##1.相機標定的目的 ：

**相機標定的輸入：**標定影象上所有內點(inliers)的影象座標,標定板上所有inliers的空間三維座標(一般情況下假設Z=0平面上)。

**相機標定的輸出：**獲取攝像機的內參和外參矩陣，同時也會得到每一副標定影象的旋轉和平移矩陣，內參和外參可以對之後相機拍攝的影象就進行矯正，得到畸變相對很小的影象。

使用平臺： Ubuntu14.04 、Xtion 、13x8棋盤格標定板(尺寸20x20mm)

2.標定需要用到的函式詳解：

（1）使用findChessboardCorners函式提取角點，這裡的角點提取的是標定影象上的內點(inliers),函式原型為：

CV_EXPORTS_W bool findChessboardCorners( InputArray image, Size patternSize,  
                                         OutputArray corners,  
                                  int flags=CALIB_CB_ADAPTIVE_THRESH+CALIB_CB_NORMALIZE_IMAGE );
 

第一個引數image：傳入拍攝的棋盤圖Mat影象，必須為8位或者rgb影象；
第二個引數patternSize：棋盤圖的內角點的行列數，行列一般不同。
第三個引數corners：儲存檢測到的角點二維座標位置，型別Point2f，vector<Point2f>image_corners
第四個引數：用於查詢棋盤格角點的方式，有預設值。

這裡函式是布林型別的，一般可以用來判斷該標定版是否檢測到角點，如果是，可進行find4QuadCornerSubpix 函式，輸出亞畫素。

（2）為了提高標定精度，需要在提取的角點資訊基礎上得到其精確位置，這裡我們用find4QuadCornerSubpix，有時候我們也用cornerSubPix。

CV_EXPORTS bool find4QuadCornerSubpix(InputArray img, InputOutputArray corners, Size region_size);

第一個引數img：輸入的Mat矩陣，最好是8位灰度影象，檢測效率更高；
第二個引數corners：初始的角點座標向量，既是輸入也是輸出，因為是亞畫素座標位置的輸出，所以需要用浮點型資料，一般用Point2f/Point3d，即 vector<Point2f/Point2d> image_corners。
第三個引數region_size,角點搜尋視窗的尺寸；

** 在一般情況下，其實我們用得較多的是cornerSubPix，但是我們這裡用的是棋盤格，而
find4QuadCornerSubpix是專門用來獲取棋盤圖上內角點的精確位置的。

(3)在棋盤圖上繪製找到的內角點drawChessboardCorners

CV_EXPORTS_W void drawChessboardCorners( InputOutputArray image, Size patternSize,
                                         InputArray corners, bool patternWasFound );

第一個引數image：8位灰度或者彩色影象；
第二個引數patterSize：與findChessboardCorners()函式的patternSize是一樣的，指的是棋盤圖的內角點的行列數，行列一般不同。
第三個引數corners：與上面倆個corners是一致的，vector<Point2f/Point2d> image_corners
第四個引數patternWasFound：用來指示定義的棋盤內角點是否被完全的探測到，true表示被完整探測到，依次連線各個角點，大概示意圖如下：

(4)獲取到棋盤標定圖的內角影象座標後，使用calibrateCamera（）函式進行標定，計算相機內參和外參係數。

CV_EXPORTS_W double calibrateCamera( InputArrayOfArrays objectPoints,
                                     InputArrayOfArrays imagePoints,
                                     Size imageSize,
                                     CV_OUT InputOutputArray cameraMatrix,
                                     CV_OUT InputOutputArray distCoeffs,
                                     OutputArrayOfArrays rvecs, OutputArrayOfArrays tvecs,
                                     int flags=0, TermCriteria criteria = TermCriteria(
                                     TermCriteria::COUNT+TermCriteria::EPS, 30, DBL_EPSILON) );

