棋盘格 测量 相机近似精度 （像素精度&物理精度）

像素精度计算

像素精度——一像素对应多少毫米——距离不同像素精度也不同

将棋盘格与相机CCD平面大致平行摆放，通过【每个点处的近似像素精度=相邻两个角点之间的实际距离（棋盘格尺寸已知）/ 棋盘格上检出的相邻两个角点之间的像素距离】，两两角点之间计算像素精度，最后取平均

示例：一张1280*1024像素的图片里，其中的棋盘格是6*9，物理尺寸为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("检测到的原始角点坐标");    
    for (size_t i = 0; i < corners.size(); i++)
    {
        printf("第%d个点（%f,%f)
",i,corners[i].x,corners[i].y);
    }
    if (found)
    {
        printf("成功检测到角点
");
        //检测的角点时以右下角为原点的
        cornerSubPix(gray,corners,Size(11,11),Size(-1,-1),TermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER,30,0.1));//输入的图像，必须是8位的灰度或者彩色图像。
        drawChessboardCorners(srcimg,board_sz,corners,found);    
        Mat dstimg;
        resize(srcimg,dstimg,Size(1000,800));
        imshow("亚像素角点图", dstimg);
        waitKey(20);
        printf("检测到的0.1亚像素斜的图像角点坐标
");
        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个点（%f,%f)
", i, corners[i].x, corners[i].y);
         printf("其像素精度为：%f/像素
", jingdux);
      }
    }
    waitKey(0);
    return 0;
}

 

由此可以得到其相机的像素精度是0.17mm/像素（其是相机在某个固定高度上时得出的，相机离目标面越远，则这个值越大，即精度降低了），其后面的几位都一直改变，是因为相机标定板也可能倾斜，或者像素长度计算误差。

物理精度计算

只考虑像素精度是没有意义的，因为很多相机可以检测亚像素

像素精度0.17mm/像素，0.1亚像素精度，则其实际定位的物理精度为0.017mm。

这是理想状况下的，一般还有很多外部影响导致误差增大，如果考虑外部因素的话定位精度会比理想的多几倍。

我们的物理精度到了0.017mm，也不代表我们能检测0.017mm的物体，因为1个亚像素往往凸显不出特征

误差处理

如果是通过物体所占的像素多少来计算其长度时，则会出现像素的误差积累，因为我们是拿一个固定值来与像素相乘的。例如某个尺子长度在此高度的相机里拍到的图像里所占的像素为100像素，则实际的0.17mm的误差会累计，假如其误差是0.01mm，其是固定误差，即实际的是0.16mm，其固定误差就会累计成100*0.01mm=1mm的误差。

现实中有些东西是不会成线性增加，是因为这些误差是随机误差，不是固定误差，随机误差积分时误差之间会进行抵消。改进方法是要使用很密的棋盘格来对应图像里的像素点，从而来提高精度，即定位物体的头跟尾的像素位置，然后把其转换到以标定纸为坐标系的物理坐标，然后进行相减则可以得出其高精度长度，不会有累计误差。