% Intrinsic and Extrinsic Camera Parameters
%
% This script file can be directly excecuted under Matlab to recover the camera intrinsic and extrinsic parameters.
% IMPORTANT: This file contains neither the structure of the calibration objects nor the image coordinates of the calibration points.
% All those complementary variables are saved in the complete matlab data file Calib_Results.mat.
% For more information regarding the calibration model visit http://www.vision.caltech.edu/bouguetj/calib_doc/
%-- Focal length:
fc = [ 658.058361761203970 ; 658.640488683919900 ];
%-- Principal point:
cc = [ 303.187975054125840 ; 241.952103080262960 ];
%-- Skew coefficient:
alpha_c = 0.000000000000000;
%-- Distortion coefficients:
kc = [ -0.254215597843429 ; 0.122102815496739 ; -0.000186121226539 ; 0.000074635662955 ; 0.000000000000000 ];
%-- Focal length uncertainty:
fc_error = [ 0.545708384764846 ; 0.554625224116518 ];
%-- Principal point uncertainty:
cc_error = [ 1.108814315451605 ; 1.059994871387962 ];
%-- Skew coefficient uncertainty:
alpha_c_error = 0.000000000000000;
%-- Distortion coefficients uncertainty:
kc_error = [ 0.004426014419110 ; 0.018095189194349 ; 0.000232684296990 ; 0.000230113923527 ; 0.000000000000000 ];
%-- Image size:
nx = 640;
ny = 480;
%-- Various other variables (may be ignored if you do not use the Matlab Calibration Toolbox):
%-- Those variables are used to control which intrinsic parameters should be optimized
n_ima = 25; % Number of calibration images
est_fc = [ 1 ; 1 ]; % Estimation indicator of the two focal variables
est_aspect_ratio = 1; % Estimation indicator of the aspect ratio fc(2)/fc(1)
center_optim = 1; % Estimation indicator of the principal point
est_alpha = 0; % Estimation indicator of the skew coefficient
est_dist = [ 1 ; 1 ; 1 ; 1 ; 0 ]; % Estimation indicator of the distortion coefficients
%-- Extrinsic parameters:
%-- The rotation (omc_kk) and the translation (Tc_kk) vectors for every calibration image and their uncertainties
%-- Image #1:
omc_1 = [ 1.654233e+00 ; 1.651330e+00 ; -6.700942e-01 ];
Tc_1 = [ -1.778454e+02 ; -8.306107e+01 ; 8.539180e+02 ];
omc_error_1 = [ 1.381030e-03 ; 1.712400e-03 ; 2.255479e-03 ];
Tc_error_1 = [ 1.440387e+00 ; 1.387973e+00 ; 7.551200e-01 ];
%-- Image #2:
omc_2 = [ 1.848398e+00 ; 1.900028e+00 ; -3.975323e-01 ];
Tc_2 = [ -1.551771e+02 ; -1.587471e+02 ; 7.584721e+02 ];
omc_error_2 = [ 1.452872e-03 ; 1.719140e-03 ; 2.758353e-03 ];
Tc_error_2 = [ 1.286066e+00 ; 1.230422e+00 ; 7.342704e-01 ];
%-- Image #3:
omc_3 = [ 1.741946e+00 ; 2.077027e+00 ; -5.059489e-01 ];
