如何編寫高精度的相機標定程式？

熟悉機器視覺的朋友肯定都接觸過

相機標定

，目前有各種各樣的途徑來完成相機標定，其中開源的有

opencv和matlab

；商業軟體有

VisionPro，Halcon

。opencv和matlab中比較常用的標定圖案是

棋盤格標定板

，Halcon中使用的是

網格圓

，其中由於

圓形圖案的提取精度高於棋盤格

，因此，許多高精度的相機標定軟體都是使用的是圓/圓環作為標定圖案。因此，

如何使用圓形圖案標定板搭建自己的高精度標定程式呢

？

前提條件

要想搭建好基於圓形圖案的相機標定程式，必須具有以下兩個條件：

•高精度的特徵提取方法；•最佳化相機內外參的標定框架。

首先，講一下第二點，關於相機標定框架，大家肯定首先想到的是張正友標定方法（非常正確）。該標定框架目前已經非常成熟，被廣泛應用於各種領域。 其次，如何獲取高精度的特徵提取方法呢？ 對於圓形標定板，在經過相機的透視投影后將會變成橢圓，因此我們需要的是高精度的橢圓檢測和擬合方法。自己從頭開始寫？NO，NO，NO！！！如果要自己寫，那我這邊文章就沒有寫的意義了。

搭建高精度相機標定

在Halcon中，存在高精度的邊緣檢測方法和橢圓擬合算子，見下圖：

•

Halcon中檢測橢圓特徵中心的演算法流程

1）利用標定板的黑色邊界框定位標定板區域；

2）在標定板區域提取畫素級邊緣；

3）使用輪廓圓度和長度篩選輪廓，最終得到所有正確的橢圓輪廓； 4）對於每個篩選過的輪廓進行亞畫素邊緣提取。

最重要的一點是，Halcon雖然是商業軟體，但是它每個月提供試用許可證，因此你不需要破解也可以使用它，唯一的缺點是每個月要更新許可證。

因此，我的想法是：

使用Halcon中的特徵提取運算元來進行高精度的圓形標定板特徵提取，使用opencv中的張正友標定框架來進行相機標定。

以下為構建的相機標定軟體：

以下為標定結果：

重投影誤差為0.023pixel，相比於棋盤格的標定誤差，是不是提升了很多呢。