一种用于全景相机装配误差标定的方法及系统与流程

本发明属于计算机视觉领域，具体涉及一种用于全景相机装配误差标定的方法及系统。

背景技术：

全景相机是指利用多个摄像头同时拍摄空间场景，并实时的输出360度全景视频。全景相机至少拥有两个或两个以上的摄像头，其中最核心的技术就是多路视频的实时拼接。

由于全景相机采用了多个摄像头拍摄360度空间场景，利用相邻摄像头采集到的部分重叠区域进行图像融合，最后将各个摄像头采集到的有部分重叠的图像拼接成一幅大型的无缝高分辨率图像。全景相机图像拼接技术极大的依赖于摄像头之间重叠区域的大小，而相邻摄像头之间采集到的重叠区域大小一方面与镜头的视场角度有关，另一方也受全景相机装配误差的限制。

目前，如何快速、简单、准确的标定全景相机的装配误差还没有具体的标定方法，所以，亟需一种全景相机装配误差的可量化标定方法，并根据拼接算法确定全景相机可容许的误差范围，进而指导工业生产。

技术实现要素：

现有技术中，对如何快速、简单、准确的标定全景相机的装配误差还没有具体的标定方法，为了解决这种问题，本发明提供一种用于全景相机装配误差标定的方法及系统，具体方案如下：

一种用于全景相机装配误差标定的方法，包括如下步骤：

s1，建立单目标定模型；

s2，建立双目立体标定模型；

s3，根据单目标定模型和双目立体标定模型计算全景相机的装配误差。

其中，在上述方法中，所述建立单目标定模型的具体步骤如下：

设点p在世界坐标系下的坐标为pw＝(xw，yw，zw)^t，在相机坐标系下的坐标为pc＝(xc，yc，zc)^t，它们之间满足如下关系：

pc＝r×rw+t(1)

将相机坐标系中的点投影到图像坐标系中，点p在相机坐标系中的坐标pc＝(xc，yc，zc)^t与图像坐标系中的坐标p＝(x，y)^t满足如下关系：

公式(2)中，s为任意尺度的比例因子，m是相机的内参数矩阵，fx表示相机在成像平面x方向的等效焦距，fy表示相机在成像平面y方向的等效焦距，(cx，cy)表示主点在成像平面x、y方向上的像素坐标；

其中，相机标定模型的齐次坐标形式表示为：

公式(3)中，表示图像平面坐标系中特征点坐标，表示标定板坐标系下空间特征点；

其中，w表示用于定位观测的物体平面的物理变换，以及包括与观测到的图像平面相关的部分旋转r和部分平移t的和，且w＝[r|t]。

其中，在上述步骤s1中，利用全景相机的各个摄像头采集完整的标定板图像，根据所采集的不同视场的标定板图像，提取所有标定板在平面内的特征点坐标。

其中，在上述方法中，每个摄像头采集的标定图像为10至15张，并且每次采集的标定板图像的位置和角度不同。

其中，在上述方法中，所述建立双目立体标定模型的具体步骤如下：

建立由左右两个子标定板1、2构成的双目立体标定板，对两个子标定板1、2分别建立世界第一坐标系o1-xy和第二坐标系o2-xy，其中，两个世界坐标系的空间关系用平移向量t0表示；

采用两个相邻的摄像头采集双目立体标定板图像，所述两个相邻分别为左摄像头和右摄像头，设空间中的一点为p，在两个子标定板1、2在世界坐标系中的坐标分别为x1、x2，则x1和x2满足如下关系：

x2＝x1-t0(4)

空间点p在左摄像头坐标系下的坐标为xl，在右摄像头坐标系下的坐标为xr，它们之间有如下转换关系：

xl＝rl×x1+tl，xr＝rr×x2+tr(5)

公式(5)中，rl和tl表示左摄像头的外参数，rr和tr表示右摄像头的外参数；

通过公式(4)和公式(5)中消除x1，x2，可得：

xr＝rr×rl^-1×xl-rr×t0+tr-rr×rl^-1×tl(6)

进而可推得：

r＝rr×rl^-1，t＝-rr×t0+tr-rr×rl^-1×tl(7)