Tc_3 = [ -1.253875e+02 ; -1.739640e+02 ; 7.764112e+02 ];
omc_error_3 = [ 1.336580e-03 ; 1.821554e-03 ; 2.858760e-03 ];
Tc_error_3 = [ 1.314988e+00 ; 1.259216e+00 ; 7.010138e-01 ];
%-- Image #4:
omc_4 = [ 1.827578e+00 ; 2.115821e+00 ; -1.103677e+00 ];
Tc_4 = [ -6.459720e+01 ; -1.542073e+02 ; 7.798609e+02 ];
omc_error_4 = [ 1.203939e-03 ; 1.876593e-03 ; 2.615868e-03 ];
Tc_error_4 = [ 1.325788e+00 ; 1.256550e+00 ; 5.613297e-01 ];
%-- Image #5:
omc_5 = [ 1.080740e+00 ; 1.923999e+00 ; -2.524075e-01 ];
Tc_5 = [ -9.229587e+01 ; -2.287312e+02 ; 7.372802e+02 ];
omc_error_5 = [ 1.152510e-03 ; 1.722145e-03 ; 2.034998e-03 ];
Tc_error_5 = [ 1.261222e+00 ; 1.198338e+00 ; 6.851977e-01 ];
%-- Image #6:
omc_6 = [ -1.701696e+00 ; -1.929621e+00 ; -7.913344e-01 ];
Tc_6 = [ -1.489884e+02 ; -7.925748e+01 ; 4.453043e+02 ];
omc_error_6 = [ 1.118697e-03 ; 1.744834e-03 ; 2.394800e-03 ];
Tc_error_6 = [ 7.571140e-01 ; 7.412161e-01 ; 6.062057e-01 ];
%-- Image #7:
omc_7 = [ 1.996986e+00 ; 1.932203e+00 ; 1.310067e+00 ];
Tc_7 = [ -8.314869e+01 ; -7.735161e+01 ; 4.406728e+02 ];
omc_error_7 = [ 2.032070e-03 ; 1.097540e-03 ; 2.546667e-03 ];
Tc_error_7 = [ 7.612856e-01 ; 7.252912e-01 ; 6.244385e-01 ];
%-- Image #8:
omc_8 = [ 1.961960e+00 ; 1.824944e+00 ; 1.325448e+00 ];
Tc_8 = [ -1.703988e+02 ; -1.031389e+02 ; 4.626461e+02 ];
omc_error_8 = [ 1.953525e-03 ; 1.125515e-03 ; 2.451839e-03 ];
Tc_error_8 = [ 8.320328e-01 ; 7.887218e-01 ; 7.049157e-01 ];
%-- Image #9:
omc_9 = [ -1.364265e+00 ; -1.980790e+00 ; 3.217454e-01 ];
Tc_9 = [ -1.999591e+00 ; -2.244811e+02 ; 7.293237e+02 ];
omc_error_9 = [ 1.358902e-03 ; 1.737409e-03 ; 2.314383e-03 ];
Tc_error_9 = [ 1.246957e+00 ; 1.180757e+00 ; 7.179481e-01 ];
%-- Image #10:
omc_10 = [ -1.513677e+00 ; -2.087029e+00 ; 1.895988e-01 ];
Tc_10 = [ -2.971182e+01 ; -2.996663e+02 ; 8.611333e+02 ];
omc_error_10 = [ 1.698608e-03 ; 2.039733e-03 ; 3.126257e-03 ];
Tc_error_10 = [ 1.498168e+00 ; 1.403175e+00 ; 9.654854e-01 ];
%-- Image #11:
omc_11 = [ -1.793384e+00 ; -2.065359e+00 ; -4.796087e-01 ];
Tc_11 = [ -1.511838e+02 ; -2.347760e+02 ; 7.054567e+02 ];
omc_error_11 = [ 1.568147e-03 ; 1.924478e-03 ; 3.344356e-03 ];
Tc_error_11 = [ 1.227416e+00 ; 1.202984e+00 ; 9.886012e-01 ];
%-- Image #12:
omc_12 = [ -1.839102e+00 ; -2.087661e+00 ; -5.154064e-01 ];
Tc_12 = [ -1.335966e+02 ; -1.767114e+02 ; 6.055302e+02 ];
omc_error_12 = [ 1.325538e-03 ; 1.824340e-03 ; 3.050246e-03 ];
Tc_error_12 = [ 1.045737e+00 ; 1.016716e+00 ; 8.237711e-01 ];
%-- Image #13:
omc_13 = [ -1.918963e+00 ; -2.116969e+00 ; -5.941378e-01 ];
Tc_13 = [ -1.327937e+02 ; -1.431049e+02 ; 5.453337e+02 ];