第一個引數obejectPoints：為世界座標系中的三維點，在使用時，應該輸入一個三維座標點的向量的向量，即vector<vector<Point3f>> object_points。需要根據棋盤上單個黑白矩陣大小，計算出每個內角點的世界座標。
第二個引數imagePoints，為每一個內角點對應的影象座標點。和obejectPoints一樣，應該輸入vector<vector<Point3f>> image_points的變數。
第三個引數imageSize，為影象的畫素尺寸大小，在計算內參和畸變矩陣時需要使用到。
第四個引數cameraMatrix:為相機內參矩陣。輸入一個Mat cameraMatix即可，如Mat cameraMatix=Mat(3,3,CV_32FC1,Scalar::all(0));
第五個引數distCoeffs為畸變矩陣，輸入Mat distCoeffs=Mat(1,5,CV_32FC1,Scalar::all(0));
第六個引數rvecs為旋轉向量：輸出一個Mat型別的vector，即vector<Mat> rvecs
第七個引數rvecs為平移向量：輸出一個Mat型別的vector，即vector<Mat> tvecs
第八個引數flag為標定時採用的演算法(這裡不展開，一般使用時預設為0)
第九個引數criteria是最終優化迭代終止條件設定。

在使用該函式進行標定運算之前，需要對棋盤上每個角點的空間座標系位置座標進行初始化（就是對其進行賦值），算出相機內參矩陣、相機畸變、另外每張圖片會生成屬於自己的平移向量和旋轉向量。

(5)對標定結果進行評價的方法是通過得到攝像機內外參對，利用projectPoints（）函式對空間的三維點進行重新投影計算，得到空間三維點在影象上新的投影點的座標，計算投影座標和亞畫素角點座標之間的偏差，偏差越小，標定結果越好。

CV_EXPORTS_W void projectPoints( InputArray objectPoints,
                                 InputArray rvec, InputArray tvec,
                                 InputArray cameraMatrix, InputArray distCoeffs,
                                 OutputArray imagePoints,
                                 OutputArray jacobian=noArray(),
                                 double aspectRatio=0 );

第一個引數obejectPoints：為相機座標系中的三維座標點；
第二個引數revc：影象對應的旋轉向量；
第三個引數tvec：影象對應的位移向量；
第四個引數cameraMatrix：相機的內參；
第五個引數distCoeffs：相機的畸變；
第六個引數imagePoints：投影完後的影象上的座標點，即obejectPoints對應的畫素點。
第七個引數是雅克比矩陣；
第八個引數aspectRatio跟相機感測器感光單元有關，如果設定為非0，則函式預設感光單元dx/dy是固定的，會對雅克比矩陣進行調整。

（6）檢視標定效果，有倆種方法：1.使用initUndistortRectifyMap（）和reamap（）倆個函式配合使用，initUndistortRectifyMap( )用來計算畸變對映，remap把求得的對映應用到影象上。

initUndistortRectifyMap( )函式原型

CV_EXPORTS_W void initUndistortRectifyMap( InputArray cameraMatrix, InputArray distCoeffs,
                           InputArray R, InputArray newCameraMatrix,
                           Size size, int m1type, OutputArray map1, OutputArray map2 );

第一個引數cameraMatrix：為之前求得的相機的內參；
第二個引數distcoeffs：為之前求得的相機畸變矩陣；
第三個引數R：可選的輸入，是相機第一和第二相機座標系之間的旋轉矩陣；
第四個引數newCameraMatrix：，輸入校正後的攝像機矩陣；
第五個引數size：攝像機採集的無失真的影象尺寸；
第六個引數m1type，定義map1的資料型別，可以是CV_32FC1或者CV_16SC2；
第七個引數map1和第八個引數map2，輸出的X/Y座標重對映引數；

remap函式原型：

CV_EXPORTS_W void remap( InputArray src, OutputArray dst,
                         InputArray map1, InputArray map2,
                         int interpolation, int borderMode=BORDER_CONSTANT,
                         const Scalar& borderValue=Scalar());

第一個引數src，輸入引數，代表畸變的原始影象；
第二個引數dst，矯正後的輸出影象，跟輸入影象具有相同的型別和大小；
第三個引數cameraMatrix為之前求得的相機的內參矩陣；
第四個引數distCoeffs為之前求得的相機畸變矩陣；
第五個引數newCameraMatrix，預設跟cameraMatrix保持一致；

為了實現上面的方式，還可以使用undistort( )函式實現，但是效率較慢,這裡我們就不展開了。

未完待續。。。。