3. 棋盘格标定板设计

棋盘格标定板是相机标定与3D点云配准中最常用的平面靶标。其设计质量直接影响角点提取精度和标定结果的稳定性。本节从尺寸选择、内角点数量、对比度要求以及OpenCV生成代码四个维度展开。

3.1 棋盘格尺寸选择

棋盘格尺寸包含两个关键参数：方格边长（mm）和棋盘格整体尺寸。选择原则如下：

3.2 内角点数量确定

内角点（棋盘格内部黑白格交界点）是标定算法的直接输入。数量选择需平衡计算稳定性与图像覆盖：

• 最少内角点数：单应性矩阵求解至少需要4个共面点，但实际标定建议不少于20个内角点。
• 推荐内角点范围：6×8 = 48 个 或 7×10 = 70 个。过少（如4×5）会导致畸变参数欠约束；过多（如12×16）则增加角点误检风险。
• 多视角覆盖：采集15–25张不同位姿图像，每张图像内角点应均匀分布在图像四个象限和边缘区域。

3.3 黑白格对比度要求

对比度直接影响角点检测的亚像素精度。OpenCV的findChessboardCorners依赖图像梯度信息，低对比度会导致角点漂移或漏检。

3.4 OpenCV生成棋盘格代码

以下代码使用OpenCV生成可打印的棋盘格标定板图像，支持自定义方格边长、内角点数量和像素尺寸。

import cv2
import numpy as np

def generate_chessboard(inner_width, inner_height, square_size_mm, dpi=300):
    """
    生成棋盘格标定板图像（8位灰度）
    
    参数:
        inner_width  : 内角点列数（如 8）
        inner_height : 内角点行数（如 6）
        square_size_mm: 方格边长（毫米）
        dpi          : 打印分辨率（默认300）
    
    返回:
        board_image  : 棋盘格图像（numpy数组）
        board_size_mm: 标定板物理尺寸（宽, 高）
    """
    # 计算像素尺寸
    mm_to_pixel = dpi / 25.4
    square_size_px = int(round(square_size_mm * mm_to_pixel))
    
    # 棋盘格总格数 = (内角点列数+1) × (内角点行数+1)
    cols = inner_width + 1
    rows = inner_height + 1
    
    # 创建白色背景
    img_w = cols * square_size_px
    img_h = rows * square_size_px
    board = np.ones((img_h, img_w), dtype=np.uint8) * 255
    
    # 绘制黑色方格
    for i in range(rows):
        for j in range(cols):
            if (i + j) % 2 == 0:
                x1 = j * square_size_px
                y1 = i * square_size_px
                x2 = x1 + square_size_px
                y2 = y1 + square_size_px
                board[y1:y2, x1:x2] = 0
    
    # 添加白色边框（便于裁剪）
    border_px = 20
    board = cv2.copyMakeBorder(board, border_px, border_px, 
                               border_px, border_px, 
                               cv2.BORDER_CONSTANT, value=255)
    
    board_size_mm = (cols * square_size_mm, rows * square_size_mm)
    return board, board_size_mm

# 示例：生成内角点8×6，方格边长30mm，300dpi
board_img, size_mm = generate_chessboard(8, 6, 30.0, dpi=300)
print(f"标定板物理尺寸: {size_mm[0]:.1f} × {size_mm[1]:.1f} mm")
print(f"图像尺寸: {board_img.shape[1]} × {board_img.shape[0]} px")

# 保存为PNG（无损）
cv2.imwrite('chessboard_8x6_30mm.png', board_img)

# 显示预览（可选）
cv2.imshow('Chessboard', board_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

3.5 设计检查清单

在制作标定板前，逐项确认以下条件：

• 内角点数量：6×8 或 7×10，确保奇数×偶数布局。
• 方格边长：根据相机视场计算，保证单帧图像内角点清晰可辨。
• 对比度：黑白格灰度差 ≥ 80，使用哑光材料避免反光。
• 平面度：标定板粘贴在刚性背板上（如铝板、亚克力板），翘曲度 ≤ 0.1 mm。
• 尺寸验证：打印后使用游标卡尺测量至少3个方格边长，取平均值作为实际输入。