机器视觉之张正友标定法

机器人视觉系统的标定其实是获取摄像机坐标系与机器人坐标系之间转换关系的过程。在标定机器人视觉系统之前，首先要对摄像机进行标定。通常摄像机镜头会存在径向、切向和偏心等畸变，因此需要选择合适的畸变模型对摄像机进行标定。

不过，我们的工业镜头的畸变主要是径向畸变，可以用线性畸变模型表示。生活上使用的摄像头还会有切向和偏心等畸变，需要使用非线性模型。对于工业摄像头，如果使用非线性畸变模型，将会大大增加计算复杂度而且标定精度不会提高。

“张正友标定”⼜称“张⽒标定”，是指张正友教授于1998年提出的单平⾯棋盘格的摄像机标定⽅法。在优化上，张正友标定没有考虑切向畸变，他认为可以忽略。这个和工业相机的特点十分契合，因此张氏标定法也经常会被用在工业相机的标定上。

张正友提出了基于单平面棋盘格的相机标定方法，该方法标定的精度高、只需一个平面棋盘格标定板，标定过程中相机要拍摄2张以上标定板图片，且不需知道标定板具体运动参数。

张正友的平面标定方法是介于传统标定方法和自标定方法之间的一种方法。它既避免了传统方法设备要求高，操作繁琐等缺点，又比自标定方法精度高，因此张氏标定法被广泛应用于计算机视觉方面。

常见的工业相机成像模型，可以称为小孔成像模型。被拍摄景物穿过摄像机镜头，通过光轴中心点，会在成像平面形成比例缩小、左右和上下都相反的实像。其中摄像机光轴的中心点，指的是摄像机镜头的光心。工业相机的镜头可以被理解为一个小孔。

摄像机模型中的几个坐标系，分别是：

世界坐标系，用于描述摄像机和物体的位置；

摄像机坐标系，固定在摄像机上，原点在光心；

图像坐标系。

从算法上看，张正友标定法是这样的一个过程。

第一步：对每一幅图像得到一个映射矩阵

第二步：利用约束条件线性求解内参矩阵A

第三步：最大似然估计。

因此，张正友标定法的实验流程大概是这样子的：

1.制作棋盘格标定板，图片如上，选用的是10*7的

2.标定板离相机距离，要保证图片的20%被标定板覆盖

3.拍摄至少10~20张

4.相对相机不同方向拍摄标定板（拍摄过程不要采用自定对焦方式，也不要改变焦距）