omc_error_13 = [ 1.233506e-03 ; 1.796546e-03 ; 2.977782e-03 ];
Tc_error_13 = [ 9.394647e-01 ; 9.100127e-01 ; 7.438632e-01 ];
%-- Image #14:
omc_14 = [ -1.954338e+00 ; -2.125004e+00 ; -5.846112e-01 ];
Tc_14 = [ -1.236863e+02 ; -1.367210e+02 ; 4.913292e+02 ];
omc_error_14 = [ 1.156651e-03 ; 1.754633e-03 ; 2.902957e-03 ];
Tc_error_14 = [ 8.477463e-01 ; 8.190262e-01 ; 6.650560e-01 ];
%-- Image #15:
omc_15 = [ -2.110676e+00 ; -2.254055e+00 ; -4.954532e-01 ];
Tc_15 = [ -1.992372e+02 ; -1.340846e+02 ; 4.754106e+02 ];
omc_error_15 = [ 1.345053e-03 ; 1.667774e-03 ; 3.186338e-03 ];
Tc_error_15 = [ 8.317918e-01 ; 8.118881e-01 ; 7.129977e-01 ];
%-- Image #16:
omc_16 = [ 1.886533e+00 ; 2.335779e+00 ; -1.745112e-01 ];
Tc_16 = [ -1.604709e+01 ; -1.697541e+02 ; 6.965120e+02 ];
omc_error_16 = [ 1.845897e-03 ; 1.922836e-03 ; 4.045048e-03 ];
Tc_error_16 = [ 1.183074e+00 ; 1.121256e+00 ; 8.261366e-01 ];
%-- Image #17:
omc_17 = [ -1.613032e+00 ; -1.953671e+00 ; -3.473751e-01 ];
Tc_17 = [ -1.353158e+02 ; -1.385163e+02 ; 4.905281e+02 ];
omc_error_17 = [ 1.119844e-03 ; 1.656355e-03 ; 2.390919e-03 ];
Tc_error_17 = [ 8.358271e-01 ; 8.120539e-01 ; 5.873277e-01 ];
%-- Image #18:
omc_18 = [ -1.342389e+00 ; -1.693092e+00 ; -2.968847e-01 ];
Tc_18 = [ -1.854864e+02 ; -1.573995e+02 ; 4.414586e+02 ];
omc_error_18 = [ 1.273691e-03 ; 1.585621e-03 ; 1.875217e-03 ];
Tc_error_18 = [ 7.589686e-01 ; 7.397369e-01 ; 5.601520e-01 ];
%-- Image #19:
omc_19 = [ -1.926010e+00 ; -1.838413e+00 ; -1.439211e+00 ];
Tc_19 = [ -1.067612e+02 ; -7.929522e+01 ; 3.345324e+02 ];
omc_error_19 = [ 1.105644e-03 ; 1.905489e-03 ; 2.404650e-03 ];
Tc_error_19 = [ 5.905870e-01 ; 5.663190e-01 ; 5.183960e-01 ];
%-- Image #20:
omc_20 = [ 1.896865e+00 ; 1.594277e+00 ; 1.471801e+00 ];
Tc_20 = [ -1.440784e+02 ; -8.757605e+01 ; 3.963778e+02 ];
omc_error_20 = [ 1.971472e-03 ; 1.140437e-03 ; 2.210020e-03 ];
Tc_error_20 = [ 7.195364e-01 ; 6.748702e-01 ; 6.209202e-01 ];
%-- Image #21:
omc_21 = [ 1.929716e+00 ; 1.667922e+00 ; 1.441136e+00 ];
Tc_21 = [ -8.344657e+01 ; -8.449604e+01 ; 4.068576e+02 ];
omc_error_21 = [ 2.010327e-03 ; 1.170771e-03 ; 2.287955e-03 ];
Tc_error_21 = [ 7.126171e-01 ; 6.734254e-01 ; 6.012590e-01 ];
%-- Image #22:
omc_22 = [ 2.106024e+00 ; 1.698122e+00 ; 6.984260e-01 ];
Tc_22 = [ -2.013241e+02 ; -1.439837e+02 ; 5.438294e+02 ];
omc_error_22 = [ 1.725605e-03 ; 1.245092e-03 ; 2.756168e-03 ];
Tc_error_22 = [ 9.798424e-01 ; 9.077257e-01 ; 8.020578e-01 ];
%-- Image #23:
omc_23 = [ -1.364578e+00 ; -1.714992e+00 ; -1.442531e-01 ];
Tc_23 = [ -1.633224e+02 ; -1.