公式(7)中，r和t表示左摄像头坐标系经过旋转矩阵r和平移向量t变换后得到的右摄像头坐标系，r和t即相邻摄像头之间进行双目立体标定的结果。

其中，在上述步骤s2中，采集全景相机不同视场的双目立体标定板图像，提取所有双目立体标定板在平面内的特征点坐标，利用所述双目立体标定模型，分别计算全景相机中相邻摄像头之间的旋转矩阵r和平移向量t。

其中，在上述方法中，所述双目立体标定板中的两个子标定板1、2均采用棋盘格形式，且各棋盘格的大小均一致。

其中，在上述方法中，在采集双目立体标定板图像时，利用相邻的左右摄像头同时拍摄双目立体标定板图像，采集图像时使子标定板1、2分别只出现在一个摄像头的视野内，且所采集的双目立体标定板的图像数量为8至12张。

其中，在上述方法中，所述计算全景相机的装配误差的具体步骤如下：

通过所述步骤s2求得了全景相机相邻摄像头坐标系之间的旋转矩阵r为3×3的矩阵，该旋转矩阵r的第一列表示相邻摄像头坐标系之间x轴的旋转向量，该旋转向量设为vx；第二列表示相邻摄像头坐标系之间y轴的旋转向量，该旋转向量设为vy；第三列表示相邻摄像头坐标系之间z轴的旋转向量，该旋转向量设为vz；

设一个标准向量为s＝(0，0，1)^t，相邻摄像头坐标系的x轴，y轴，z轴之间的夹角分别用anglex，angley，anglez表示，则anglex，angley，anglez的计算公式如下：

其中，dot(.)表示两个向量之间的点积运算，norm(.)表示向量的模，所述各个坐标轴之间的夹角即为全景相机的装配误差。

本发明的用于全景相机装配误差标定的方法，首先，建立单目标定模型，其次，建立双目立体标定模型；然后，根据单目标定模型和双目立体标定模型计算全景相机的装配误差。本发明在标准相机标定模型的基础上，计算了相邻摄像头坐标轴之间的角度以及所有坐标系的旋转和平移误差，这两种参数指标可以准确，简明的描述全景相机的装配误差。同时本发明给出了装配误差切实可行的求解方法，能够在全景相机的生产应用中，更好的补偿由于摄像头装配误差引起的拼接准确性问题，进而提高拼接效果。

根据本发明的另一个方面，本发明还提供了一种用于全景相机装配误差标定的系统，包括：

单目标定模型建立模块，用于建立单目标定模型；

双目立体标定模型建立模块，用于建立双目立体标定模型；

计算装配误差模块，用于根据单目标定模型和双目立体标定模型计算全景相机的装配误差。

本发明的用于全景相机装配误差标定的系统，首先，建立单目标定模型，其次，建立双目立体标定模型；然后，根据单目标定模型和双目立体标定模型计算全景相机的装配误差。本发明在标准相机标定模型的基础上，计算了相邻摄像头坐标轴之间的角度以及所有坐标系的旋转和平移误差，这两种参数指标可以准确，简明的描述全景相机的装配误差。同时本发明给出了装配误差切实可行的求解方法，能够在全景相机的生产应用中，更好的补偿由于摄像头装配误差引起的拼接准确性问题，进而提高拼接效果。

附图说明

图1是本发明用于全景相机装配误差标定的方法提供的一实施的方法流程图；

图2是本发明的单目标定板示意图；

图3是本发明的双目立体标定板示意图；

图4是本发明的图像采集装置示意图；

图5是本发明用于全景相机装配误差标定的系统提供的一实施的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

全景相机是指利用多个摄像头同时拍摄空间场景，并实时的输出360度全景视频。全景相机至少拥有两个或两个以上的摄像头，其中最核心的技术就是多路视频的实时拼接。

由于全景相机采用了多个摄像头拍摄360度空间场景，利用相邻摄像头采集到的部分重叠区域进行图像融合，最后将各个摄像头采集到的有部分重叠的图像拼接成一幅大型的无缝高分辨率图像。全景相机图像拼接技术极大的依赖于摄像头之间重叠区域的大小，而相邻摄像头之间采集到的重叠区域大小一方面与镜头的视场角度有关，另一方也受全景相机装配误差的限制。

目前，如何快速、简单、准确的标定全景相机的装配误差还没有具体的标定方法，所以，亟需一种全景相机装配误差的可量化标定方法，并根据拼接算法确定全景相机可容许的误差范围，进而指导工业生产。

