相机标定：Matlab标定工具箱使用要点

1.核心步骤

(1)获得标定数据：<Images_names>, <Read images>, <Extract grid corners>

         1)输入数据：源图像序列(必选)、棋盘格数量(可选)、棋盘格尺寸(必选)

         2)读入图像：输入图像基名和图像扩展名

         3)提取角点：对每幅图像依次执行，若对提取的角点不满意则输入可能畸变参数(值在-1~1之间)后重新提取直到满意为止

(2)执行初次标定：<Calibration>, <Save>, <Analyse error>

         1)执行标定

         2)保存结果：保存标定结果

         3)误差分析：显示重投影点与提取角点的偏差，单击误差分析图像上的点可显示该点的相关信息

         ▲原始数据重合名：bak1_calib_data.mat

         ▲标定结果重命名为：bak1_calib_results.mat、bak1_calib_results.m

         ▲误差图像保存为：bak1_calib_error.fig

(3)基于优化后的角点标定：<Recomp. Corners>, <Calibration>, <Save>, <Analyse error>

         1)重新定位角点：将重投影的点作为初始值来重新定位角点

         2)执行标定：同前

         3)保存结果：同前

         4)误差分析：同前

  (4)可持续数据：bak1_calib_data.mat和bak1_calib_results.mat

         1)导入bak1_calib_data.mat相当执行步骤(1)

         2)导入bak1_calib_data.mat和bak1_calib_results.mat相当执行步骤(1)和(2)

2.辅助工具

  (1)直观地查看重投影点与提取点之间的误差：<Reproject on images>

  (2)直观地查看外参(即相机和标定板之间的相对位置关系)：<Show Extrinsic>

  (3)导出标定数据(即世界坐标和像素坐标)以提供给OpenCV使用：<Export calib data>，可命名为：bak1_calib_xyz/uv_*.txt

3.可分离功能

  (1)计算外参：<Comp. Extrinsic>，相当于OpenCV中的

  (2)图像矫正：<Undistort image>，相当于OpenCV中的<InitUndistortMap+remap>

1.核心步骤

(1)获得标定数据：<Load left and right calibration files>

         1)输入数据：左右标定数据(必选)、左右源图像序列(可选)

         2)读入左右标定数据：输入左右标定数据文件名

         3)查看外参初值：输入左右标定数据后将自动计算并回显外参初值

(2)执行双目标定：<Run stereo calibration>, <Save stereo calib results>

         1)执行全局优化

         2)保存标定结果：保存为bak1_calib_results_stereo.mat

2.辅助工具：<Show Extrinsic of stereo rig>，直观地查看外参(即左右相机和标定板之间的相对位置关系)

3.可分离功能：<Rectify the calibration images>，图像矫正，相当于OpenCV中的<InitUndistortMap+remap>