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.  

Kruppa方程与摄像机自标定

首先研究探讨了基于绝对二次曲线(the absolute conic)进行摄像机自标定鲁棒性差的 内在原因.研究发现,该类方法鲁棒性不足的原因主要有三个方面:1)在目标函数的全局最小点 处存在大范围的平坦区域,使得任何数值优化算法难以达到全局最小点;2)当存在噪声时,上 述平坦区域内会出现大量局部极小值,这样数值优化算法就非常容易收敛到靠近初值的局部极 小值,使得算法对初始值的选取十分敏感;3)当有噪声时,目标函数的全局最小值极易偏离正 确值.这样,即使数值算法找到了全局最小值,该最小值也不再对应正确的摄像机内参数值.鉴 于上述情况,探讨了如何通过平面场景来确定内参数矩阵的初始值,而后进一步利用Kruppa方 程的约束来精化内参数矩阵的二步式方法.  

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,提高了标定速度和精度,对噪声更加鲁棒。此外,该方法中的标定过程不需要模板的任何物理度量,也不要建立模板及其图像上点的对应,标定过程简单易于操作。基于模拟和真实图像的实验验证了该方法的有效性和鲁棒性。  

基于图像的三维分层重构算法研究

文章研究在摄像机内参数不变的情况下,利用图像中场景的结构信息实现分层重构的方法。通过求解基础矩阵实现射影重构,通过求解无穷远平面单应矩阵实现仿射重构,利用虚圆点约束求解绝对二次曲线的像实现欧氏重构。实验表明所研究的算法是有效可行的。  

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.  

基于视觉的导管架入水角估算方法

导管架的入水角对于导管架的滑移入水是一个非常重要的参数.根据海上导管架入水实践,提出一种基于单照相机图像序列的导管架入水角估算方法.估算导管架入水角时,依据导管架上表面的单应矩阵H计算出上表面对应的消影线,然后根据多个单应矩阵计算绝对二次曲线的图像,最后由导管架上表面的消影线、绝对二次曲线的图像以及图像中的海天分隔线估算出导管架的入水角.在模拟实验中对测量误差进行了简要分析,图像实验和真实应用表明该方法是可行的.  

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.  

基于单个正方形的摄像机自标定算法

提出一种基于带对角线正方形作为平面标定模板的自标定算法机理,只需摄像机作三次运动参数未知的自由运动并摄取正方形模板在不同方位的三幅图像,即可线性求解摄像机的内外参数.实验表明,该算法能够较准确的标定出摄像机内参数,具有较高的鲁棒性.  

利用图像中的消失点描述平面直线关系

在三维计算机视觉中，消失点和消失线扮演着极其重要的角色，在此利用场景中常见的平行线和正交线的特点，通过绝对二次曲线图像和消失点的计算，测量场景中其他几何结构的关系，该方法不需要摄像机事先标定，实验表明，在单幅图像中该方法所得结果可以作为一个较好的估计值，在2幅图像中所得结果则较为精确，因此在图像测量中该方法有着一定的实用价值。