本发明提供的用于全景相机装配误差标定的方法，能够在全景相机的生产应用中，更好的补偿由于摄像头装配误差引起的拼接准确性问题，进而提高拼接效果，如图1所示，其具体包括如下步骤：

步骤s1，建立单目标定模型；

该步骤s1中，利用全景相机的各个摄像头采集完整的标定板图像，根据所采集的不同视场的标定板图像，提取所有标定板在平面内的特征点坐标；

步骤s2，建立双目立体标定模型；

该步骤s2中，采集全景相机不同视场的双目立体标定板图像，提取所有双目立体标定板在平面内的特征点坐标，利用所述双目立体标定模型，分别计算全景相机中相邻摄像头之间的旋转矩阵r和平移向量t；

步骤s3，根据单目标定模型和双目立体标定模型计算全景相机的装配误差。

在此需要说明的是，在本发明中的单目标定模型和中双目立体标定模型，世界坐标系w-xyz与相机坐标系c-xyz之间的坐标映射关系用旋转矩阵r和平移向量t表示，其中r和t是相机的外参数，表示相机坐标系c-xyz经过平移向量t和旋转矩阵r变换后得到世界坐标系w-xyz。

具体的，在上述方法中，所述建立单目标定模型的具体步骤如下：

设点p在世界坐标系下的坐标为pw＝(xw，yw，zw)^t，在相机坐标系下的坐标为pc＝(xc，yc，zc)^t，它们之间满足如下关系：

pc＝r×rw+t(1)

由于相机坐标系c-xyz是三维的，图像坐标系i-xy是二维的，将相机坐标系中的点投影到图像坐标系中，点p在相机坐标系中的坐标pc＝(xc，yc，zc)^t与图像坐标系中的坐标p＝(x，y)^t满足如下关系：

公式(2)中，s为任意尺度的比例因子，m是相机的内参数矩阵，fx表示相机在成像平面x方向的等效焦距，fy表示相机在成像平面y方向的等效焦距，(cx，cy)表示主点在成像平面x、y方向上的像素坐标。

如上所述，相机标定模型的齐次坐标形式表示为：

公式(3)中，表示图像平面坐标系中特征点坐标，表示标定板坐标系下空间特征点；

其中，w表示用于定位观测的物体平面的物理变换，以及包括与观测到的图像平面相关的部分旋转r和部分平移t的和，w＝[r|t]。

图2是本发明的单目标定板示意图，如图2所示，在上述步骤s1中，每个摄像头采集的标定图像为10至15张，并且每次采集的标定板图像的位置和角度不同，这样标定结果的准确度较高，且计算量适中。根据采集不同视场的标定板图像，提取所有标定板在平面内的特征点坐标，利用所述相机标定模型，分别计算全景相机中各个摄像头的内参数和外参数。

具体地，在上述方法中，所述建立双目立体标定模型的具体步骤如下：

图3是本发明的双目立体标定板示意图，如图3所示，建立由左右两个子标定板1、2构成的双目立体标定板，对两个子标定板1、2分别建立世界第一坐标系o1-xy和第二坐标系o2-xy，其中，两个世界坐标系的空间关系用平移向量t0表示；

采用两个相邻的摄像头采集双目立体标定板图像，所述两个相邻分别为左摄像头和右摄像头，设空间中的一点为p，在两个子标定板1、2在世界坐标系中的坐标分别为x1、x2，则x1和x2满足如下关系：

x2＝x1-t0(4)

空间点p在左摄像头坐标系下的坐标为xl，在右摄像头坐标系下的坐标为xr，它们之间有如下转换关系：

xl＝rl×x1+tl，xr＝rr×x2+tr(5)

公式(5)中，rl和tl表示左摄像头的外参数，rr和tr表示右摄像头的外参数。

通过公式(4)和公式(5)中消除x1，x2，可得：

xr＝rr×rl^-1×xl-rr×t0+tr-rr×rl^-1×tl(6)

进而可推得：

r＝rr×rl^-1，t＝-rr×t0+tr-rr×rl^-1×tl(7)

