基于圆曲线的摄像机自定标

本文给出了一种基于圆曲线的摄像机自定标的新方法.设计了一个含有三个两两不包含的圆(其中圆心和半径大小是未知的)的平面模板,让摄像机在三个以上的不同方位观察该模板,然后利用模板的图像来求解摄像机的内参数.文中,首先介绍了三维摄影空间中绝对二次曲线和圆环点的相关知识,接着推导出摄像机内参数的约束方程,最后又详细讨论了圆环点及其图像的求法.其中关键技术是通过求解像曲线的切线确定圆心图像的像素坐标,然后确定圆环点图像坐标来实现摄像机的定标模拟实验和真实图像实验也表明,本方法具有很好的鲁棒性.由于所用模板中的圆不需要精确定位,因此该模板易于制作.由于该技术对摄像机的运动没有限制,因此,它可以在一般的实验平台上实现.     

一种新的图像圆环点坐标求解方法*

提出了一种求解等边三角形及其内切圆的图像圆环点坐标新方法.通过提取模板图像的角点,利用高等几何中的拉盖尔定理及其推论来计算其图像圆环点坐标,实验数据证实了该方法的有效性.利用该方法求得的坐标值可以用于摄像机的标定等领域.     

基于平面模板的摄像机标定方法

给出了一种基于平面模板的摄像机标定的新算法.所用的标定模板由一个内嵌矩形的圆组成,通过模板图像在像平面上的投影计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程,只需要摄像机在3个(或3个以上)不同方位摄取平面模板中的图像,即可线性求解摄像机的内参数.该方法原理简单,对摄像机运动没有约束,不涉及图像匹配,平面模板容易制作,无须知道物理度量,实验证明本方法可行,并有较好的鲁棒性.     

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。     

一种改进的基于高斯分布拟合的提取标志点像素坐标方法

提取标志点像素坐标是传统的摄像机标定中关键的步骤之一,其精度影响着摄像机标定的精度。对于由圆点构成的标定板,使用常用的方法提取标志点像素坐标在精度上存在不足。为此提出了改进的基于高斯分布拟合的方法,该方法识别出服从高斯分布的圆环域,再对圆环域内的点进行高斯曲面拟合,求得标志点像素坐标。经试验对比分析,此方法具有较高的精度,而且运算速度快。     

CCD摄像机标定

在基于单目视觉的农业轮式移动机器人自主导航系统中,CCD摄像机标定是农业轮式移动机器人正确和安全导航的前提和关键。摄像机标定确立了地面某点的三维空间坐标与计算机图像二维坐标之间的对应关系,机器人根据该关系计算出车体位姿值自主导航。因此,根据CCD摄像机针孔成像模型,利用大地坐标系中平面模板上已知的各点坐标,建立与计算机图像空间中各对应像素值之间的关系方程组,在Matlab环境下拟合出摄像机各内外参数。实验结果表明：该方法可以正确完成CCD摄像机标定。     

基于平面相似图形的摄像机标定方法

提出了一种基于平面相似图形的摄像机自标定方法.通过平面相似图形的图像点之间的射影关系,得到该平面的圆环点的图像,然后根据圆环点的图像计算出摄像机内参数.实验证明本文方法是可行的,并有较好的鲁棒性.     

一种中心反射折射直线像的拟合方法

直线在中心反射折射摄像机下的像是一条二次曲线.由于存在遮挡,准确地拟合直线像是非常困难的,从而影响了摄像机的标定精度.目前,这一问题仍然没有得到有效的解决.此外,根据中心反射折射摄像机成像模型发现,如果可见弧上图像点的对极点已知,可以大大提高直线像的拟合精度.为此,提出了一种新的拟合直线像的方法,该方法适用于包括抛物反射折射摄像机在内的所有中心反射折射摄像机.首先,推导出一种新的关于对极图像点与摄像机主点之间的关系;然后,通过这种关系建立目标函数,用来优化得到直线像的方程;最后,利用拟合的直线像估计摄像机的内参数,以此评价拟合算法的性能.大量模拟实验和真实实验均验证了拟合算法的有效性,即提出的拟合算法不仅鲁棒,且提高了直线像的拟合精度,进而提高了摄像机的标定精度.     