toolbox-calib工具箱calib-example.zip相机标定案例
需积分: 0 200 浏览量
更新于2023-03-12
1
收藏 6.07MB ZIP 举报
相机标定是计算机视觉领域中的一个关键步骤,用于获取相机的内在参数和外在参数,以便精确地将图像坐标转换为真实世界坐标。toolbox-calib工具箱提供的`calib_example.zip`是一个关于相机标定的实例,可以帮助用户理解并实践这一过程。
相机标定的目标是确定相机的内参矩阵(包括焦距、主点坐标)和失真系数,以及相机在世界坐标系中的位置和姿态,即外参。内参通常与相机硬件相关,而外参则涉及相机相对于被观测场景的位置。
在`calib_example`中,可能包含以下内容:
1. 标定板:通常是一个带有棋盘格图案的图像,用于进行特征检测。棋盘格的角点可以被自动检测,并用于计算相机的投影变换。
2. 图像序列:一组包含标定板不同角度和位置的图像,这些图像用于捕捉相机在不同视角下的投影特性。
3. 示例代码:可能是用Python或MATLAB编写的,演示如何使用toolbox-calib库来读取图像,检测棋盘格,计算角点坐标,然后使用这些数据进行相机标定。
4. 标定算法:一般会使用牛顿-拉弗森迭代法或基于Levenberg-Marquardt算法的优化方法,来最小化角点在图像坐标系和模型坐标系之间的重投影误差。
5. 结果展示:包括标定后的相机内参矩阵、失真系数以及外参。这些结果可以用于纠正由镜头失真引起的图像变形,或者在进行三维重建、目标跟踪等应用时进行坐标转换。
6. 使用说明:指导用户如何运行示例代码,解释输入输出参数,以及如何解读标定结果。
在实际操作中,用户首先需要准备标定图像,然后运行提供的代码来检测棋盘格,计算角点,接着进行标定计算。完成标定后,可以对新采集的图像进行失真校正,以提高图像质量,或者结合外参信息进行三维重建等高级应用。
`toolbox-calib_example.zip`是一个实用的学习资源,通过实际操作帮助用户理解相机标定的基本原理和步骤,对于从事计算机视觉、机器人视觉或自动驾驶等领域的人来说,这是一个不可或缺的工具。通过深入学习和实践这个案例,可以提升处理图像数据和理解真实世界与图像之间关系的能力。
几度春风里
- 粉丝: 1w+
- 资源: 6
最新资源
- Java+Swing+Mysql的物资信息管理系统源码+文档说明(高分项目)
- (175345440)校园社区跑腿小程序源码.rar
- (175860602)基于51单片机的LCD1602矩阵键盘密码锁(proteus仿真设计)
- (176103642)「数学建模MATLAB必备程序源代码」方程求根源代码
- MATLAB代码:基于列约束生成法CCG的两阶段鲁棒问题求解 关键词:两阶段鲁棒 列约束生成法 CCG算法 鲁棒优化 参考文档:Solving two-stage robust optimizati
- (176167648)基于php+mysql的简易学生信息管理系统.zip
- 20232319 陈正勇.zip
- (176423806)Matlab与数学建模.doc
- (176962054)微同商城开源微信小程序商城(前后端开源:uniapp+Java) 快速搭建一个属于自己的微信小程序商城
- (177391846)毕业设计基于SpringBoot的在线拍卖系统源码含文档
- 酒店预订数据集.zip
- 基于粒子群算法的配电网无功优化 基于IEEE33节点配电网,以无功补偿器的接入位置和容量作为优化变量,以牛拉法进行潮流计算,以配电网网损最小为优化目标,通过优化求解,得到最佳接入位置和容量,优化结果如
- (177400018)pl2303USB转串口线驱动程序.zip
- (177488642)兼容在线/离线身份证读卡插件Windows PC 端SDK
- 中移M5311模块MQTT协议连接阿里云物联网平台(干货)
- (177506410)PHP学生管理系统 .zip