这是我在这个论坛上的第一个问题。 我正在为我的论文研究一个项目。我必须校准我的相机以导入照片中的内部参数，以重建对象的3D，最大尺寸为0.7 x 0.7 mm。 我用openCv校准相机，用圆形网格拍摄对称图案玻璃（0.5x0.5 mm）。我做了24张照片，每种倾向都有8张（水平垂直和倾斜）
1）我知道如何评估校准？我读到重投影错误不是一个绝对的评估，我可以将cx和cy与图像的真实中心进行比较吗？我可以评估扭曲参数的值吗？（如何？）
2）如何改进我的方法？你认为我需要这个小（和完美）模式还是我可以用棋盘进行校准？
欢迎任何其他建议
答案 0 :(得分：0)
结果评估是摄影测量中最难的任务之一。因此，问题是：您需要多准确？我们在谈论1ppm或1：1,000的准确度吗？您的硬件对您的目标有多可靠？
1）重投影错误并不能真正产生任何可靠的结果。它只是告诉您所选功能如何适合测量（通常也称为内部精度）。因此，如果您的测量结果是垃圾，结果协议将很高兴地告诉您它可以适应您的垃圾。如果您有足够的外部参考来获得外部精度的良好近似值，那么可靠的评估只有 。这可以通过在校准步骤中不包括的目标之间的精确已知距离来实现，以缩放系统。对于使用平面校准体的固体校准，您需要其中的六个。两个在主对角线上交叉，每边四个。
2）图像中的圆圈有多大？在开始校准之前，您可能需要更正圆偏心的图像测量值。您的测量体积是二维的吗？只有在这种情况下，二维校准场才是一个不错的选择。圆形目标（目前）具有最大可靠，强大和精确目标的巨大距离。棋盘目标主要用于机器人或计算机视觉，但是当您期望某种程度的精确度时并非如此。如果你想要达到一定程度的精度，那么cx，cy方法也是一个糟糕的选择，因为它是任意的并且没有物理基础。寻找像布朗方法一样的物理方程来描述你的镜头。参数主要称为：c（焦距），x0，y0（主点），r0，A1，A2，A3（径向对称失真），B1，B2（径向非对称失真），C1，C2（仿射失真）