九点标定和十二点标定是机器视觉中常用的两种手眼标定方法,用于建立图像坐标系与机械坐标系之间的映射关系。它们的核心区别在于标定点的数量变换模型适用场景。以下是详细对比:


1. 九点标定

特点
  • 标定点数量:9 个点,通常排列成 3×3 的网格。
  • 变换模型:基于 仿射变换(Affine Transformation),包括平移、旋转、缩放和剪切。
  • 适用场景:适用于 二维平面 的标定,假设相机与目标平面垂直,且没有明显的透视畸变。
  • 精度:在相机与目标平面垂直的情况下,精度较高;但如果存在透视畸变,精度会下降。
  • 计算复杂度:计算简单,速度快。
优点
  • 标定点较少,操作简单。
  • 适合对精度要求不高的二维场景。
缺点
  • 无法校正透视畸变。
  • 对相机与目标平面的垂直度要求较高。

2. 十二点标定

特点
  • 标定点数量:12 个点,通常排列成 4×3 或其他分布形式。
  • 变换模型:基于 透视变换(Perspective Transformation),可以校正透视畸变,包括平移、旋转、缩放、剪切和透视校正。
  • 适用场景:适用于 三维空间 的标定,尤其是相机与目标平面不垂直或存在透视畸变的场景。
  • 精度:在复杂场景下精度更高,能够校正透视畸变。
  • 计算复杂度:计算较复杂,速度较慢。
优点
  • 可以校正透视畸变,适用于复杂场景。
  • 精度更高,适合高精度要求的应用。
缺点
  • 标定点较多,操作复杂。
  • 计算量较大,标定时间较长。

主要区别总结

特性 九点标定 十二点标定
标定点数量 9 个 12 个
变换模型 仿射变换(二维) 透视变换(三维)
适用场景 相机与目标平面垂直的二维场景 相机与目标平面不垂直的三维场景
透视畸变校正 不支持 支持
精度 较低 较高
计算复杂度 简单 复杂
标定速度

选择建议

  • 九点标定:适合相机与目标平面垂直、对精度要求不高的二维场景,例如平面定位、简单的二维测量等。
  • 十二点标定:适合相机与目标平面不垂直、存在透视畸变或对精度要求较高的三维场景,例如复杂工件的三维定位、高精度检测等。

在实际应用中,选择哪种标定方法需要根据具体的场景需求和硬件条件来决定。如果相机与目标平面垂直且无透视畸变,九点标定通常足够;如果存在透视畸变或需要更高精度,则建议使用十二点标定。

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