公式(7)中，r和t表示左摄像头坐标系经过旋转矩阵r和平移向量t变换后得到的右摄像头坐标系，r和t即相邻摄像头之间进行双目立体标定的结果。

其中，在上述方法中，所述双目立体标定板中的两个子标定板1、2均采用棋盘格形式，且各棋盘格的大小均一致。

其中，在上述方法中，采集双目立体标定板图像时，利用相邻的左右摄像头同时拍摄双目立体标定板图像，采集图像时使子标定板1、2分别只出现在一个摄像头的视野内，且所采集的双目立体标定板的图像数量为8至12张。

优选的，利用左摄像头采集子标定板1的标定板图片，利用右摄像头采集子标定板2的标定板图片。

图4是本发明的图像采集装置示意图，在步骤s3中，采用的全景相机模型如图4所示，其中o1-xyz和o2-xyz分别表示第一摄像头o1和第二摄像头o2的相机坐标系。

在理想情况下，即在没有装配误差的条件下，第一摄像头o1和第二摄像头o2坐标系x轴之间的夹角为零度，y轴之间以及z轴之间的夹角均为九十度。在实际的装配过程中，很难保证全景相机相邻摄像头坐标系之间的角度处于理想状态。

为了描述这一装配误差，在全景相机的双目立体标定模型的基础上，计算了全景相机相邻摄像头坐标系各个坐标轴之间的夹角。

具体的，在上述步骤s3中，所述计算全景相机的装配误差的具体步骤如下：

通过所述步骤s2求得了全景相机相邻摄像头坐标系之间的旋转矩阵r为3×3的矩阵，该旋转矩阵r的第一列表示相邻摄像头坐标系之间x轴的旋转向量，该旋转向量设为vx；第二列表示相邻摄像头坐标系之间y轴的旋转向量，该旋转向量设为vy；第三列表示相邻摄像头坐标系之间z轴的旋转向量，该旋转向量设为vz，

设一个标准向量为s＝(0，0，1)^t，相邻摄像头坐标系的x轴，y轴，z轴之间的夹角分别用anglex，angley，anglez表示，则anglex，angley，anglez的计算公式如下：

其中，dot(.)表示两个向量之间的点积运算，norm(.)表示向量的模。所述各个坐标轴之间的夹角即为全景相机的装配误差。

优选地，如图4所示的全景相机模型，共有4个摄像头，假设第一摄像头o1和第二摄像头o2之间的旋转矩阵为r12，平移向量为t12，第二摄像头o2和第三摄像头(图中未示出)之间的旋转矩阵为r23，平移向量为t23，第三摄像头和第四摄像头(图中未示出)之间的旋转矩阵为r34，平移向量为t34，第四摄像头和第一摄像头o1之间的旋转矩阵为r41，平移向量为t41。

01坐标系中有-点p1，其在02坐标系下的坐标为p2，在03坐标系(图中未示出)下的坐标为p3，04坐标系(图中未示出)下的坐标为p4，则有如下的计算公式：

p2＝r12×p1+t12(8)

p3＝r23×p2+t23(9)

p4＝r34×p3+t34(10)

由公式(8)，(9)，(10)可知：

在本发明实施例中，令全景相机的旋转误差为re，平移误差为te，则有：

re＝r41×r34×r23×r12

te＝r41×r34×r23×t12+r41×r34×t23+r41×t34+t41

理想情况下，re是3×3的单位矩阵，平移误差te为0，由于全景相机各摄像头装配的误差，在实际中，旋转误差re以及平移误差te并不等于理想值，计算出的旋转误差re以及平移误差te偏离理想值的大小可以用来描述全景相机的装配误差。

本发明的用于全景相机装配误差标定的方法，首先，建立单目标定模型，利用全景相机的各个摄像头采集完整的标定板图像，根据所采集的不同视场的标定板图像，提取所有标定板在平面内的特征点坐标；其次，建立双目立体标定模型，采集全景相机不同视场的双目立体标定板图像，提取所有双目立体标定板在平面内的特征点坐标，利用所述双目立体标定模型，分别计算全景相机中相邻摄像头之间的旋转矩阵r和平移向量t；然后，根据单目标定模型和双目立体标定模型计算全景相机的装配误差。本发明在标准相机标定模型的基础上，计算了相邻摄像头坐标轴之间的角度以及所有坐标系的旋转和平移误差，这两种参数指标可以准确，简明的描述全景相机的装配误差。同时本发明给出了装配误差切实可行的求解方法，能够在全景相机的生产应用中，更好的补偿由于摄像头装配误差引起的拼接准确性问题，进而提高拼接效果。

