opencv - 立体声校准中的重投影误差足够吗？

Question

校准一台立体摄像机时，如何评估校准程序的质量？ OpenCV使用重投影误差来量化校准质量。

许多原因都可能导致错误，而我通过Google搜索了解到，可能的原因已被遵循

镜头失真/偏航误差/传感器倾斜度/俯仰误差/侧倾误差/基线误差/焦距误差。

在立体相机制造过程中，将执行校准。初始校准会生成内部和外部相机参数，这些参数可用于消除镜头畸变并提供图像校正。立体声校准中的重投影误差足够吗？我的目标是计算深度图。

Answer 1

RMS重投影误差是一个统计量:一个数字，总结了误差的整个分布。它受制于适用于任何统计数据的所有通常的警告:您对它的含义的直觉将是正确的，只要适用于它的某些假设即可(例如，错误是对称分布的，并且分布的尾部并不肥大) 。

一般来说，应该使用手头任务所规定的质量指标。如果您无法提前预计将使用立体声设备重建的场景类型，那么可以，RMS重投影误差可能是您可以做的最好的事情。另一方面，例如，如果您的应用是质量控制，并且您始终在重建完全相同的对象(例如，机械零件从传送带上掉下来)，那么表达您的精度将更为有意义。例如，直接按照其3D重建错误来确定装配，因为在这种情况下，您要出售“我的立体装配将偏离0.1mm且概率高于99.9％”形式的担保。