(,开发技术)

根据张正友校正算法，利用棋盘格数据校正对车载相机进行校正，计算其内参矩阵，外参矩阵和畸变系数。

标定的流程是：

准备棋盘格数据，即用于标定的图片

对每一张图片提取角点信息

在棋盘上绘制提取到的角点（非必须，只是为了显示结果）

利用提取的角点对相机进行标定

获取相机的参数信息

1、寻找棋盘图中的棋盘角点

参数：

Image: 输入的棋盘图，必须是8位的灰度或者彩色图像

Pattern_size:棋盘图中每行每列的角点个数（内角点）。

flags: 用来定义额外的滤波步骤以有助于寻找棋盘角点。所有的变量都可以单独或者以逻辑或的方式组合使用。取值主要有：

CV_CALIB_CB_ADAPTIVE_THRESH ：使用自适应阈值（通过平均图像亮度计算得到）将图像转换为黑白图，而不是一个固定的阈值。

CV_CALIB_CB_NORMALIZE_IMAGE ：在利用固定阈值或者自适应的阈值进行二值化之前，先使用cvNormalizeHist来均衡化图像亮度。

CV_CALIB_CB_FILTER_QUADS ：使用其他的准则（如轮廓面积，周长，方形形状）来去除在轮廓检测阶段检测到的错误方块。

返回：

Corners:检测到的角点

rect: 输出是否找到角点，找到角点返回1，否则返回0

2、检测完角点之后可以将测到的角点绘制在图像上，使用的API是：

参数：

Img: 预绘制检测角点的图像

pattern_size : 预绘制的角点的形状

corners: 角点矩阵

rect： 表示是否所有的棋盘角点被找到，可以设置为findChessboardCorners的返回值

注意：如果发现了所有的角点，那么角点将用不同颜色绘制（每行使用单独的颜色绘制），并且把角点以一定顺序用线连接起来。

3、利用定标的结果计算内外参数

参数：

Object_points:世界坐标系中的点，在使用棋盘的场合，令z的坐标值为0，而x,y坐标用里面来度量，选用英寸单位，那么所有参数计算的结果也是用英寸表示。最简单的方式是定义棋盘的每一个方块为一个单位。

image_points:在图像中寻找到的角点的坐标，包含object_points所提供的所有点

image_size: 图像的大小，以像素为衡量单位

返回：

ret: 返回值

mtx: 相机的内参矩阵，大小为3*3的矩阵

dist: 畸变系数，为5*1大小的矢量

rvecs: 旋转变量

tvecs: 平移变量

2.1 图像去畸变

上一步中得到相机的内参及畸变系数，利用其进行图像的去畸变，最直接的方法就是调用opencv中的函数得到去畸变的图像：

求畸变的API:

参数：

Img: 要进行校正的图像

mtx: 相机的内参

dist: 相机的畸变系数

返回：

dst: 图像校正后的结果