/mjbCwOAxjch92a6mpKvb6g 链接文章里提到的“物平面坐标法”，之所以这么叫，是因为这个方法的核心思路和关键坐标，都集中在物体的真实物理平面上，也就是标定板所在的真实世界坐标系。 简单来说，这个方法的名字直接点明了它的操作“ 阅读全文
posted @ 2026-01-08 17:05 aisuanfa 阅读(16) 评论(0) 推荐(0)
激光平面的标定流程
摘要：激光平面标定流程（含MATLAB代码） 激光平面标定（Laser Plane Calibration）用于确定激光发射器（如线激光）在相机坐标系下的平面方程（(ax + by + cz + d = 0)），常用于结构光三维重建、激光三角测距等应用。 1. 标定原理 激光平面方程： 激光在相机坐标系下 阅读全文
posted @ 2025-08-08 09:24 aisuanfa 阅读(493) 评论(0) 推荐(0)
点云之间的距离和像素尺寸的大小之间是什么换算关系
摘要：1. 像素尺寸（Pixel Size）的定义 像元尺寸（Sensor Pixel Pitch）： 传感器单个像素的物理尺寸（如5.5μm × 5.5μm）。 像素对应的物理尺寸（Ground Sample Distance, GSD）： 在物体表面，单个像素代表的实际长度（单位：mm/pixel）， 阅读全文
posted @ 2025-07-29 09:28 aisuanfa 阅读(150) 评论(0) 推荐(0)
R 和 t 是左相机的外参（从世界坐标系到相机坐标系）这个RT怎么得到的？
摘要：要获取左相机的外参矩阵 R（旋转矩阵）和 t（平移向量），即从世界坐标系到左相机坐标系的变换关系，需要通过 相机标定 和 手眼标定（如适用）来实现。以下是详细步骤和方法： 1. 相机标定获取内参和外参 (1) 单目标定（获取内参） 使用棋盘格或标定板进行单相机标定，获取左相机的 内参矩阵 K 和 畸 阅读全文
posted @ 2025-07-07 09:55 aisuanfa 阅读(220) 评论(0) 推荐(0)
stereoRectify中的 P1 P2是将世界坐标系转到了什么坐标系
摘要：在OpenCV的stereoRectify函数中，输出的投影矩阵P1和P2将世界坐标系转换到了校正后的相机坐标系，具体来说是： 坐标系转换流程： 原始世界点 (X,Y,Z) 通过P1/P2 → 校正后的相机坐标系 (u,v,w) 关键特性： P1(左相机)和P2(右相机)是3×4投影矩阵 它们已经包 阅读全文
posted @ 2025-07-07 09:28 aisuanfa 阅读(92) 评论(0) 推荐(0)
标定的Q矩阵的参数意义
摘要：在结构光三维重建或立体视觉系统中，Q矩阵（重投影矩阵，Reprojection Matrix）是一个关键的 4×4 矩阵，用于将 二维图像坐标 + 视差（disparity） 转换为 三维世界坐标。它由相机标定（Stereo Rectification）过程生成，包含了双目系统的几何关系和相机参数。 阅读全文
posted @ 2025-06-25 15:58 aisuanfa 阅读(493) 评论(0) 推荐(0)
相机的镜像畸变和切向畸变公式
摘要：在相机标定中，镜像畸变和切向畸变是常见的畸变类型。它们通过特定的公式来描述，通常使用相机的内参和畸变系数来进行补偿。 1. 镜像畸变（径向畸变） 镜像畸变主要是由于镜头的光学特性引起的，通常用以下公式表示： [ x_{d} = x(1 + k_1 r^2 + k_2 r^4 + k_3 r^6) ] 阅读全文
posted @ 2025-01-02 23:14 aisuanfa 阅读(1038) 评论(0) 推荐(0)
标定的具体方案
摘要：calibrateCamera: 输入：世界坐标objectPoints, 角点检测imagePoints 输出：获取相机的内参矩阵cameraMatrix1、cameraMatrix2和畸变系数distCoeffs1、distCoeffs2. stereoCalibrate 输入：世界坐标obje 阅读全文
posted @ 2025-01-02 16:02 aisuanfa 阅读(44) 评论(0) 推荐(0)
stereoCalibrate生成的E和F的物理意义和作用
摘要：在 OpenCV 的 stereoCalibrate 函数中，生成的本质矩阵 ( E ) 和基础矩阵 ( F ) 是立体视觉中的重要输出，分别描述了两个相机之间的几何关系。以下是它们的物理意义和作用的详细解释： 1. 本质矩阵 ( E ) 物理意义: 本质矩阵 ( E ) 描述了两个相机之间的相对旋 阅读全文
posted @ 2025-01-02 15:22 aisuanfa 阅读(222) 评论(0) 推荐(0)
stereoRectify中的R T R1 R2 P1 P2 Q的物理意义与作用
摘要：在 OpenCV 的 stereoRectify 函数中，输出的参数包括旋转矩阵 ( R )、平移向量 ( T )、以及旋转矩阵 ( R_1 )、( R_2 )、投影矩阵 ( P_1 )、( P_2 )、和重投影矩阵 ( Q )。以下是对这些参数的物理意义和作用的详细解释： 1. 旋转矩阵 ( R 阅读全文
posted @ 2025-01-02 15:13 aisuanfa 阅读(928) 评论(0) 推荐(0)
opencv的亚像素角点检测函数cornerSubPix
摘要：在 OpenCV 中，cornerSubPix 函数用于对角点的亚像素精确化。这个函数可以提高角点检测的精度，通常在角点检测之后使用，如在 Harris 或 Shi-Tomasi 角点检测之后。 函数原型 void cv::cornerSubPix( InputArray image, InputO 阅读全文
posted @ 2025-01-02 13:22 aisuanfa 阅读(550) 评论(0) 推荐(0)
opencv中findCirclesGrid在标定时使用，blobDetector 参数怎么定义？
摘要：在 OpenCV 中，findCirclesGrid 是一个用于检测图像中的圆形格点（通常用于相机标定或校正的检测目标）的函数。它可以用于查找在特定模式下排列的圆形图案，如棋盘格或圆形网格。该函数是相机标定和立体视觉的重要工具。 函数原型 bool cv::findCirclesGrid( Inpu 阅读全文
posted @ 2025-01-02 12:52 aisuanfa 阅读(1125) 评论(0) 推荐(0)