基于主动视觉摄像机自标定方法.pdfVIP

第 21 卷第 1 期 机器人　ROBO T V o l. 21,N o. 1 1999 年 1 月 　Jan. , 1999 基于主动视觉的摄像机 自标定方法 于洪川　 吴福朝　 袁　波　 韦　穗 (安徽大学人工智能研究所　合肥　230039) 摘　要　摄像机标定是计算机视觉的一项基本任务. 目前基于主动视觉的摄像机内参数 自标定 方法可分为两类: 第一类方法是通过摄像机在三维空间内作两组平移运动, 来求解摄像机内参数. 第 二类是由Basu , D u , 和H artley 等人提出的通过摄像机旋转, 求解摄像机内参数方法. 后者在实际应 用中存在严重不足, 由于它要求摄像机只绕光源中心旋转, 不能有任何平移, 而在工程实践中摄像机 光源中心难以测定, 其旋转也难以保证无任何平移, 因此难以实用. 本文提出的摄像机标定方法属于 前一类方法. 与以往方法相比, 它不要求摄像机作多组相互正交的平移运动, 只要能准确测定出摄像 机相对于初始位置三次线性独立平移运动的平移矢量, 即可线性求解出摄像机内参数. 理论证明, 解 存在且唯一. 数值模拟表明该方法具有较强的鲁棒性, 最后给出了采用真实图像的实验结果. 关键词　摄像机 自标定, 主动视觉, 摄像机内参数, 线性独立 1　引言 摄像机定标是计算机视觉中的重要问题. 通常的定标过程是通过测量结构已知的物体在 图像平面的成像位置, 计算摄像机 的内参数[ 1～ 4 ]. 这种方法在许多实际应用 中难 以实现. [ 5 ] Faugeras 等 提出基于主动视觉自标定技术, 通过移动摄像机的运动等标定内参数, 使标定问 题大为简化. 目前基于主动视觉摄像机 自标定方法可分为两类: 第一类是通过摄像机在三维空 [ 6, 7 ] [ 8 ] 间内作两组平移运动, 来求解摄像机 的内参数 . 另一种方法是最近 由Basu , D u 和 B rady [ 9 ] , H artley [ 10 ] 等所提出的通过摄像机的旋转, 来求解内参数的方法, 其算法有一定的局 限性. 后者在实际应用中存在严重不足, 由于它要求摄像机只绕光源中心旋转, 不能有任何平 移, 而在工程实践中摄像机光源中心难以测定, 其旋转也难以保证无任何平移, 因此难以实用. 本文提出的摄像机标定方法属于前一类方法. 以往这类方法为获得一组求解内参数的线性方 程组, 对摄像机平移运动作了较多的限制或约束, 一般的手眼主动视觉系统实现困难; 同时这 类方法对摄像机模型作了理想化处理, 忽略了光轴与像平面非垂直所造成的畸变影响, 标定结 果难以实用. 为克服这类问题, 使 自标定技术实用化, 本文提出一种新的自标定方法, 考虑畸变因子影 响, 摄像机内参数模型选取五参数模型, 只要求摄像机在视觉平台上相对于某一初始位置作 3 次线性独立的平移运动, 每次平移后摄像机姿态应于初始位置姿态保持一致, 即可获得 6 组线 性方程求解 5 个摄像机内参数. 理论分析并证明该线性方程组是相容的, 其解是惟一的. 数值 模拟表明该方法具有较强的鲁棒性, 易于实用. 2　摄像机内参数模型 摄像机模型采用针孔模型. 1998- 05- 12 收稿 2 　　 　　机　器　人 1999 年 1 月 令 = ( , , ) T 为摄像机像平面的齐次坐标, = ( , , , 1) T 为世界坐标系的齐次坐 p u v w