由矩形确定摄像机内参数与位置的线性方法

提出了一种求解摄像机内参数及确定摄像机位置的线性方法.首先通过空间平面上两个非平行矩形的图像来计算圆环点的图像,进而由圆环点对摄像机内参数的约束方程标定摄像机内参数,并给出了此约束方程具有惟一解的充要条件.摄像机方位是通过计算图像与空间平面间的单应矩阵来确定的.另外,还给出了在相差一个比例因子的情况下,由拉盖尔定理恢复矩形欧氏度量信息的线性方法.该方法的特点在于,无须知道矩形的任何几何信息,也不涉及图像匹配问题,而且所有计算方法均是线性的.大量的模拟和真实图像实验结果表明,所给出的方法具有求解精度高、鲁棒性强的优点.     

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。     

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。     

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.     

由二次曲线确定摄像机方位的线性算法

该文研究了通过间二次曲线与图像二次曲线的对应关系来线性确定摄像机方位的方法，并从理论上证明了下述结论，给定三给对应的二次曲线，如果三条空间二次曲线相互处于一般位置，则摄像机的方位可线性地唯一确性。模拟实验表明，本文所给的算法与点对应，线对应的定位方法相比，有较好的鲁棒性。     

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.     

基于平面镜的摄像机内参数线性标定方法

提出了一种全新的基于平面镜的摄像机标定方法。该方法无需任何标定物,利用平面镜的反射性质和灭点、灭线等理论,通过移动摄像机或平面镜作至少2次平移运动(各次平移间应存在旋转运动)即可线性地标定摄像机的内参数。模拟图像实验和真实图像实验表明所提出的方法能快速、方便地对摄像机进行标定,具有较好的稳定性和精度。     

一种简单的基于共面的摄像机参数标定方法

共面摄像机标定就是采用平面式模板来确定摄像机内外参数的过程,在此过程中图像像素和二维特征点是已知的。对于共面标定提出了一种简单及有效的方法去标定摄像机参数。即使用帧缓存中的计算机阵列图像直接来标定参数。首先采用预标定的方法标定出图像中心位置,然后根据帧存图像坐标和世界坐标之间的对应关系使用正交矩阵的约束条件来求解,在此算法中假设尺度因子为1,并且不考虑透镜畸变。所提出的算法用数字仿真图像及真实的图像检验。结果显示,所提出的算法具有较好的精度,是一种简单有效的标定方法。     

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。     

基于扩展摄像机成像模型的自标定方法

提出了一种基于扩展摄像机成像模型的自标定方法,将采用不同视点成像的观念转换为不同方向透视投影下分析,得到在一幅图像中同时建立三对不同方向的空间面与图像面的单应关系,进而建立不同面的圆环点绝对二次方程,实现单幅图像标定。采用长方体进行实验,模拟实验和真实图像实验均验证了这种思维方法的可行性和正确性。     

Computing camera parameters using vanishing-line information from a rectangular parallelepiped

A new approach to camera calibration using vanishing line information for three-dimensional computer vision is proposed. Calibrated parameters include the orientation, the position, the focal length, and the image plane center of a camera. A rectangular parallelepiped is employed as the calibration target to generate three principal vanishing points and then three vanishing lines from the projected image of the parallelepiped. Only a monocular image is required for solving these camera parameters. It is shown that the image plane center is the orthocenter of a triangle formed by the three vanishing lines. From the slopes of the vanishing lines the camera orientation parameters can be determined. The focal length can be computed by the area of the triangle. The camera position parameters can then be calibrated by using related geometric projective relationships. The derived results show the geometric meanings of these camera parameters. The calibration formulas are analytic and simple to compute. Experimental results show the feasibility of the proposed approach for a practical application—autonomous land vehicle guidance.This work was supported by National Science Council, Republic of China under Grant NSC-77-0404-E-009-31.     

基于圆形靶标的数码相机外部参数标定算法

数码相机的外部参数标定是应用计算机视觉进行现场测量和图像处理的关键技术。提出一种基于圆形靶标的数码相机外部参数标定算法,首先提出一种用于估计靶标上圆的圆心在该相机像平面的像坐标的迭代学习算法,在此基础上,利用已知的数码相机内部参数和成像几何模型计算出数码相机的外部参数。实验结果表明算法具有较高的精度和良好的稳定性。     

红外摄像机组的一维标定物设计和标定

在标定过程中针对红外摄像机组缺乏颜色和纹理信息而无法完成标定点空间和图像坐标匹配,提出一维标定物设计准则。当一维标定物的标记点相互距离满足给定比例关系,通过标记点的像素距离作为判断条件,对标定的标记点空间和图像位置进行匹配。理论上证明了设计准则的可靠性。实验表明：满足设计准则的一维标定物操作简单、匹配方便,标定后红外摄像机组参数精度高。     

基于单张平行六面体照片的摄像机标定方法

摄像机标定是计算机视觉的重要组成部分。根据射影几何理论建立了基于单张平行六面体照片的摄像机全参数标定方法。通过调和射影及Laguerre定理的推论求解出平面圆环点的共轭虚像,利用平行六面体照片存在的三对圆环点的虚像,构造对无穷远平面绝对二次曲线的像ω的约束,使用辗转相除法求解非线性问题。最后,给出该算法对模拟图像和真实照片的实验。实验结果表明计算结果与真实情况吻合。     

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...     

Algorithms for coplanar camera calibration

Abstract. Coplanar camera calibration is the process of determining the extrinsic and intrinsic camera parameters from a given set of image and world points, when the world points lie on a two-dimensional plane. Noncoplanar calibration, on the other hand, involves world points that do not lie on a plane. While optimal solutions for both the camera-calibration procedures can be obtained by solving a set of constrained nonlinear optimization problems, there are significant structural differences between the two formulations. We investigate the computational and algorithmic implications of such underlying differences, and provide a set of efficient algorithms that are specifically tailored for the coplanar case. More specifically, we offer the following: (1) four algorithms for coplanar calibration that use linear or iterative linear methods to solve the underlying nonlinear optimization problem, and produce sub-optimal solutions. These algorithms are motivated by their computational efficiency and are useful for real-time low-cost systems. (2) Two optimal solutions for coplanar calibration, including one novel nonlinear algorithm. A constraint for the optimal estimation of extrinsic parameters is also given. (3) A Lyapunov type convergence analysis for the new nonlinear algorithm. We test the validity and performance of the calibration procedures with both synthetic and real images. The results consistently show significant improvements over less complete camera models. Received: 30 September 1998 / Accepted: 12 January 2000