光学动作捕捉中的摄像机标定

摄像机标定是光学动作捕捉中必不可少的部分,其作用是将摄像机获取的2D点还原为空间3D点.其主要工作是若干个摄像机对带有跟踪点的物体进行拍摄,根据空间中3D坐标与摄像机图像中2D坐标的对应关系,建立标定方程,对标定方程作一定的变换,得到计算相对简单快速的线性方程,最终求得用来将2D点还原成3D点的六个摄像机内部参数和外部参数(旋转矩阵和位移坐标).     

基于单平面模板的摄像机定标研究

提出了一种摄像机定标方法，只需要摄像机从不同方向拍摄平面模板的多幅图像，摄像机与平面模板间可以自由地移动，运动的参数无需已知。对于每个视点获得图像，提取图像上的网格角点；平面模板与图像间的网格角点对应关系，确定了单应性矩阵；对每幅图像，就可确定一个单应性矩阵，这样就能够进行摄像机定标。该算法先有一个线性解法，然后基于极大似然准则对线性结果进行非线性优化求精。该方法同时也考虑了镜头畸变的影响。实验结果表明该算法简单易用。     

Self-Calibration of Turntable Sequences from Silhouettes

This paper addresses the problem of recovering both the intrinsic and extrinsic parameters of a camera from the silhouettes of an object in a turntable sequence. Previous silhouette-based approaches have exploited correspondences induced by epipolar tangents to estimate the image invariants under turntable motion and achieved a weak calibration of the cameras. It is known that the fundamental matrix relating any two views in a turntable sequence can be expressed explicitly in terms of the image invariants, the rotation angle, and a fixed scalar. It will be shown that the imaged circular points for the turntable plane can also be formulated in terms of the same image invariants and fixed scalar. This allows the imaged circular points to be recovered directly from the estimated image invariants, and provide constraints for the estimation of the imaged absolute conic. The camera calibration matrix can thus be recovered. A robust method for estimating the fixed scalar from image triplets is introduced, and a method for recovering the rotation angles using the estimated imaged circular points and epipoles is presented. Using the estimated camera intrinsics and extrinsics, a Euclidean reconstruction can be obtained. Experimental results on real data sequences are presented, which demonstrate the high precision achieved by the proposed method.     

A new easy camera calibration technique based on circular points

Inspired by Zhang's work on flexible calibration technique, a new easy technique for calibrating a camera based on circular points is proposed. The proposed technique only requires the camera to observe a newly designed planar calibration pattern (referred to as the model plane hereinafter) which includes a circle and a pencil of lines passing through the circle's center, at a few (at least three) different unknown orientations, then all the five intrinsic parameters can be determined linearly. The main advantage of our new technique is that it needs to know neither any metric measurement on the model plane, nor the correspondences between points on the model plane and image ones, hence the whole calibration process becomes extremely simple. The proposed technique is particularly useful for those people who are not familiar with computer vision. Experiments with simulated data as well as with real images show that our new technique is robust and accurate.     

采用棋盘格靶标的全自动相机标定方法

为了去除相机标定过程中的人为干预,提出了一种采用改进的棋盘格靶标的全自动相机标定方法。识别出每幅标定图像中的四个标志圆,利用四个标志圆圆心的图像坐标和物理坐标计算二维射影变换矩阵。依据该射影变换矩阵计算出棋盘格角点的初始图像位置,接着提取亚像素精度的角点位置。迭代求解需要标定的相机参数。由实验可知,该全自动相机标定方法的棋盘格角点识别能力和相机标定精度,与Bouguet的相机标定工具箱相当,且可以显著地减少标定时间和工作量。利用20幅分辨率为640×480的靶标图像标定相机仅需16 s。     

Camera calibration using identical objects

This paper describes a method for camera calibration using identical products. In this paper, we postulate an imaginative rigid motion between any two identical products, and the imaginative rigid motion could offer a pair of circular points. As is known, three pairs of projections of the circular points are needed to result in the closed-form solution for calibration. In our method, we obtain three pairs of projections of the circular points from only two images of three identical products, or three images of two identical products. When only two identical products are utilized, our method is almost the dual of the stereo calibration from rigid motions. A direct approach is taken here instead of the two-step process in stereo calibration. Furthermore, a better projective reconstruction could be performed from the estimation of the camera parameters to avoid the dominant projective-to-affine error in the stereo calibration. Finally, we conduct a nonlinear refinement based on the maximum likelihood estimation. The experimental results from synthetic data and real data prove our method convenient and robust to noise.     

