我正在尝试使用棋盘方法，通过众所周知的Zhang方法校准相机，然后进行束调整，Matlab和OpenCV都可以使用。有很多经验指导，但从我个人的经验来看，准确性是相当随机的。它有时可能非常好，但有时也非常糟糕。只需将棋盘放在不同的位置，结果实际上可以变化很大。假设目标摄像机是直线的，具有110度水平视场。
棋盘格的方格数是否影响准确度？张在他的原始论文中使用8x8而没有真正解释原因。
方块的长度是否会影响精度？张使用17厘米x 17厘米而没有真正解释原因。
不同棋盘位置/方向的最佳拍摄数量是多少？张仅使用5张图片。我看到人们建议20到30张带有不同角度的棋盘图像，填满整个视野，向左，向右，向上和向下倾斜，并建议不要将棋盘放置在相似的位置/方向，否则结果将是偏向于那个位置/方向。这是对的吗？
目标是找出一个工作流程，以获得一致的校准结果。
答案 0 :(得分：4)
如果您获得的准确度是＆＃34;非常随机＆＃34;然后你可能做得不对：有了稳定的光学和良好的传导程序，你应该始终在几十分之一像素内得到RMS投影误差。当然，这对应于3D空间中的毫米或米的变化取决于您的光学和传感器分辨率（校准不是物理学的一种方式）。
我在this answer之前写过一些建议，我建议您按照这些建议。特别要注意锁定焦距（我已经看到并且听过无数人试图在自动对焦上校准相机，并且非常失望）。至于目标的大小，再次取决于你的光学和相机分辨率，但一般来说，目标是（1）填充测量两个视野和您将要使用的空间体积，以及（2）观察重要的透视缩短，因为这是限制FOV解决方案的因素。祝好运！
[编辑发表评论]
关于连续校准中参数值的变化，我首先要做的是计算交叉RMS误差，即数据集1上的RMS误差，相机在数据集2上校准，反之亦然。如果其中任何一个明显高于校准误差，则表明相机在两次校准之间已经改变，因此所有可能性都已关闭。你有自动{聚焦，光圈，变焦，稳定}吗？全部关闭：自动任何东西都是校准的祸根，唯一的例外是曝光时间。否则，您需要查看您在参数上观察到的变化是否真正有意义（提示，它们通常不是）。千分之几的像素焦距的变化可能与今天的传感器分辨率无关 - 您可以通过用mm表示它来验证它，并将其与传感器的点间距进行比较。此外，主要点的位置以数十像素的顺序变化是常见的，因为除非您的校准程序非常仔细设计以估计它，否则很难观察到它。
答案 1 :(得分：2)
理想情况下，您希望将棋盘放置在与相机大致相同的距离处，作为您想要进行测量的距离。所以你的棋盘方块必须足够大，以便从那个距离可以解析。您还希望用点覆盖整个视野，尤其是靠近框架的边缘和角落。此外，电路板越小，覆盖整个视野的图像就越多。因此，20-30张图像通常是一个很好的经验法则。
另一件事是棋盘应该是不对称的。理想情况下，您希望在一侧具有偶数个正方形，而在另一侧具有奇数个正方形。这样，电路板的面内方向就是明确的。
另外，我建议您在MATLAB中尝试Camera Calibrator app。至少，请查看文档，其中有许多有用的校准相机的建议。