文章目录1.rgb、depth相机标定矫正1.1.标定rgb相机1.2.标定depth相机1.3.rgb、depth相机一起标定（效果重复了，但是推荐使用）1.4.取得标定结果1.4.1.得到的标定结果的意义1.5.IR、RGB相机分别应用标定结果1.5.1.openCV应用标定结果1.5.2.ros2工程应用标定结果2.rgb、depth相机配准2.1.单图像配准2.1.1.求IR、RGB相机各自的外参（R、T矩阵）2.1.2.求两个相机之间的R、T矩阵2.1.3进行D2C操作2.2.多图像配准2.2.1.求两个相机之间的R、T矩阵2.2.2.进行D2C配准3.题外话3.1.点云的坐标变换3
目录IntelRealSenseD435深度相机介绍：关于左右红外图像：关于像素深度的检索：IntelRealSense各种工具：工具的介绍相机基本操作相机自校准获取相机参数python脚本Linux命令行相机运行并显示画面获得深度图像点云帧对齐英特尔官方手册：调整深度摄像头以获得最佳性能首先以相机的最佳深度分辨率运行确保图像已正确曝光（曝光不佳时性能不佳的首要原因）后处理更改深度步长彩色摄像头使用阳光，但避免眩光IntelRealSenseD435深度相机介绍：一对立体红外传感器(StereoIRPair)+一个红外激光发射器(IRProjector)+RGBCameraRGB摄像头分辨率达
01相机特性-曝光和读出相机获取一帧图像分为曝光和读出两个阶段。相机使用的传感器不同，相机的曝光时间和读出时间的重叠关系也有所不同，分为交叠曝光和非交叠曝光两种。叠曝光和非交叠曝光相比，交叠曝光可以减少曝光时间对出图时间的影响。非交叠曝光是指当前帧的曝光和读出都完成后，再进行下一帧的曝光和读出。非交叠曝光帧周期大于曝光时间与帧读出时间的和。内触发模式非交叠曝光交叠曝光是指当前帧的曝光和前一帧的读出过程有重叠，即前一帧读出的同时，下一帧已经开始曝光。交叠曝光帧周期小于等于曝光时间与帧读出时间的和。内触发模式交叠曝光对！上一段就是为了告诉你：后文叙述中无论当前帧曝光时间和上一帧的读出时间是否重叠都
相机模型、相机标定及基于yolov5的单目测距实现1前言2相机模型及单目测距原理3相机参数标定3.1内参矩阵3.2内参标定3.3外参矩阵4基于yolov5的单目测距实现1前言在摄像头成像过程中，物体反射的光线通过摄像头的凸透镜打在成像器件上，形成一张图片。这是一个三维物体转换为二维图像的过程。在这个过程中，丢失了物体的深度信息，所以单目摄像头很难测距。但是，我们可以通过一个强假设，来简单计算物体的距离，即假设物体是处于地面上。具体意思下面再详细说。2相机模型及单目测距原理相机模型可以简单看成一个凸透镜成像的模型。下图中，XcYcZc是相机坐标系，其原点为光心O，是相机凸透镜的中心点。x-o1-
相机模型、相机标定及基于yolov5的单目测距实现1前言2相机模型及单目测距原理3相机参数标定3.1内参矩阵3.2内参标定3.3外参矩阵4基于yolov5的单目测距实现1前言在摄像头成像过程中，物体反射的光线通过摄像头的凸透镜打在成像器件上，形成一张图片。这是一个三维物体转换为二维图像的过程。在这个过程中，丢失了物体的深度信息，所以单目摄像头很难测距。但是，我们可以通过一个强假设，来简单计算物体的距离，即假设物体是处于地面上。具体意思下面再详细说。2相机模型及单目测距原理相机模型可以简单看成一个凸透镜成像的模型。下图中，XcYcZc是相机坐标系，其原点为光心O，是相机凸透镜的中心点。x-o1-
标定结果Halcon标定过程获取左右相机图像中标定板的区域;find_caltab(Image : CalPlate : CalPlateDescr, SizeGauss, MarkThresh, MinDiamMarks :)参数含义:Image : 输入图像CalPlate : 标定板区域CalPlateDescr: 标定板描述文件SizeGauss: 高斯滤波核;MarkThresh, 提取mark的阈值MinDiamMarks : 标定板中MARK圆的最小半径提取左右相机图像中标定板的MARK点坐标和摄像机外部参数;find_marks
一、双目立体匹配算法在opencv中用的比较多的双目立体匹配算法有两种：BM和SGBM。SGBM是BM立体匹配算法的优化版，属于半全局匹配，相对于BM花的时间要更多，但效果优于BM。本文使用的是SGBM半全局匹配方式。步骤：1.打开相机，获取到左目和右目的图像；2.矫正畸变；3.图像灰度化；4.立体匹配，输出结果。代码步骤导入所需的第三方库importcv2importnumpyasnp#畸变矫正脚本importcamera_config矫正畸变left_remap=cv2.remap(imgLeft,camera_config.left_map1,camera_config.left_map
1.概述张正友标定相机内参是非常经典的标定算法，现在代码已经被集成到MATLAB和opencv里面。不过因为算法涉及到基础的相机坐标系、图像坐标系、公式推导，以及优化算法，故根据张正友论文进行分模块代码编写。2.代码地址https://github.com/Shelfcol/Zhangzhengyou_calib_cam_intrinsic3.简单解析此C++代码是根据张正友的步骤进行分模块编写的，自认为逻辑还是比较清晰。分别为：求H、求K、求旋转平移、求畸变稀疏、Ceres优化boolCamIntrCalib::Calibrate(){std::cout代码里面也对比实现了调用opencv算
目录2相机标定步骤2.1张正有标定操作步骤2.2 张正有标定原理2相机标定步骤与原理参考文章：三步骤详解张正友标定法_谜之_摄影爱好者的博客-CSDN博客 1998年，张正友提出了基于二维平面靶标的标定方法，使用相机在不同角度下拍摄多幅平面靶标的图像，比如棋盘格的图像，然后通过对棋盘格的角点进行计算分析来进行相机标定（求解相机的内外参数）。2.1张正有标定操作步骤（1）张正友标定方案使用平面标志物，通常是规整的棋盘格或者点阵图，通常情况下为了方便区分图片中棋盘格朝向，我们一般使用宽高不同的棋盘格。不同标定板的优缺点：棋盘格本身存在角点检测不精确的问题。圆点检测更精确，但是会存在偏
一、获取单目针孔相机数据在APP中选择CameraCalibrator，如下：点击AddImages，导入拍照图片。标定20张左右就够了，然后角度变一下，但不需要变太大，太大了会影响标定效果。标定板最好在视场中心，且占据较大面积。修改棋盘格大小为27*27mm（我的A4纸测量是这样）对于标准相机，菜单栏的option里选择三阶径向畸变和斜切：而鱼眼相机，选择点击Calibrate，进行相机标定：右上角是重建平均误差，只要平均误差小于0.5，就可以认为这是相机标定的结果是可靠的。这里太大了哈哈哈：把相机参数导出来，点击ExportCameraParameters。点击确定，就可以看到matlab
