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。     

利用真实场景中的角结构约束进行相机自定标

首先讨论了真实场景中的角结构几何约束，然后利用这种几何约束提出了一种新的相机自定标算法，利用单幅透视投影图像中的角结构计算出相机的焦距、平移向量和旋转矩阵的初始值，然后利用两幅图像中的几何结构对相机内外参数进行优化，由于在求取相机参数初始值的时候只用到了一幅图像，这样就避免了在相机定标过程中可能出现的临界运动序列（critical motions sequence)，从而避免了临界运动序列引起的相机定标退化问题，提高了相机定标过程的鲁棒性，用两幅图像中的结构约束对初始值进行优化，进一步提高了结果的精确度，实验结果证明算法是强壮的。