单目摄像头标定与测距

一、 标定

  首先要对摄像头做标定，具体的公式推导在learning opencv中有详细的解释，这里顺带提一句，这本书虽然确实老，但有些理论、算法类的东西里面还是讲的很不错的，必要的时候可以去看看。

1.单目摄像头标定

标定的目的是为了消除畸变以及得到内外参数矩阵，内参数矩阵可以理解为焦距相关，它是一个从平面到像素的转换，焦距不变它就不变，所以确定以后就可以重复使用，而外参数矩阵反映的是摄像机坐标系与世界坐标系的转换，至于畸变参数，一般也包含在内参数矩阵中。从作用上来看，内参数矩阵是为了得到镜头的信息，并消除畸变，使得到的图像更为准确，外参数矩阵是为了得到相机相对于世界坐标的联系，是为了最终的测距。

关于畸变，大家可以看到自己摄像头的拍摄的画面，在看矩形物体的时候，边角处会有明显的畸变现象，而矫正的目的就是修复这个。

知道双目测距的时候两个相机需要平行放置，但事实上这个是很难做到的，所以就需要立体校正得到两个相机之间的旋转平移矩阵，也就是外参数矩阵。

2.如何做摄像头的在线标定？

二．单目测距原理

将使用相似三角形来计算相机到一个已知的物体或者目标的距离。 相似三角形就是

这么一回事：假设有一个宽度为 W 的目标或者物体。然后将这个目标放在距离

的相机为 D 的位置。用相机对物体进行拍照并且测量物体的像素宽度 P 。这样就得

出了相机焦距的公式：F = (P x D) / W

举个例子，假设我在离相机距离 D = 24 英寸的地方放一张标准的 8.5 x 11 英寸 A4 纸

（横着放；W = 11）并且拍下一张照片。我测量出照片中 A4
纸的像素宽度为 P = 249 像素。 因此我的焦距 F 是： F = (248px x 24in) / 11in = 543.45

当我继续将我的相机移动靠近或者离远物体或者目标时，我可以用相似三角形来计算出物体离相机的距离：D’
= (W x F) / P 从以上的解释中，可以看到，要想得到距离，就要知道摄像头的焦距和目标物体的大小，这两个已知条件根据公式：D’ = (W x F) / P

得出目标到摄像机的距离Ｄ，其中Ｐ是指像素距离，Ｗ是Ａ４纸的宽度，Ｆ是摄像机焦距。