基于一维标定物的反射折射摄像机标定方法

一维标定物是指一组任意两点距离已知的共线点.基于一维标定物的标定方法相对基于二维、三维标定物的方法更加灵活,在实际中有很高的应用价值.文中提出一种基于一维标定物的反射折射摄像机标定算法.如果一维标定物包含5个或5个以上的共线点,则通过一维标定物的3次或3次以上的一般刚体运动,就能够标定反射折射摄像机的参数.算法分为两步:首先,使用一维标定物的图像和主点满足的不变量计算主点;然后,通过一维标定物图像所隐含的正交消影点信息,线性地求解绝对二次曲线的像(IAC),并对IAC矩阵进行Cholesky分解确定尺度因子和畸变因子.此外,文中方法还能够给出镜面参数的解析表示以及一维标定物相对于视球中心的位置.模拟实验中,作者在两种镜面配置下比较了文中的方法和基于圆环点的方法,结果表明文中的方法在不同的镜面配置下都能得到较好的标定结果.真实实验也验证了文中方法的正确性和可行性.     

反射折射几何元统一成像及标定性讨论

基于圆的摄像机标定有着无可比拟的优势,然而由于反射折射摄像机存在大畸变,在该摄像机下对这一问题的研究还很不透彻且存在很多困难.文中研究了圆在反射折射摄像机下的像,并在此基础上统一了几何元的成像理论,为基于圆的反射折射摄像机标定方法奠定了理论基础.首先证明了圆在反射折射摄像机下的像为四次曲线;之后根据圆的大小或所在位置的不同,发现此四次曲线可约化为点、直线及球在反射折射摄像机下的像,这与已有的结论是等价的,从而统一了几何元在反射折射摄像机下的成像理论;并在该统一成像理论下讨论了不同几何元在反射折射摄像机标定方面的应用.最后通过模拟实验验证了一种基于圆的抛物反射折射摄像机的标定结果.     

基于折射定律的摄像机标定模型

传统的摄像机标定是基于针孔模型,把镜头简化为凸透镜,得出的是光学元件的集总参数,精确度低.为提高精度,根据折射定律提出基于折射定律的摄像机标定模型.上述模型细化了摄像机镜头的组成,把镜头分为三个透镜部分,并且应用折射定律定性研究光线在透镜边界面的折射情况.改进模型充分考虑了摄像机镜头的透镜组成,大大提高了标定的精确度.仿真结果表明,新模型与针孔模型相比,平均误差值明显降低.并且比较了摄像机与物体的距离不同时,误差值的变化,确定了标定时的最佳距离.     

基于交叉垂直线的摄像机标定新算法

提出了一种基于交叉垂直直线的摄像机标定算法。利用两条垂直相交的直线作为标定物,令其绕交叉点作任意角度的转动,将摄像机固定拍摄6幅以上的图片,即可运用直线的特点以及交叉垂直的约束条件建立线性方程组,求解摄像机的内参数。实验证明该算法具有较高的精度和较好的鲁棒性。     

摄像机标定方法研究

摄像机标定是计算机视觉技术中的关键步骤,在三维重建、姿态估计、虚拟现实等领域有着广泛的应用.文中首先对摄像机标定的基础知识作了简要的介绍,然后从不同的角度对目前的摄像机标定方法做了一个较为详细的分类与比较,最后介绍了常用的标定工具.在实际应用中,不同工作背景需要不同的摄像机标定方法,这就要求在现有标定方法上从模型表达、畸变校正、算法研究等多方面进一步改善各种标定方法,使其能灵活应用于具体工作.     

