我需要找到单个的内在校准参数。为此，我从不同角度拍摄了几张棋盘格图案，然后使用校准软件。
为了使校准图案尽可能平坦，我将其打印在纸上并用 3 毫米玻璃盖住。显然，图案的图像是由玻璃修饰的，因为与空气相比，它具有不同的折射系数。
外部参数将被玻璃扭曲。这是因为我们看到的棋盘格不在位。但是，如果已知玻璃的厚度以及玻璃和空气的折射系数，则似乎可以恢复外部参数。
所以，问题是:
通过使用玻璃，GML 相机校准工具箱(基于 OpenCV)报告的校准参数变得更加准确。 (它有任何意义吗？)但是这种方法有一个小缺点——不需要的反射，尤其是来自光源的反射。
最佳答案
我推荐你选择一个非常平坦的支撑(这是我自己推荐的 here )。但是，请原谅我问了一个显而易见的问题，你为什么要用玻璃盖住图案？
既然练习的重点是保证目标的平整度，别无他法，不妨把纸的图案反面粘上，免得这一切麻烦。是的，随着时间的推移，图案会变脏和磨损，需要更换。因此，您只需将其刮掉并更换即可:打印棋盘很便宜。
如果，无论出于何种原因，您被前面的玻璃卡住了，我建议您首先对由于玻璃折射引起的预期光线偏转进行粗略计算，并检查您的设备是否可以实际测量它.鉴于您使用的镜头的标称焦距(以毫米为单位)以及传感器的物理宽度和像素密度，您可以轻松地在图像中心计算出来，假设目标的“极端”旋转角度与焦轴(例如，45 度)和标称距离。作为第一个近似值，您可以将图案建模为“绘制”在玻璃上，因此忽略第一次折射而只考虑玻璃对空气的折射。
如果上述计算表明效果是可测量的(偏转 >= 1 像素)，则您需要将玻璃添加到场景模型中，并在束调整阶段求解其参数以及内在和外在参数。首先，我将使用两个参数，厚度和折射系数，并假设两个面都是平面和平行的。它只会使成本函数中角投影的计算更加复杂，因为您必须考虑光线偏转。
鉴于成本函数的额外复杂性，我肯定会编写模型的代码来使用 Automatic Differentiation (AD)。
如果你真的想完成这个练习，我建议在 Google Ceres bundle adjuster 之上编写求解器，它支持 AD 等等。
关于computer-vision - 用玻璃覆盖的棋盘校准相机，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/15419659/