一个衡量标定效果的重要数据-----RMS(root mean squared(均方根误差))
均方根误差是观测值与真值偏差的平方与观测次数n比值的平方根,在实际测量中,观测次数n总是有限的,真值只能用最可信赖(最佳)值来代替。

均方根误差与标准差计算过程类似。
公式:
S={[(x1-x)2+(x2-x)2+…(xn-x)2]/N}0.5(x为平均数,N为样本个数)此公式中的X也就是所谓的平均数应改为x’1,x’2…(即真实值)。均方根误差算的是观测值与其真值,或者观测值与其模拟值之间的偏差,而不是观测值与其平均值之间的偏差。
那么,如何把均方根误差应用到视觉标定效果?
机械坐标点与映射后的机械坐标点之间的均方根误差,通过取各个误差的平方均值的平方根来计算。
例如:世界坐标即映射后的机械坐标:

使用过visionpro的人就会知道,它的标定工具就有以下结果,这里已经通过halcon如何实现,给大家介绍了,至于rms误差算法实现,没有现存的算子
订阅专栏 解锁全文
6481



被折叠的 条评论
为什么被折叠?