一种抛物反射折射圆像的拟合方法

基于圆的摄像机标定有着无可比拟的优势.目前,虽有文献证明了圆在反射折射摄像机下的像是一条四次曲线,但由于存在遮挡,仅仅部分封闭曲线在像平面上是可见的,且通过其可见部分无法拟合圆像的方程,进而无法标定摄像机参数.因此,当摄像机位率为1且斜率为0时,作者提出了一种抛物反射折射圆像的拟合方法,为研究基于圆的摄像机标定算法奠定了基础.首先,推导出了抛物反射折射圆像需要满足的条件;其次,在这些条件基础上提出了一种抛物反射折射圆像的拟合方法;最后,利用拟合得到的抛物反射折射圆像和通过抛物镜面的投影轮廓线估计得到的摄像机主点直接计算出摄像机焦距,以此评价文中拟合方法的性能.大量的模拟实验和真实实验均验证了文中拟合方法的有效性.     

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.     

全景摄像机标定方法综述

随着科学技术的发展,大视场成像的迫切需求推动了全景摄像机技术的发展,而全景摄像机标定技术亦日益成为一个研究热点。全景摄像机的标定技术主要涉及成像系统的几何模型以及相应的标定方法。该文根据全景摄像机成像原理对全景摄像机成像模型进行了简要分析,然后对全景摄像机标定方法相关文献中的方法进行了分类,并对各方法进行了分析。     

全景摄像机标定方法综述

随着科学技术的发展,大视场成像的迫切需求推动了全景摄像机技术的发展,而全景摄像机标定技术亦日益成为一个研究热点。全景摄像机的标定技术主要涉及成像系统的几何模型以及相应的标定方法。该文根据全景摄像机成像原理对全景摄像机成像模型进行了简要分析,然后对全景摄像机标定方法相关文献中的方法进行了分类,并对各方法进行了分析。     

B双空间几何中基于消隐点的摄像机标定

对比目前常见的CCD摄像机标定技术,采用了一种基于消隐点的摄像机标定方法。该方法基于射影几何中的B双空间几何概念,在充分利用二维棋盘格标定图像中点、线和面固有的几何关系与属性的基础上,通过改进的角点提取与计算,首先针对摄像机内参数中的横向焦距与纵向焦距进行计算,然后结合非线性优化方法对参数进行优化计算,从而求解出待标定摄像机的全部内参数。该标定方法具有操作过程简单和实验误差小的特点。     

Calibrating effective focal length for central catadioptric cameras using one space line

In camera calibration, focal length is the most important parameter to be estimated, while other parameters can be obtained by prior information about scene or system configuration. In this paper, we present a polynomial constraint on the effective focal length with the condition that all the other parameters are known. The polynomial degree is 4 for paracatadioptric cameras and 16 for other catadioptric cameras. However, if the skew is 0 or the ratio between the skew and effective focal length is known, the constraint becomes a linear one or a polynomial one with degree 4 on the effective focal length square for paracatadioptric cameras and other catadioptric cameras, respectively. Based on this constraint, we propose a simple method for estimation of the effective focal length of central catadioptric cameras. Unlike many approaches using lines in literature, the proposed method needs no conic fitting of line images, which is error-prone and highly affects the calibration accuracy. It is easy to implement, and only a single view of one space line is enough with no other space information needed. Experiments on simulated and real data show this method is robust and effective.     

一种反射折射摄像机的简易标定方法

Central catadioptric cameras are widely used in virtual reality and robot navigation,and the camera calibration is a prerequisite for these applications.In this paper,we propose an easy calibration method for central catadioptric cameras with a 2D calibration pattern.Firstly,the bounding ellipse of the catadioptric image and field of view (FOV) are used to obtain the initial estimation of the intrinsic parameters.Then,the explicit relationship between the central catadioptric and the pinhole model is used to initialize the extrinsic parameters.Finally,the intrinsic and extrinsic parameters are refined by nonlinear optimization.The proposed method does not need any fitting of partial visible conic,and the projected images of 2D calibration pattern can easily cover the whole image,so our method is easy and robust.Experiments with simulated data as well as real images show the satisfactory performance of our proposed calibration method.     

