我必须对3D点进行重新投影(我已经有来自Bundler的数据)。
我在MATLAB中使用“相机校准”工具箱来获取相机的固有参数。我从27张图像(棋盘；图像从不同角度拍摄)中得到了这样的输出。
Calibration results after optimization (with uncertainties):
Focal Length: fc = [ 2104.11696 2101.75357 ] ± [ 23.13283 22.92478 ]
Principal point: cc = [ 969.15779 771.30555 ] ± [ 21.98972 15.25166 ]
Skew: alpha_c = [ 0.00000 ] ± [ 0.00000 ]
Distortion: kc = [ 0.11555 -0.55754 -0.00100 -0.00275 0.00000 ] ±
[ >0.05036 0.59076 0.00307 0.00440 0.00000 ]
Pixel error: err = [ 0.71656 0.63306 ]
注意:数值误差约为标准偏差的三倍(仅供引用)。
我想知道数值误差，即焦距误差+-[23.13283 22.92478]，主点误差等。这些误差数实际上代表什么，它们的影响是什么？
像素误差确实更少。
到目前为止，我使用上述数据中的以下矩阵进行重新投影:
K=[ 2104.11696 0 969.15779; 0 2101.75357 771.30555;0 0 1]上面的矩阵“K”对我来说似乎正确。如果我做错了事请纠正我...
将等待您的答复。
最佳答案
这里有两种错误。
一种是重投影错误。校准摄像机后，可以使用得到的摄像机参数将世界坐标中的棋盘格点投影到图像中。然后，再投影误差是那些投影点与检测棋盘格点之间的距离。投影误差的可接受值取决于您的应用程序，但是一个很好的经验法则是，平均投影误差应小于0.5像素。
另一类错误是您为每个估算参数获得的+/-间隔。这些基于优化算法得出的standard errors。 Bouguet的值(value)观
相机校准工具箱实际上为您提供标准误差的3倍，对应于99.73％的置信区间。换句话说，如果“摄像机校准”工具箱报告的焦距误差为+-[23.13283 22.92478]，则实际的焦距在您估计的间隔内，概率为99.73％。
重投影误差使您可以快速测量校准的准确性。标准误差-我们称其为估计误差-对于更仔细地分析结果很有用。例如，您应尝试排除平均投影误差较高的校准图像。另一方面，如果估计误差很高，则可以尝试添加更多的校准图像。
顺便说一句，计算机视觉系统工具箱现在包含GUI Camera Calibrator app，它使相机校准更加容易。在文档中也对重新投影错误有很好的解释。
关于matlab - 相机校准MATLAB工具箱，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/12687231/