作为本发明的另一方案，本发明还提供了一种用于全景相机装配误差标定的系统，如图5所示，该系统包括：

单目标定模型建立模块51，用于建立单目标定模型；

该单目标定模型建立模块51中，利用全景相机的各个摄像头采集完整的标定板图像，根据所采集的不同视场的标定板图像，提取所有标定板在平面内的特征点坐标。

双目立体标定模型建立模块52，用于建立双目立体标定模型；

该双目立体标定模型建立模块52中，采集全景相机不同视场的双目立体标定板图像，提取所有双目立体标定板在平面内的特征点坐标，利用所述双目立体标定模型，分别计算全景相机中相邻摄像头之间的旋转矩阵r和平移向量t。

计算装配误差模块53，用于根据单目标定模型和双目立体标定模型计算全景相机的装配误差。

上述用于全景相机装配误差标定的系统，首先，建立单目标定模型，利用全景相机的各个摄像头采集完整的标定板图像，根据所采集的不同视场的标定板图像，提取所有标定板在平面内的特征点坐标；其次，建立双目立体标定模型，采集全景相机不同视场的双目立体标定板图像，提取所有双目立体标定板在平面内的特征点坐标，利用所述双目立体标定模型，分别计算全景相机中相邻摄像头之间的旋转矩阵r和平移向量t；然后，根据单目标定模型和双目立体标定模型计算全景相机的装配误差。本发明在标准相机标定模型的基础上，计算了相邻摄像头坐标轴之间的角度以及所有坐标系的旋转和平移误差，这两种参数指标可以准确，简明的描述全景相机的装配误差。同时本发明给出了装配误差切实可行的求解方法，能够在全景相机的生产应用中，更好的补偿由于摄像头装配误差引起的拼接准确性问题，进而提高拼接效果。

在此需要说明的是，在本发明中的单目标定模型和中双目立体标定模型，世界坐标系w-xyz与相机坐标系c-xyz之间的坐标映射关系用旋转矩阵r和平移向量t表示，其中r和t是相机的外参数，表示相机坐标系c-xyz经过平移向量t和旋转矩阵r变换后得到世界坐标系w-xyz。

具体的，所述建立单目标定模型的具体步骤如下：

设点p在世界坐标系下的坐标为pw＝(xw，yw，zw)^t，在相机坐标系下的坐标为pc＝(xc，yc，zc)^t，它们之间满足如下关系：

pc＝r×rw+t(1)

由于相机坐标系c-xyz是三维的，图像坐标系i-xy是二维的，将相机坐标系中的点投影到图像坐标系中，点p在相机坐标系中的坐标pc＝(xc，yc，zc)^t与图像坐标系中的坐标p＝(x，y)^t满足如下关系：

公式(2)中，s为任意尺度的比例因子，m是相机的内参数矩阵，fx表示相机在成像平面x方向的等效焦距，fy表示相机在成像平面y方向的等效焦距，(cx，cy)表示主点在成像平面x、y方向上的像素坐标。

如上所述，相机标定模型的齐次坐标形式表示为：

公式(3)中，表示图像平面坐标系中特征点坐标，表示标定板坐标系下空间特征点；

其中，w表示用于定位观测的物体平面的物理变换，以及包括与观测到的图像平面相关的部分旋转r和部分平移t的和，w＝[r|t]。

图2是本发明的单目标定板示意图，如图2所示，在上述单目标定模型建立模块51中，每个摄像头采集的标定图像为10至15张，并且每次采集的标定板图像的位置和角度不同，这样标定结果的准确度较高，且计算量适中。根据采集不同视场的标定板图像，提取所有标定板在平面内的特征点坐标，利用所述相机标定模型，分别计算全景相机中各个摄像头的内参数和外参数。

具体地，所述建立双目立体标定模型的具体步骤如下：

图3是本发明的双目立体标定板示意图，如图3所示，建立由左右两个子标定板1、2构成的双目立体标定板，对两个子标定板1、2分别建立世界第一坐标系o1-xy和第二坐标系o2-xy，其中，两个世界坐标系的空间关系用平移向量t0表示；

采用两个相邻的摄像头采集双目立体标定板图像，所述两个相邻分别为左摄像头和右摄像头，设空间中的一点为p，在两个子标定板1、2在世界坐标系中的坐标分别为x1、x2，则x1和x2满足如下关系：

x2＝x1-t0(4)