一种反射折射摄像机的简易标定方法

Central catadioptric cameras are widely used in virtual reality and robot navigation, and the camera calibration is a prerequisite for these applications. In this paper, we propose an easy calibration method for central catadioptric cameras with a 2D calibration pattern. Firstly, the bounding ellipse of the catadioptric image and field of view (FOV) are used to obtain the initial estimation of the intrinsic parameters. Then, the explicit relationship between the central catadioptric and the pinhole model is used to initialize the extrinsic parameters. Finally, the intrinsic and extrinsic parameters are refined by nonlinear optimization. The proposed method does not need any fitting of partial visible conic, and the projected images of 2D calibration pattern can easily cover the whole image, so our method is easy and robust. Experiments with simulated data as well as real images show the satisfactory performance of our proposed calibration method.     

中心折反射相机标定方法综述

近十几年来,计算机视觉越来越受研究者们的欢迎,特别是全景相机由于其具有较大的视场而被广泛应用到许多领域,包括视频监控、机器人导航、电视电话会议、场景重建以及虚拟现实等。摄像机标定是从二维图像获得三维信息必不可少的一步,摄像机标定结果的好坏直接决定着三维重建结果以及其它计算机视觉应用效果的好坏,所以,研究摄像机的标定方法具有重要的理论研究意义和重要的实际应用价值。这里将2000年到2012年折反射相机标定方法按照标定像的不同分为五大类：基于线的标定、基于二维标定块标定、基于三维点的标定、基于球的标定和自标定,且简要分析其优缺点。     

PnP问题的线性求解算法

经典的PnP(3(n(5)问题从本质上来说是非线性的,不但具有多解性而且对图像点的位置误差极为敏感.经典PnP问题仅涉及一幅图像,针对机器人导航中的实际需求,将PnP问题扩展到了摄像机作平移运动下的两幅图像的情况,并研究探讨了在这种情况下PnP问题的线性求解方法,主要结果有:给定平移运动下n个控制点的两幅图像,(1) 当n＝3时,可线性求解摄像机的方位以及摄像机内参数的两个尺度因子;(2) 当n4时,不仅可以线性求解摄像机的方位,而且能够确定摄像机的所有内参数.也就是说,给定平移视点下的两幅控制点图像,可以线性求解摄像机未标定的PnP问题.结果具有一定的理论意义和应用价值.     

基于精确模型的云台摄像机自标定

为了实现非理想结构云台摄像机的精确自标定,构建了一种云台摄像机的精确模型,提出了基于摄像机旋转自约束特征的内参数及云台结构参数的自标定方法．首先, 基于云台摄像机的结构特性建立了区别于理想模型的精确云台摄像机模型,以描述云台水平旋转轴、竖直旋转轴以及摄像机之间存在的相对方向及位置偏差．然后, 利用云台摄像机的旋转自约束特性,计算旋转过程中的不变量,进而结合配极关系建立绝对二次曲线像的约束方程,通过Cholesky分解获得摄像机的内参数．最后, 在求得的内参数矩阵的基础上,通过旋转轴和截面的投影特性求解云台结构参数．实验结果表明,在0.5像素噪声水平下本文方法焦距标定误差低于0.73%, 主点标定误差低于0.52%,同时实际图像重投影误差均值为2.38,皆优于基于理想模型的自标定方法．整个标定过程只利用云台摄像机自主旋转的几何约束, 不依赖外界场景结构信息或标定物．     

基于平面二次曲线的非单视点全景相机标定方法

全景相机的标定一般是在单视点环境下进行的,但由于单视点约束条件较为苛刻,所以系统很难精确标定。因此研究在非单视点下的全景相机标定问题有很大的应用价值。本文提出一种基于平面二次曲线计算非单视点折反射全景相机反射镜位置与姿态的标定方法。该方法在标定过程中不需要非线性迭代,可直接获得反射镜位置与姿态参数的解析解。最后本文进行相关的标定实验,用全景透视和柱面展开图像验证标定结果,验证了本文提出的标定方法准确有效,且计算简单,易于实现。