cv2.CalibrateCamera中retval返回值的含义

正如标题所示，我的问题是关于 OpenCv 的 calibrateCamera 函数给出的返回值。

http://docs.opencv.org/modules/calib3d/doc/camera_calibration_and_3d_reconstruction.html http://docs.opencv.org/modules/calib3d/doc/camera_calibration_and_3d_reconstruction.html

我在 python 中有一个功能实现，可以使用黑白网格查找相机的内在参数和畸变系数。

问题更多是关于函数返回的 retval 。如果我理解正确的话，它是“平均重投影误差。这个数字可以很好地估计所找到参数的精度。这应该尽可能接近零。”如中提到的

http://docs.opencv.org/doc/tutorials/calib3d/camera_calibration/camera_calibration.html http://docs.opencv.org/doc/tutorials/calib3d/camera_calibration/camera_calibration.html

尽可能接近于零的值究竟意味着什么？

例如，当我为我的罗技网络摄像头执行此操作时：

RMS: 0.702660793513

相机矩阵：

[[ 616.30868126    0.          339.02126978]
 [   0.          605.08224927  241.64607568]
 [   0.            0.            1.        ]]

畸变系数：

[ 0.19805527 -0.62915986  0.00924648  0.02618232  1.02491764]

在这种情况下，误差如何量化内在参数估计的质量？

EDIT:

所以我去寻找答案并深入挖掘并检查这个函数的 cpp 实现。

这是计算该误差值的函数：

static double computeReprojectionErrors(
        const vector<vector<Point3f> >& objectPoints,
        const vector<vector<Point2f> >& imagePoints,
        const vector<Mat>& rvecs, const vector<Mat>& tvecs,
        const Mat& cameraMatrix, const Mat& distCoeffs,
        vector<float>& perViewErrors )
{
    vector<Point2f> imagePoints2;
    int i, totalPoints = 0;
    double totalErr = 0, err;
    perViewErrors.resize(objectPoints.size());

    for( i = 0; i < (int)objectPoints.size(); i++ )
    {
        projectPoints(Mat(objectPoints[i]), rvecs[i], tvecs[i],
                      cameraMatrix, distCoeffs, imagePoints2);
        err = norm(Mat(imagePoints[i]), Mat(imagePoints2), NORM_L2);
        int n = (int)objectPoints[i].size();
        perViewErrors[i] = (float)std::sqrt(err*err/n);
        totalErr += err*err;
        totalPoints += n;
    }

    return std::sqrt(totalErr/totalPoints);
}

此误差是根据 cv2.CalibrateCamera 找到的 tvecs 和 rvecs 计算的，它重新投影用于查找这些平移和旋转向量的点，并计算重新投影点与这些点的实际坐标之间的欧几里得距离。

我认为这个误差不受 [0,1] 的限制，而是取决于用于校准的坐标范围。因此，这取决于用于校准的图像的分辨率。

有人可以证实/反驳这一点吗？

calibrateCamera返回均方根 (RMS) 重投影误差，在良好的校准中通常应在 0.1 到 1.0 像素之间。
计算是通过投影 3D 棋盘点来完成的（objectPoints）使用最终的一组校准参数（cameraMatrix, distCoeffs, rvecs and tvecs）并比较已知的角点位置（imagePoints).

1.0 的 RMS 误差意味着平均而言，每个投影点与其实际位置相距 1.0 像素。误差不受 [0, 1] 的限制，可以视为距离。