5 个最大的校准错误

我们在工业相机校准方面拥有多年的经验。事实上，Calib.io 已经帮助全球数千名客户实现了更好的相机校准性能。

多年来，我们为众多校准客户提供了支持，我们发现一些错误屡屡出现。一些在线资源甚至传播了这些做法。因此，以下是我们在相机校准过程中发现的五个最大错误。

1. 姿势不正确

并非所有校准图像都是相同的。

我们校准的目的是为了收集数据，以便准确估计所有自由参数。

如果从未在图像边界附近观察到校准目标，则相机模型的该部分没有得到很好的约束。

如果校准目标没有倾斜，焦距和主点坐标就无法得到很好的约束。

解决方案：使用编码目标。确保某些图案姿势在 x 和 y 方向上都有倾斜（最多约 45 度）。确保整个图像区域均匀覆盖。

2. 使用过多参数

使用灵活的相机模型并启用许多参数以实现较低的重新投影误差可能很有吸引力。在 OpenCV 中，这可能意味着启用 k1、k2、k3、p1、p2、s1、s2、s3、s4 的估计。这样做通常会导致过度拟合，即模型比使用给定数据可靠估计的模型更灵活。有关更多详细信息，请参阅了解参数不确定性和了解重新投影误差。

解决方案：使用参数不确定性和投影/三角测量误差进行模型选择。使用尽可能简单的相机模型。在独立测试图像上计算 RPE 和验收指标。

3. 手持目标

我们已经见过很多次了，互联网上也有很多这样的例子。但分析结果往往表明非静止目标或相机存在严重问题，尤其是在进行立体校准时。滚动快门、运动模糊、立体捕捉之间的触发同步（微秒）的微小误差都足以导致严重的校准不准确。

解决方案：曝光期间请勿触摸相机或目标。使用适合相机和目标的安装设备。

4. 光照不足

人眼可以适应光照的大幅变化。然而，相比之下，相机的动态范围相当有限。为了获得最高的亚像素精度，并避免检测异常值，光照应尽可能受控、分散且均匀。

解决方案：避免阳光和不受控制的室内照明。最好使用带有柔光箱扩散器的摄影灯。

5. 目标太小

不幸的是，许多在线资源也犯了这个错误。在 A4/信纸上打印校准目标既简单又方便。但是，对小目标的单独观察对校准的“价值”远低于对大型帧填充目标的观察。这是因为目标姿势本身也需要估计。图像面积较小（失真），并且观察到的缩短要少得多（焦距、主点）。

解决方案：获取一个足够大的刚性校准目标，以覆盖相机最小焦距下的大部分图像区域。保持目标尽可能靠近焦点。对于多相机、大 FOV 校准，请考虑单独的内部校准，然后进行外部校准，这样可以做出妥协。

阅读我们的校准最佳实践文章，了解有关获取良好相机校准数据的更多技巧。

如果您想实现一流的相机校准，需要考虑很多因素。请咨询我们的专家，了解更多提示和技巧，以及如何避免相机校准中常见和不太常见的陷阱。