空间点p在左摄像头坐标系下的坐标为xl，在右摄像头坐标系下的坐标为xr，它们之间有如下转换关系：

xl＝rl×x1+tl，xr＝rr×x2+tr(5)

公式(5)中，rl和tl表示左摄像头的外参数，rr和tr表示右摄像头的外参数。

通过公式(4)和公式(5)中消除x1，x2，可得：

xr＝rr×rl^-1×xl-rr×t0+tr-rr×rl^-1×tl(6)

进而可推得：

r＝rr×rl^-1，t＝-rr×t0+tr-rr×rl^-1×tl(7)

公式(7)中，r和t表示左摄像头坐标系经过旋转矩阵r和平移向量t变换后得到的右摄像头坐标系，r和t即相邻摄像头之间进行双目立体标定的结果。

其中，所述双目立体标定板中的两个子标定板1、2均采用棋盘格形式，且各棋盘格的大小均一致。

其中，在上述采集双目立体标定板图像时，利用相邻的左右摄像头同时拍摄双目立体标定板图像，采集图像时使子标定板1、2分别只出现在一个摄像头的视野内，且所采集的双目立体标定板的图像数量为8至12张。

优选的，利用左摄像头采集子标定板1的标定板图片，利用右摄像头采集子标定板2的标定板图片。

图4是本发明的图像采集装置示意图，在上述计算装配误差模块53中，采用的全景相机模型如图4所示，其中o1-xyz和o2-xyz分别表示第一摄像头o1和第二摄像头o2的相机坐标系；

在理想情况下，即在没有装配误差的条件下，第一摄像头o1和第二摄像头o2坐标系x轴之间的夹角为零度，y轴之间以及z轴之间的夹角均为九十度。在实际的装配过程中，很难保证全景相机相邻摄像头坐标系之间的角度处于理想状态。

为了描述这一装配误差，在全景相机的双目立体标定模型的基础上，计算了全景相机相邻摄像头坐标系各个坐标轴之间的夹角。

具体的，所述计算全景相机的装配误差的具体步骤如下：

通过所述双目立体标定模型建立模块52求得了全景相机相邻摄像头坐标系之间的旋转矩阵r为3×3的矩阵，该旋转矩阵r的第一列表示相邻摄像头坐标系之间x轴的旋转向量，该旋转向量设为vx；第二列表示相邻摄像头坐标系之间y轴的旋转向量，该旋转向量设为vy；第三列表示相邻摄像头坐标系之间z轴的旋转向量，该旋转向量设为vz，

设一个标准向量为s＝(0，0，1)^t，相邻摄像头坐标系的x轴，y轴，z轴之间的夹角分别用anglex，angley，anglez表示，则anglex，angley，anglez的计算公式如下：

其中，dot(.)表示两个向量之间的点积运算，norm(.)表示向量的模。所述各个坐标轴之间的夹角即为全景相机的装配误差。

优选地，如图4所示的全景相机模型，共有4个摄像头，假设第一摄像头o1和第二摄像头o2之间的旋转矩阵为r12，平移向量为t12，第二摄像头o2和第三摄像头(图中未示出)之间的旋转矩阵为r23，平移向量为t23，第三摄像头和第四摄像头(图中未示出)之间的旋转矩阵为r34，平移向量为t34，第四摄像头和第一摄像头o1之间的旋转矩阵为r41，平移向量为t41。

01坐标系中有一点p1，其在02坐标系下的坐标为p2，在03坐标系(图中未示出)下的坐标为p3，04坐标系(图中未示出)下的坐标为p4，则有如下的计算公式：

p2＝r12×p1+t12(8)

p3＝r23×p2+t23(9)

p4＝r34×p3+t34(10)

由公式(8)，(9)，(10)可知：

在本发明实施例中，令全景相机的旋转误差为re，平移误差为te，则有：

re＝r41×r34×r23×r12

te＝r41×r34×r23×t12+r41×r34×t23+r41×t34+t41

理想情况下，re是3×3的单位矩阵，平移误差te为0，由于全景相机各摄像头装配的误差，在实际中，旋转误差re以及平移误差te并不等于理想值，计算出的旋转误差re以及平移误差te偏离理想值的大小可以用来描述全景相机的装配误差。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。