原创 关于基于OPENCV摄像机标定的一点感受

  从一月到现在一直有一个问题比较烦人，就是这相机标定的问题，这个问题使用相机的人基本都会先去做这个，很多人在这问题上做研究，有很多种，基于各种模型的，而且算法都比较成熟。我们一开始就把问题想简单了，因为OPENCV说里面已经写好了，直接掉出来用就行了。实现确实如此，从开始就出OPENCV，用一周的之间就写了出来代码，拿别人的相片一看，呵呵呵，还行，结果和别人的差不多，那是就像这时到此结束了.....
  真的吗？我们自己的相机回来的，拍了写照片，发现结果不是一般的不稳定，用6x7的棋盘拍些照片是一种结果，换7x7的，就是另外一种结果而且差异很大，郁闷了。就觉得是自己拍图片的问题，我们试着用更大的棋盘，拍跟多的图片结果还是一样不稳定。觉得自己受骗了，OPENCV真不稳定。
 
  开始去看张正友的算法，试着自己去写，这就是这个月做得事，张正友的算法第一步使用线性模型求出H矩阵、估算优化、计算内部参数、最大貌似优化、计算畸变参数、使用最大貌似优化参数（大概是这样），这些就不说了，张正友对操作的过程说的很详细，相片的拍摄的角度，相片的数量，噪声的影像、图片的平整等等，可以看出拍摄图片对精度的影像是很大的。

1、棋盘的排放
  算法是基于2D模型的，如果棋盘摆放的不平整，肯定会造成很大的影像。
原文：

平整度的影像远远大于噪声的影像

张正友在做这个试验的时候使用：



2.图片数目的影像


事实上图片的数目多了会很好的
3.图片的角度：这里注意的是图片的角度是45度最好，但是太大的角度对于角点提取的精度影像比较大，所以保持在45度以内比较好


4.除上面的因素以外，很所有光学一同一样，光线对图片的影像也很大，这个也要注意

还有，似乎我也不知道，因为标定的问题我还没有解决，只希望大家少走点弯路