一种新的基于Kruppa方程的摄像机自标定方法

主要针对传统的基于Kruppa方程的摄像机自标定算法的欠鲁棒性提出了一种新的二步式标定方法．在新标定方法中,首先利用传统的LM优化算法或遗传算法求解出Kruppa方程中通常需要被消去的比例因子,然后再利用线性方法完成对摄像机的标定．大量的仿真和真实图像实验表明,该方法可以大大提高基于Kruppa方程标定算法的鲁棒性及标定精度．     

一种基于Kruppa方程的分步自标定方法

针对摄像机自标定中Kruppa方程求解的非线性优化问题和标定结果的欠鲁棒性,提出一种基于Kruppa方程的分步自标定方法。根据两图像匹配的特征点对采用8点算法求解相应的基本矩阵,其中待匹配图像选用摄像机对同一场景在不同焦距下拍摄的两帧图片,对图片的特征匹配点建立约束关系,采用最小二乘法求出摄像机的主点坐标,然后利用遗传算法优化Kruppa方程的比例因子,最后通过优化后的比例因子完成摄像机的标定。实验表明,该方法可提高标定精度,并通过对特征点坐标加入高斯噪声,验证了算法的鲁棒性。     

平移初值操作的基于Kruppa方程的自标定方法

针对传统的基于Kruppa方程的摄像机自标定算法鲁棒性差的情况提出了一种新的二步式标定方法。首先对Kruppa方程进行简化,确定了经简化后的目标函数,再通过摄像机的三次线性无关的任意平移运动确定初值,然后用非线性优化目标函数法精化初值。实验结果表明,该方法可以大大提高基于Kruppa方程标定算法的鲁棒性及标定精度。     

带有倾斜因子的摄像机自标定方法

摄像机自标定是三维重建技术的基本问题 ,得到许多学者的大力研究 .为了简化摄像机自标定过程 ,一般假设摄像机内参数中的倾斜因子为零 ,然后对主点和焦距进行自标定 .但在摄像机模型为完全的射影模型时 ,即当倾斜因子 (Skew Factor)值较大时 ,则使用上述假设得到的自标定参数误差较大 ,有时甚至无法得到结果 .为了对倾斜因子值较大的摄像机进行准确标定 ,提出了一种当摄像机的倾斜因子已知但不为零时的摄像机自标定方法 ,试验结果证明该方法可以得到比较准确的摄像机内参数 ,并可使得后续的三维重建得到较好的结果 .     

基于遗传算法的摄像机自标定方法

摄像机标定是计算机视觉领域的关键技术,其中的自标定是只根据图像计算摄像机的内参数,其标定过程简单,适用性强。由于传统的用于摄像机自标定的Kruppa方程不仅需要计算基础矩阵,还要计算图像的极点,而图像的极点又不是固定不变的,且会导致计算结果的不稳定,为此,针对传统摄像机自标定方法的上述不足,利用遗传算法完成了Hartley新的Kruppa方程的摄像机自标定过程,以便将这个过程完全转化为通过代价函数最小化来求得摄像机的内参数,这就排除了极点的不稳定因素。实验结果表明,该方法是简单、有效的,可以作为一种通用的标定工具。     

基于改进遗传算法的摄像机自标定方法

摄像机自标定技术不受标定板和相机运动轨迹的限制,其标定过程简单、适用性强。由于传统的遗传算法在摄像机自标定参数优化过程中易出现过早收敛、停滞现象和解易陷入局部最优的问题,提出一种改进的遗传算法。首先,通过结合精英保留策略和随机联赛选择算法作为初始化种群的方法、改进轮盘赌选择方法、采用自适应杂交概率和变异概率方法对遗传算法进行改进;然后,将Hartley定义的简化Kruppa方程转化为目标函数,采用改进的遗传算法搜索目标函数的最优值;最后,实验结果表明,该方法能较好地缓解过早收敛和停滞显现,提高了精度。     

摄像机自标定方法的研究与进展

该文回顾了近几年来摄像机自标定技术的发展,并分类介绍了其中几种主要方法.同传统标定方法相比,自标定方法不需要使用标定块,仅根据图像间图像点的对应关系就能估计出摄像机内参数.文中重点介绍了透视模型下的几种重要的自标定方法,包括内参数恒定和内参数可变两种情形;最后还简要介绍了几种非透视模型下的摄像机自标定方法.     

基于序列图像的摄像机自标定方法

提出了一种新的结合摄影测量和计算机视觉相关理论的摄像机自标定方法。首先通过序列图像的匹配点对,利用计算机视觉理论中的8点法求得摄像机基础矩阵F,通过矩阵F利用Kruppa方程求得矩阵C,对矩阵C进行Cholesky分解得到摄像机的内参数矩阵K,然后将求出的内参数作为初始值,利用摄影测量理论进行相对定向和绝对定向,最小二乘前方交会计算得到匹配点对的三维空间坐标,最后由匹配点对的三维空间坐标及其图像坐标,采用三维直接线性变换和光束法平差方法解算出摄像机内、外参数及畸变系数。该方法不依赖于特定的场景几何约束条件,只要序列图像之间有匹配点对,就可以进行自标定工作,具有广泛的适用性。模拟数据和真实图像的实验结果表明：该方法计算过程简单,标定精度高,是一种值得借鉴的摄像机自标定方法。     

一种新的基于圆环点的摄像机自标定方法

提出了一种基于圆环点的新的摄像机自标定方法.该方法仅要求摄像机在3个(或3个以上)不同方位摄取一个含有若干条直径的圆的图像,即可线性求解全部摄像机内参数.该方法原理简单,完全摆脱了匹配问题,也无须知道任何物理度量.整个定标过程不需要人的干预,可以自动进行,非常适合非视觉专业人员使用.模拟和真实图像实验表明,该方法精确度较高,鲁棒性较强,有一定的实用性.     

