我需要找到单个的内在校准参数 . 为此，我从不同的角度拍摄了几张棋盘图案，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3mm玻璃盖住 . 显然，图案的图像被玻璃修改，因为它与空气相比具有不同的折射系数 .
外部参数会被玻璃扭曲 . 这是因为我们看到它没有到位的棋盘格 . 但是，如果已知玻璃的厚度和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：
-
可以计算外部参数，如果是，那么如何？ （现在这不是必需的，只是一个有趣的理论问题）
-
从这些图像获得的内在校准参数是否等同于通常的校准程序（没有盖玻片）获得的参数？
通过使用玻璃，GML Camera Calibration Toolbox（基于OpenCV）报告的校准参数变得更加准确 . （它有任何意义吗？）但这种方法有一点缺点 - 不必要的反射，特别是光源 .
1 回答
我赞赏你选择一个非常平坦的支持（我推荐自己here） . 但是，请原谅我提出这个显而易见的问题，为什么要用玻璃盖住图案呢？
由于练习的目的是确保目标的平面度而不是其他任何东西，你不妨粘贴与纸张图案相对的一面，避免所有这些麻烦 . 是的，随着时间的推移，图案会变脏并磨损，需要更换 . 所以你只需将其刮掉并更换它：印刷棋盘很便宜 .
如果由于某种原因，你被困在前面的玻璃上，我建议先做一个由于玻璃折射引起的预期光线偏转的背面计算，并检查它是否可由你的设备实际测量 . 假设您正在使用的镜头的标称焦距（mm）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处理它，假设目标的旋转角度为“极端” . （比方说，45度）和标称距离 . 对于第一个近似，您可以将图案建模为玻璃上的“涂漆”，因此忽略第一次折射并仅考虑玻璃到空气的图案 .
如果上述计算表明效果是可测量的（偏转> = 1像素），则需要将玻璃添加到场景模型中，并在束调整阶段解决其参数以及内在函数和外在函数 . 首先，我必须考虑射线偏转 . 鉴于成本函数的额外复杂性，我使用Automatic Differentiation（AD）代码 .
如果你真的想要完成这个练习，我建议在Google Ceres包调节器之上编写求解器，它支持AD，其中包括许多好东西 .