棋盤格 測量 相機近似精度 （像素精度&物理精度）

像素精度計算

像素精度——一像素對應多少毫米——距離不同像素精度也不同

將棋盤格與相機CCD平面大致平行擺放，通過【每個點處的近似像素精度=相鄰兩個角點之間的實際距離（棋盤格尺寸已知）/ 棋盤格上檢出的相鄰兩個角點之間的像素距離】，兩兩角點之間計算像素精度，最后取平均

示例：一張1280*1024像素的圖片里，其中的棋盤格是6*9，物理尺寸為12mm*12mm

 

#include"opencv2/opencv.hpp"
using namespace cv;
int main()
{
    Mat srcimg = imread("6.bmp");
    Mat gray;
    cvtColor(srcimg,gray,CV_RGB2GRAY);
    Size board_sz = Size(6,9);
    vector<Point2f>corners;
    bool found = findChessboardCorners(srcimg, board_sz, corners,CV_CALIB_CB_ADAPTIVE_THRESH|CV_CALIB_CB_FILTER_QUADS);
    printf("檢測到的原始角點坐標");    
    for (size_t i = 0; i < corners.size(); i++)
    {
        printf("第%d個點（%f,%f)\n",i,corners[i].x,corners[i].y);
    }
    if (found)
    {
        printf("成功檢測到角點\n");
        //檢測的角點時以右下角為原點的
        cornerSubPix(gray,corners,Size(11,11),Size(-1,-1),TermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER,30,0.1));//輸入的圖像，必須是8位的灰度或者彩色圖像。
        drawChessboardCorners(srcimg,board_sz,corners,found);    
        Mat dstimg;
        resize(srcimg,dstimg,Size(1000,800));
        imshow("亞像素角點圖", dstimg);
        waitKey(20);
        printf("檢測到的0.1亞像素斜的圖像角點坐標\n");
        float jingdux = 0, jinduy = 0;
        int j = 0;
        bool flag = false;
        for (size_t i = 0; i < corners.size(); i++)
     {
         if (i==0)
         {
         }
         else
         {
             jingdux=sqrt((corners[i].x - corners[i - 1].x)*(corners[i].x - corners[i - 1].x) + (corners[i].y - corners[i - 1].y)*(corners[i].y - corners[i - 1].y));
             jingdux = 12.0 / jingdux;
         }
         printf("第%d個點（%f,%f)\n", i, corners[i].x, corners[i].y);
         printf("其像素精度為：%f/像素\n", jingdux);
      }
    }
    waitKey(0);
    return 0;
}

 

由此可以得到其相機的像素精度是0.17mm/像素（其是相機在某個固定高度上時得出的，相機離目標面越遠，則這個值越大，即精度降低了），其后面的幾位都一直改變，是因為相機標定板也可能傾斜，或者像素長度計算誤差。

 

物理精度計算

只考慮像素精度是沒有意義的，因為很多相機可以檢測亞像素

像素精度0.17mm/像素，0.1亞像素精度，則其實際定位的物理精度為0.017mm。

這是理想狀況下的，一般還有很多外部影響導致誤差增大，如果考慮外部因素的話定位精度會比理想的多幾倍。

我們的物理精度到了0.017mm，也不代表我們能檢測0.017mm的物體，因為1個亞像素往往凸顯不出特征

 

誤差處理

如果是通過物體所占的像素多少來計算其長度時，則會出現像素的誤差積累，因為我們是拿一個固定值來與像素相乘的。例如某個尺子長度在此高度的相機里拍到的圖像里所占的像素為100像素，則實際的0.17mm的誤差會累計，假如其誤差是0.01mm，其是固定誤差，即實際的是0.16mm，其固定誤差就會累計成100*0.01mm=1mm的誤差。

現實中有些東西是不會成線性增加，是因為這些誤差是隨機誤差，不是固定誤差，隨機誤差積分時誤差之間會進行抵消。改進方法是要使用很密的棋盤格來對應圖像里的像素點，從而來提高精度，即定位物體的頭跟尾的像素位置，然后把其轉換到以標定紙為坐標系的物理坐標，然后進行相減則可以得出其高精度長度，不會有累計誤差。