一种基于消失点的摄像机标定方法

为了简化摄像机标定,提出了一种基于消失点的摄像机标定方法,该方法仅需根据场景中3组已知的相互正交的平行线就能标定摄像机的内参数.该方法分为两步(1)根据场景中3个正交方向上的消失点计算摄像机的主点位置以及像机的焦距,首先得到摄像机内参数的初步估计;(2)以此估计值作为初值,通过非线性优化来得到摄像机内部参数的精确估计.最后使用模拟图象和真实图象对该方法进行了实验.结果表明,该标定方法是可行的,具有较高的精确度和较强的鲁棒性.     

Self-Calibration of a Moving Camera from Point Correspondences and Fundamental Matrices

We address the problem of estimating three-dimensional motion, and structure from motion with an uncalibrated moving camera. We show that point correspondences between three images, and the fundamental matrices computed from these point correspondences, are sufficient to recover the internal orientation of the camera (its calibration), the motion parameters, and to compute coherent perspective projection matrices which enable us to reconstruct 3-D structure up to a similarity. In contrast with other methods, no calibration object with a known 3-D shape is needed, and no limitations are put upon the unknown motions to be performed or the parameters to be recovered, as long as they define a projective camera.The theory of the method, which is based on the constraint that the observed points are part of a static scene, thus allowing us to link the intrinsic parameters and the fundamental matrix via the absolute conic, is first detailed. Several algorithms are then presented, and their performances compared by means of extensive simulations and illustrated by several experiments with real images.     

基于二次曲线的纯旋转摄像机自标定

研究探讨了一种基于平面二次曲线的纯旋转摄像机自标定方法.在不同的方位拍摄三幅或三幅以上图像,每幅图像至少包含两个空间平面二次曲线、或两个二次曲面、或一个平面二次曲线与一个二次曲面的投影,利用图像之间的二次曲线对应关系,可以确定摄像机的内参数矩阵,同时可以获得摄像机不同方位之间的旋转矩阵.由于使用的定标基元为二次曲线,是较点和直线包含更多信息的基元,因而基元之间的匹配容易自动实现,并有助于提高标定算法的鲁棒性和在线实时性.模拟实验和真实图像实验表明文中所介绍的方法是可行的.     

基于平面二次曲线的摄像机标定

提出了一种基于平面二次曲线的摄像机标定方法 .该方法只需要摄像机在 2个或 2个以上不同的方位摄取一个含有 3个或 3个以上同心二次曲线的平面模板的图像 ,摄像机和平面模板都可以自由移动 .所提出的摄像机标定方法在求解过程中不需要非线性迭代 ,可以直接获得解析解 .由于该方法利用二次曲线作为标定基元 ,简化了基元对应问题 ,并且精度和稳定性都比较高 .另外该方法原理简单 ,对设备的要求比较低 ,非常适合对计算机视觉不太熟悉的人员使用 .     

一种简单快速的相机标定新方法

本文提出了一种新的相机自标定方法,该方法要求摄像机在3个(或3个以上)不同方位摄取一个包含其内接正三角形的圆的新型标定模板的图像.首先,从模板图像中推导得到圆环点的像点坐标;然后通过得到的圆环点像点坐标,可线性求解摄像机内参数.与传统方法不同的是,该方法避免了复杂的椭圆拟合和直线拟合,降低了计算复杂度,提高了标定速度和...     

Planar rectification by solving the intersection of two circles under 2D homography

In this paper, we show that planar rectification can be achieved by simply solving the intersection of two circles on a plane. The resulting closed form solution gives the images of the ‘circular points’ on the image plane and eliminates the troublesome step of vanishing line detection that presents in many previous solutions to the planar rectification problem. Specifically, we formulate the problem as solving a set of quadratic equations with two variables and propose an efficient algorithm to convert them into a standard real coefficient quartic equation for which a closed form solution is obtained. The experimental results confirm the advantages of the method.     

一种基于菱形的摄像机标定方法

给出了一种基于菱形作为平面模板的摄像机标定方法。通过计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程,只需摄像机在三个不同方位摄取菱形模板的图像,即可线性求解摄像机内参数。通过仿真实验表明,该算法可行。     

一种基于菱形的摄像机标定方法

给出了一种基于菱形作为平面模板的摄像机标定方法。通过计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程．只需摄像机在三个不同方位摄取菱形模板的图像,即可线性求解摄像机内参数。通过仿真实验表明,该算法可行。     

矩形模板下摄像机标定和目标定位方法研究

提出一种利用矩形进行摄像机标定和目标定位的新方法.该方法根据透视投影几何关系中旋转矩阵的单位正交性,由矩形的四个顶点的像构造无穷远平面上绝对二次曲线的像ω的约束方程标定摄像机内参数;目标定位转化为求解摄像机外参数,无需计算图像和空间平面间的单应矩阵,直接由矩形顶点确定.本文方法完全摆脱了复杂的图像匹配问题,所有计算方法完全线性化,标定过程简便.模拟和真实图像实验结果证明了方法的可行性,表明该方法求解精度高、鲁棒性强.     

由共面圆确定摄像机参数的线性方法

考虑到基于二次曲线这种几何基元的摄像机标定方法比基于点或直线的方法具有更好的鲁棒性,给出了一种新的基于共面圆的摄像机标定方法。该方法的主要特点是模板形式简单、易于制作,仅需任意分布的三个或三个以上共面圆,且不需要进行圆环定位;不需要模板与图像之间的匹配;也无需求解任何非线性方程组。从几何角度对算法进行形象描述,并从代数的角度给出了严格论证。模拟和真实图像实验表明,该算法精确度高,鲁棒性强,表现出了十分良好的实用性。