基于射影不变量的摄像机自标定方法

为了方便而精确地进行摄像机标定,提出了一种基于射影不变量的求解摄像机内参数的方法,该方法利用交比在射影变换中不变的性质,通过同一平面中相交直线的无穷远点与虚圆点的交比,先求出同一模板的不同方位的3幅图像中的虚圆点的像;然后利用绝对二次曲线的像在摄像机做刚体运动时保持不变的性质,进而求出绝对二次曲线的像;最后对结果进行Cholesky分解,就可以得到摄像机的内参数。实验表明,该方法行之有效,可以达到较高的精度。     

Using vanishing points for camera calibration

In this article a new method for the calibration of a vision system which consists of two (or more) cameras is presented. The proposed method, which uses simple properties of vanishing points, is divided into two steps. In the first step, the intrinsic parameters of each camera, that is, the focal length and the location of the intersection between the optical axis and the image plane, are recovered from a single image of a cube. In the second step, the extrinsic parameters of a pair of cameras, that is, the rotation matrix and the translation vector which describe the rigid motion between the coordinate systems fixed in the two cameras are estimated from an image stereo pair of a suitable planar pattern. Firstly, by matching the corresponding vanishing points in the two images the rotation matrix can be computed, then the translation vector is estimated by means of a simple triangulation. The robustness of the method against noise is discussed, and the conditions for optimal estimation of the rotation matrix are derived. Extensive experimentation shows that the precision that can be achieved with the proposed method is sufficient to efficiently perform machine vision tasks that require camera calibration, like depth from stereo and motion from image sequence.     

利用平面约束中的反对称性进行相机自定标

回顾了2幅图像中的平面约束，以及一个图像对的基础矩阵和同形矩阵的乘积是一个反对称矩阵的性质，并通过证明展示了这种反对称性质和平面约束之问的关系。给定两幅图像中的一系列对应点，利用反对称性质提出了一种改进的相机自定标算法，将利用平面约束进行相机自定标过程中求取同形矩阵(homography matrix)的问题转化成了方程组约束条件下的二次规划问题，通过解决给定的二次规划问题求解同形矩阵，提高了算法的鲁棒性，然后利用平面约束求解内参数，最后通过本质矩阵(essential matrix)和基础矩阵(fundarnental matrix)之间的关系以及旋转矩阵的性质求解相机外参数。实验结果表明，算法在稳定性方面有了较大程度的提高。     

未标定单幅结构场景图像的三维重构

提出了一种单视三维重构方法，该方法是利用用户提供图像点及其对应的三维点之间几何信息。由于结构场景是由大量平面构成的，存在大量的平行性、正交性约束，因此该方法主要应用于结构场景的三维重构。首先，相机定标和计算每个平面的度量信息，即先基于3组互相垂直方向的影灭点，对方形像素相机标定，再利用影灭线和圆环点像，对每个平面度量校正；然后考虑每个校正平面的尺度因子和非正交平面间的相对面向，从而将所有校正后的平面缝合起来。采用真实图像进行实验，实验结果表明，该方法简单易用。     

一种基于TOF相机与CCD相机的联合标定算法研究

针对基于Time-of-Flight(TOF)相机的彩色目标三维重建需标定CCD相机与TOF相机联合系统的几何参数,在研究现有的基于彩色图像和TOF深度图像标定算法的基础上,提出了一种基于平面棋盘模板的标定方法。拍摄了固定在平面标定模板上的彩色棋盘图案在不同角度下的彩色图像和振幅图像,改进了Harris角点提取,根据棋盘格上角点与虚拟像点的共轭关系,建立了相机标定系统模型,利用Levenberg-Marquardt算法求解,进行了标定实验。获取了TOF与CCD相机内参数,并利用像平面之间的位姿关系估计两相机坐标系的相对姿态,最后进行联合优化,获取了相机之间的旋转矩阵与平移向量。实验结果表明,提出的算法优化了求解过程,提高了标定效率,能够获得较高的精度。