書接上文~~~
二、外參標定的方法和原理
現在來講一講mobileye的攝像頭標定方法。做計算機視覺或adas的，還有不曉得這家傳奇的公司的嗎？有的話還是早點轉行吧…
mobileye的標定板圖案如下，標定板圖案的目的是找到圖案的中心，
me提供了個標定軟體-actual camera position，可以通過其進行攝像機標定，「actual camera position」中做如下設定：
設定相機高度
設定相機到左擋風玻璃的距離
設定相機到右擋風玻璃的距離
設定相機到前保險桿的距離
咔咔咔，按照上圖如此一頓神操作，其實也沒什麼難度。
不過接下來我們要思考：我們這麼做的目的是什麼？到底需要標定板圖案的什麼資訊呢？我想應該包括以下幾部分：
› 每個圖案中心對於車輛座標系的座標，通過計算，不考慮標定板安裝誤差
› 通過影象處理方法，檢測通過camera得到的影象上的標定圖案的具體畫素位置
› 攝像機的內參
› 攝像機相對於車輛座標系的平移
通過下面的公式可以求解3個角度 pitch、yaw、roll：
輸入資訊：
› 檢測到的圖案特徵點 [u v]』
› 內參矩陣k
› 攝像頭相對於車輛座標系的平移t
› 圖案的n個中心點在車輛座標系下的座標
求解上述方程的方法也比較容易實現，上面的公式展開後是乙個非線性最小二乘問題，可以尋找自己熟悉的方法進行解答，例如高斯牛頓迭代法等
攝像頭和相機模型和內參原理
攝像頭和相機模型和內參原理 相機的工作過程可總結為 將三維世界中的座標點 單位為公尺 投影到二維影象上 單位為畫素 我們通常用針孔相機模型來研究這裡的投影過程發生了怎樣的數值變化。相機會作中心對稱處理，相當於我們拿到了相機前方的 虛擬成像 上圖的灰色平面 根據相似三角形，有座標變化 單位是畫素 公尺...
攝像頭標定原理思考
數學原理 標定中棋盤格角點畫素座標 u,v 和世界座標 xw,yw,zw 是已知的，根據方程的引數值用最小二乘法得出其他未知量的值。式中內參矩陣引數 fx 在畫素座標系x軸方向上一相機焦距f占有的畫素數，fy同理 內參矩陣第一行第二列有一元素s表示相機傾斜度 這個真假性還需細究，暫時理解成如此 u0...
基於opencv的攝像頭的標定
四個座標系分別為 世界座標系 ow 攝像機座標系 oc 影象物理座標系 o1，單位mm 影象畫素座標系 o，位於視野平面的左上角，單位pix 空間某點p到其像點p的座標轉換過程主要是通過這四套座標系的三次轉換實現的，首先將世界座標系進行平移和轉換得到攝像機座標系，然後根據三角幾何變換得到影象物理座標...