用VS2012+OpenCV2.4.6写的双目标定的程序（其实就是跑的Samples），实验结果一直很不理想，查看很多Blog，说可以先用MATLAB标定工具箱（http://download.csdn.net/detail/hyacinthkiss/8180789）获得extrinsics和intrinsics矩阵，然后作为输入参数再读到OpenCV的stereoRectify函数，进而就可以Match了。这里，分享一下我做MATLAB标定的过程：
p.s.详细的用法可以见：http://www.vision.caltech.edu/bouguetj/calib_doc/htmls/example.html
1.解压MATLAB标定工具箱至某个文件夹，默认为：TOOLBOX_calib，将之存放在MATLAB\R2010b\toolbox下（个人喜欢，也可以放其他位置）。
2.运行Matlab并添加文件夹TOOLBOX_calib的位置到matlab路径path中，具体操作为：File->Set Path->Add Folder To Path，然后找到刚刚存放的文件夹TOOLBOX_calib，save一下就OK了。
将所有要标定的棋盘图放到文件夹TOOLBOX_calib里.m文件所在的目录下（个人喜欢将左右相机的图片命名为left01.jpg和right01.jpg等的形式，看着舒服，也和后面要讲的标定结果保存对应起来），OK，万事俱备，准备开动了。
1.在Matlab命令行窗口中输入calib_gui，出现以下窗口。
2.选择Standard之后便出现以下窗口。
3.点击Image names，命令行窗口会提示你输入图片的basename以及图片的格式（比如你图片文件名是right01, right02, …, right12，basename就是right，图片格式如：jpg），然后Matlab会自动帮你读入这些图片，如下图所示，可以看到，读入了12幅右摄像头的棋盘图。
4.然后再回到主控制界面，点击Extract grid corners，提取每幅图的角点。点击完后，命令行会出现如下提示，主要是让你输入棋盘角点搜索窗口的大小。如果窗口定大一点的话提取角点会比较方便点，即便点得偏离了也能找到，但也要注意不能大过一个方格的大小。这些选项，都只要敲回车选用默认设置就可以了。
5.继上步Enter敲完后，跳出第一幅棋盘格图，按顺时针或是逆时针方向分别点选棋盘格的最外面的四个内格点，程序会自动检测出其余的角点。
6.在选完四个角点后，程序会在命令行窗口提示你输入标定板棋盘的size，输入你棋盘格的实际大小就行，比如我的棋盘格是24mm，就输入24。这步事实上相当关键，它定义了空间的尺度，如果要对物体进行测量的话，这步是必须的。Ender后同时得到角点检测结果图。
7.继续命令行窗口按Ender选择默认项，跳出新的标定板图像，同样的方法，如此反复，检测角点完12幅左视图。
8.检测完所有的图像后，点击Calibration，开始摄像头标定。
9.标定完成后，可以进行各种结果的可视化观察。由Show Extrinsic得的结果图可见相机与标定板的距离约为1000mm左右，且其中各种颜色标定板对应Analyse Error的结果图的各种误差结果，其中，红色的（对应第2幅标定板图像）的误差较大，部分角点提取有问题（这是当时选角点时我故意选得偏离了一些，验证一下）。
图1.Show Extrinsic的结果图
图2.Analyse Error的结果图
10.验证标定结果无误之后，就点击面板上的Save按钮，程序会把标定结果放在一个叫Calib_Result.mat中，默认存储路径为：文件夹TOOLBOX_calib里.m文件所在的目录下。为了方便后续立体标定，把这个文件名改为Calib_Result_right.mat。
11.左摄像头标定的方法与右摄像头相同，生成的Calib_Result.mat之后，将其改名为Calib_Result_left.mat就可以了。
1.左右摄像头都标定完成之后，就可以开始立体标定了。在Matlab命令行中键入stereo_gui启动立体标定面板，如下图所示。
2.点击Load left and right calibration files，在命令行窗口中会提示你分别填写左右自标定的结果，如果你按上面的文件名保存方式的话，直接Ender选择默认的文件名(Calib_Result_left.mat和Calib_Result_right.mat)，或是填写你自己保存的文件名。
3.Load成功后，就可以开始Run stereo calibration了，run之后的结果如下图所示，左右摄像头的参数都做了修正，并且也求出了两个摄像头之间的旋转和平移关系向量(om和T)。从结果可以看出左右相机的Focal Length相差还是蛮大的，不知这对后续的视差图等计算影响如何（怎么调整两个摄像机的焦距相同也是个问题）。
4.run成功后，就可以看标定的结果了。同样可以直观的看出相机的相对位置相差很大。
图3.Show Extrinsic of stereo rig的结果图
图4.图3的俯视图
5.还可以通过Rectify the calibration images按钮，得到纠正后的所有棋盘格图片，可以直接读入OpenCV中进行Match了。当然，你需要对其他物体或是想实时得到视差图，还得将互标定结果写到OpenCV函数调用时支持的格式。
1.相机的焦距是否应该保持一致？
答：答案是应该肯定的。因为在后续的视差图转换为三维图时的Q矩阵只有一个f值。所以必须要求至少焦距相近。而且立体成像的三角测量（Learning OpenCV书中提到）的前提假设就是fl=fr。不知道理解的对不对。
2.怎么调整两个摄像机的焦距相同？
答：a.离两个相机相同远处放置标定板（可以将两个相机放置在一起以打到这个效果），分别调节两个相机的焦距，使得两个画面的清晰度相似。（这是我咨询大恒图像的技术支持的结果）
b.我觉得这样肯定还是不行，可以再微调，就是标定一次得一个焦距，再微调一下，再测，这样就会很麻烦。
不知有没有更好的方法。看了很多Blog，没看到涉及这块的，不知道大家都是怎么解决的。
