Graphics 摄像机标定算法评价

最近，在我的研究小组里，我正在开发一种改进摄像机标定算法的算法。我想问一下，是否有任何方法来评估摄像机校准算法，以便比较不同算法的结果

我能想到的最简单的方法是取校准的和原始的一个像素之间的差异的均方平均值。还有其他建议吗？

你说的是几何相机校准（焦距、光学中心等）还是颜色校准

对于几何相机校准，主要标准是重投影误差。您可能正在使用某种校准模式，如棋盘，在其中可以检测到一组点。要评估校准精度，请查看检测点和重投影点之间的距离。 这是校准算法通常试图最小化的。根据您使用的校准软件，您还可以查看估计摄像机参数的不确定性。 看

---

或者，你可以使用校准过的相机，看看你的测量有多精确。

还有其他方法吗？因为当我查看大量相机校准文件时，没有标准方法来描述算法的有效性，因此，我想收集更多的方法，并选择其中一些用于我的研究。所有的校准算法都将重投影误差最小化，它们的最终目的是测量物体。我懂了。在其他一些算法中，他们声称会最小化参数空间或坐标空间中的参数，这是什么意思？