照相机的传统标定的经验之谈：前提、步骤、注意

目录

• 标定的前提条件
  • 标定方法
  • 相机
  • 标定板
• 标定步骤

标定的前提条件

标定方法

张正友提出的相机标定法：使用平面棋盘格标定板。

相机

1. 根据需求，选择合适相机+镜头
2. 调节摄像机（相机+镜头）
   1. 调整镜头的焦距后，就固定焦距
   2. 针对应用，将相机对焦到特定的物距处
   3. 此时，根据景深和光圈的数学关系（见搜索引擎的结果）来调节光圈的F数，得到需要的景深。调节时，要特别注意相机的景深（能清晰成像的物距范围），特别是景深小的时候，依经验应当使标定模板工作在相机的聚焦范围内；
   4. 计算此刻成像系统是否符合小孔成像模型？最优情况下，光圈大小应该至少＜光圈和像面间距离的1/100。

      Optimally, the size of the aperture should be 1/100 or less of the distance between it and the projected image. 引自小孔模型

3. 保持摄像机的一切不再变动，相机之后完全变成定焦的；
4. 注意相机的曝光问题，对于程序控制曝光时间的相机，应该在程序中调节相机曝光时间使图像亮度正常或者使用自动曝光；图像的亮度主要受相机的三个因素影响：ISO（成像传感器对光的敏感度）、光圈、快门（曝光时间）。对于无法手动调节曝光时间的情况下，一般推荐首先尝试使用自动曝光。

标定板

1. 标定板要足够的平整和清晰，将标定纸平整地贴在标定板上。一般要注意标定板的强度问题、标定纸的受潮问题、标定纸的一比一打印、标定纸的颜色和边界清晰。
2. 采集标定的图像
   1. 足够的图像，10幅以上，覆盖相机的图片中上下左右中五个位置和绕3轴小于45°的倾斜姿态；
   2. 图像要清晰，不能看出有运动模糊。 注意：
      1. 由于相机硬件本身或者驱动程序的原因导致数据采集帧率比较慢（例如10fps）时，特别注意这时采集图像很容易发生运动模糊，进而很可能导致标定结果很差。很差的意思就是说：不同组的输入数据得到的标定结果会波动很大，不能保证每组输入数据得到的结果都在准确值附近。
      2. 浅景深的相机（例如某些做视觉伺服的相机，某些对焦可变的相机），在景深范围外成像是模糊的，用景深范围外的图片经实验确实会很影响相机标定的结果。
      3. 所以针对1,2中提到的一些特殊的相机，最好采集标定用图像后再人工筛选一遍，一定要保证标定用的图片是清晰的！
   3. 注意拍摄的标定板过程中，重复的姿态对标定过程没有帮助，在图像过少是（大约<5），还可能造成求解过程奇异。

标定步骤

我根据经验总结出了这里的大概步骤，更加详细的步骤的主要来源可以参考Calibration examples of Camera Calibration Toolbox for Matlab。

1. 保证所有前提条件满足，剔除不符合要求的图像
2. 先用径向+切向扭曲参数，分析平均重投影误差大的图像，剔除其中引起最大的误差的这些图像。
3. 对部分质量差的相机（由于图像传感器芯片的加工工艺进步，现在这种相机很少了），如果标定的重投影误差降不下来，最后可加入斜交参数，再尝试标定并再分析重投影误差。