Question

我正在使用MATLAB-CVST执行立体摄像机校准。从28张图像（6 X 7个角），获得 stereoParams （ stereoParams.MeanReprojectionError = 0.3168）。

接下来，我拍了一个棋盘式立体声对（ CB_I1 ＆amp; CB_I2 ）。

到 CB_I1 我应用了以下功能：

undistortImage
detectCheckerboardPoints
generateCheckerboardPoints
extrinsics：这给了我翻译矢量（T）和旋转矩阵（R）

接下来，对于CB_I1和＆amp; CB_I2，我应用以下功能：

undistortImage
detectCheckerboardPoints
triangulate：这给了我 worldPoints
反向翻译和旋转变换

这是我的代码：

CB_I1_undist = undistortImage(CB_I1, stereoParams.CameraParameters1);
CB_I2_undist = undistortImage(CB_I2, stereoParams.CameraParameters2);

[imagePoints1, ~] = detectCheckerboardPoints(CB_I1_undist);
[imagePoints, ~] = detectCheckerboardPoints(CB_I2_undist);

worldPoints = triangulate(imagePoints1,imagePoints,stereoParams);

Translated_pnts = zeros(size(worldPoints));
Translated_pnts(:,1) = worldPoints(:,1) - T(1);
Translated_pnts(:,2) = worldPoints(:,2) - T(2);
Translated_pnts(:,3) = worldPoints(:,3) - T(3);
Rotated_pnts = Translated_pnts * (R');

Transformed_points = Rotated_pnts;

最终， Transformed_points 看起来像这样：

等等......获得42分。

我该如何解释？我希望 Transformed_points 为：

因为每个方块尺寸为40mm。

首先，这是一个错误吗？
原因是什么？是因为高重投影错误？（如果是的话，怎样才能最小化？）
如何尽可能减少这种情况？
我希望它尽可能接近理想值。有哪些不同的方法可以提高算法的准确性？

如果您需要任何其他信息，请与我们联系。

Answer 1

你说你的平均重投影误差为0.3~。

如果我计算你的第一点和第二点之间的距离：

sqrt((-0.2006+0.1993)^2+(-1.2843-39.1922)^2+(3.0466-2.0656)^2)
ans >>
      40.4884

这就是你的期望吗？当然，它不是100％准确。

另外，再看看你的观点。它们正是您所期望的。而不是120你有120.06。而不是160，你有159.94。

你错过了大约0.3毫米的分数。 0.3 MILIMETERS 。拿一把尺子，试着测量0.3毫米!!

这是4次人发！
它或多或少是人眼可以分辨的最小距离！
纸张的3倍！
细菌大小的0.6倍！（变形虫变形虫）

哇，我认为这是一个非常好的错误，不是吗？

无论如何，您可以使用更多校准图像来减少该错误，但是，我会说您已经做得很好。

测量误差的一个好方法是它具有更多意义，就是计算像素误差，而不是真实的物理误差。如果将误差除以像素的长度，则可以知道有多少像素的误差。您会发现在您的情况下，您很可能具有亚像素精度（像素误差<1）。这是非常好的，因为它意味着你的错误小于你可以衡量的，所以，在某种意义上（不是真的，但是是的）你打破了Shanon原则！干得好

_{随机数据来源：http://www.wolframalpha.com/input/?i=300+micrometres}

Answer 2

对Ander的回答我想补充一点，你应该确保使用卡尺非常精确地测量方形尺寸。如果你可以达到亚毫米级精度，那将对你的重建精度产生影响。另外，请确保不要在图像上使用有损压缩，i。即没有jpeg。 Jpeg工件也会降低您的准确性。

三角测量后的输出（MATLAB）不准确

2 个答案: