Computer vision 使用立方体校准相机

Computer vision 使用立方体校准相机,computer-vision,camera-calibration,Computer Vision,Camera Calibration,是否可以使用边长为1厘米的立方体校准摄像机?很明显,我们需要找到6点对应关系,考虑到不应该在同一平面和同一直线上。第一部分很容易处理,但我的问题是,我们如何确保没有一个点或在同一条线上?这是一个相当模糊的问题。我的答案是: 是的,可以通过将立方体在一般位置的可见顶点的3D位置与其在一幅图像中的投影相匹配来校准针孔模型。一个面上的四个点定义了一个单应性,该单应性可以使用Zhang的方法进行分解以恢复焦距。额外的可见点可用于加强估算 1厘米的边长是否足够完全取决于实际使用的透镜以及立方体与其之间的距

是否可以使用边长为1厘米的立方体校准摄像机?很明显,我们需要找到6点对应关系,考虑到不应该在同一平面和同一直线上。第一部分很容易处理,但我的问题是,我们如何确保没有一个点或在同一条线上?

这是一个相当模糊的问题。我的答案是:

  • 是的,可以通过将立方体在一般位置的可见顶点的3D位置与其在一幅图像中的投影相匹配来校准针孔模型。一个面上的四个点定义了一个单应性,该单应性可以使用Zhang的方法进行分解以恢复焦距。额外的可见点可用于加强估算
  • 1厘米的边长是否足够完全取决于实际使用的透镜以及立方体与其之间的距离。随着立方体覆盖的图像部分减少,精度将降低
  • 校准非线性透镜畸变几乎是不可能的。立方体提供的唯一信息是边的正交性和长度,即很少有数据点。除非你拍了很多照片,否则你就没有足够的有效约束
  • 如果你希望精度高的话,你的立方体最好加工得非常精确
  • 如果你真的想使用3D的话,十二面体是一个更好的装备