Loitor_产品（二）校准立体摄像机

[1]Loitor VI Sensor 可以通过 ROS 自自带的双目相机标定工工具 cameracalibrator.py 来标定相机内参，详细过程http://wiki.ros.org/camera_calibration/Tutorials/StereoCalibration

[2]  下载源码：  https://github.com/loitor-vis

准备工作：

• 已知尺寸的大棋盘（8x6）或棋盘（7x6） 。 （我选用的是一个7x7棋盘与250mm正方形 ）

• 明亮的5米x 5米区域无障碍物和检查板图案
• 一个立体相机通过ROS发布左右图像（如果要使用两个独立的相机作为立体相机，必须确保图像具有相同的时间戳）

注意 ：棋盘大小指的是内部角的数量。

1.安装标定工工具(首先获取依赖关系并编译驱动程序。)

$ rosdep install camera_calibration
$ rosmake camera_calibration

2. 启动VI-Sensor的ROS驱动程序

参考http://www.cnblogs.com/Jessica-jie/p/6582720.html中的  [2.ROS Package的编译]

[3.ROS Package的启动]

3.Camera Publishing

确保您的立体相机正在通过ROS发布左图像和右图像。 让我们列出要检查图像是否已发布的主题：

$ rostopic list

这将显示所有发布的主题，检查是否有一个左右image_raw主题：

 wj@wj-Inspiron-5437:~$ rostopic list
/camera/left/image_raw
/camera/left/image_raw/compressed
/camera/left/image_raw/compressed/parameter_descriptions
/camera/left/image_raw/compressed/parameter_updates
/camera/left/image_raw/compressedDepth
/camera/left/image_raw/compressedDepth/parameter_descriptions
/camera/left/image_raw/compressedDepth/parameter_updates
/camera/left/image_raw/theora
/camera/left/image_raw/theora/parameter_descriptions
/camera/left/image_raw/theora/parameter_updates
/camera/right/image_raw
/camera/right/image_raw/compressed
/camera/right/image_raw/compressed/parameter_descriptions
/camera/right/image_raw/compressed/parameter_updates
/camera/right/image_raw/compressedDepth
/camera/right/image_raw/compressedDepth/parameter_descriptions
/camera/right/image_raw/compressedDepth/parameter_updates
/camera/right/image_raw/theora
/camera/right/image_raw/theora/parameter_descriptions
/camera/right/image_raw/theora/parameter_updates
/image
/imu0
/rosout
/rosout_agg

4.Running the Calibration Node运行校准节点

要开始校准，需要加载要校准的图像主题，输入以下命令：

（如果使用多个棋盘，请为其他棋盘提供多个--size和--square选项）

下面红色部分需要自己修改，将标定棋盘的单元格大大小小转化为单位米。

wj@wj-Inspiron-5437:~$ cd workspace/catkin_ws
wj@wj-Inspiron-5437:~/workspace/catkin_ws$ sudo -s
[sudo] password for wj: 
root@wj-Inspiron-5437:~/workspace/catkin_ws# source devel/setup.sh
root@wj-Inspiron-5437:~/workspace/catkin_ws# rosrun camera_calibration cameracalibrator.py --size 7x7 --square 0.025 --no-service-check --approximate=0.1 right:=/camera/right/image_raw left:=/camera/left/image_raw right_camera:=/camera/right left_camera:=/camera/left

命令会打开校准窗口，要突出显示棋盘。（在棋盘存在之前，您将不会在校准窗口中看到任何图像）：

注意事项：

1.拿着棋盘:确保水平地保持棋盘（更多的棋子水平而不是垂直）。

2.移动棋盘:为了获得良好的校准，您需要在相机框架中移动棋盘使得：

• 在视场的左右边缘检测棋盘（X校准）
• 在视场的顶部和底部边缘检测棋盘（Y校准）
• 以相对于照相机的各种角度检测棋盘（“倾斜”）
• 棋盘填充整个视野（尺寸校准）
• 棋盘格向左，右，上和下倾斜（X，Y和尺寸校准）

5. 判断标定数据已经采集完成

当您移动周围的棋盘时，会看到校准侧边栏上的三个条形的长度增加。

当"CALIBRATE"按钮亮起时，就意味着采集完成。

终端中的显示：

6.校准结果

采集完成后，可以进行行内参计算。点击一次CALIBRATE按钮,等待1分钟左右就会出现标定结果：

 校准完成后，您将在终端中看到校准结果，并在校准窗口中看到校准的图像。

侧边栏将显示棋盘方块的测量精度和尺寸，在上述情况下，棋盘方块为111mm，精度为0.31像素。

成功的校准将导致真实世界的直边在校正的图像中直线出现。

校准失败通常会导致空白或无法识别的图像，或者不保存直边的图像。

通常，低于0.25像素的极线误差被认为是可接受的，并且低于0.1极好。

还可以使用校准窗口顶部的滑块更改校正图像的大小，如下所示。 尺度为0.0意味着图像的大小被设置为使得整形图像中的所有像素都是有效的。 整形图像没有边界，但是丢弃了来自原始图像的一些像素。 1.0的标度意味着原始图像中的所有像素都是可见的，但是校正后的图像具有黑色边界，其中原始图像中没有输入像素。 推荐的滑块值为0.0。

7.后续处理

[1]此时的标定GUI界面面会显示示实时畸变矫正之后的图像,您可以根据显示示图像的矫正效果来评
估当前标定参数的准确性(如果矫正效果不满意可以重新标定)。

[2]有关立体相机模型的更多详细信息（包括这些结果的解释），请参见http://opencv.willowgarage.com/documentation/python/camera_calibration_and_3d_reconstruction.html和image_geometry 。

[3]如果对校准感到满意，请单击提交 （在上面的图片上是按钮具有旧名称UPLOAD ），以将校准参数发送到相机进行永久存储。

如果要保存校准中使用的校准参数和图像，请单击“ 保存” 。 一切都将在压缩文件夹/如果您对校准感到满意，请单击提交 （在上面的图片上是按钮具有旧名称UPLOAD ），以将校准参数发送到相机进行永久存储。

如果要保存校准中使用的校准参数和图像，请单击“ 保存” 。 一切都将在压缩文件夹/tmp/calibrationdata.tar.gz中提供。