8_北京二等奖-By_gnksguybb.docVIP

数码相机定位 摘要 数码相机定位在08年北京奥运cctv监控系统，机器人视觉系统，交通监管（电子警察）等方面受到广泛的应用，本文建模主要解决了相机标定中的两大问题，一为靶标像点的提取，二为两部固定相机相对位置的确定。运用计算机图形处理和立体视觉的知识我们给出了以上问题的解法。 问题一，首先对靶标的像进行处理，通过matlab将图像转换为数字化灰度矩阵，基于阈值法对图像分割处理将灰度矩阵二值化。据此建立两种像点提取模型和算法。模型一通过做图像的外切矩形，确定其中心即为像点坐标。模型二通过编程提取像闭边缘的像素坐标，用matlab对离散点进行椭圆拟合，确定椭圆中心即为像点坐标。 问题二，利用问题一的两种模型和算法，导入数值和图像进行求解，得到靶标上圆的圆心在该相机像平面的像的物理坐标，如下表所示: 像点 模型 A B C D E 模型一 (-50.00，-51.45） (-23.54,-49.60.） (33.86，-45.11） （18.78，31.48） （-60.16，31.22） 模型二 (-50.02，-51.47） (-23.61,-49.49） (33.84,-45.25） （18.70，31.51） （-60.16，31.17） 问题三，利用问题二两种模型各自求解得到的物点和像点坐标的数据，分别建立TSAI模型对相机进行标定，求解内外部参数，将得到的内部参数像距与实际像距差值对比分析，得到模型一和二的相对误差分别为2.926%，0.751% ，模型二的精度明显比模型一的高。并对运用TSAI模型检验的精度和稳定性进行了讨论, 认为该检验方法精度较高，稳定性较好。 问题四，利用问题三的TSAI模型标定结果所得的外部参数，通过空间坐标变换，求出两部固定相机的相对位置。 关键词：像点提取；图形处理；椭圆拟合模型；TSAI模型 1问题重述 数码相机定位在交通监管（电子警察）等方面有广泛的应用。所谓数码相机定位是指用数码相机摄制物体的相片确定物体表面某些特征点的位置。最常用的定位方法是双目定位，即用两部相机来定位。对物体上一个特征点，用两部固定于不同位置的相机摄得物体的像，分别获得该点在两部相机像平面上的坐标。只要知道两部相机精确的相对位置，就可用几何的方法得到该特征点在固定一部相机的坐标系中的坐标，即确定了特征点的位置。于是对双目定位，精确地确定两部相机的相对位置就是关键，这一过程称为系统标定。 标定的一种做法是：在一块平板上画若干个点，同时用这两部相机照相，分别得到这些点在它们像平面上的像点，利用这两组像点的几何关系就可以得到这两部相机的相对位置。然而，无论在物平面或像平面上我们都无法直接得到没有几何尺寸的“点”。实际的做法是在物平面上画若干个圆（称为靶标），它们的圆心就是几何的点了。而它们的像一般会变形，如图1所示，所以必须从靶标上的这些圆的像中把圆心的像精确地找到，标定就可实现。 有人设计靶标如下，取1个边长为100mm的正方形，分别以四个顶点（对应为A、C、D、E）为圆心，12mm为半径作圆。以AC边上距离A点30mm处的B为圆心，12mm为半径作圆，如图2所示。 图 2 靶标示意图 用一位置固定的数码相机摄得其像，如图3所示。 图3 靶标的像 请你们： 建立数学模型和算法以确定靶标上圆的圆心在该相机像平面的像坐标, 这里坐标系原点取在该相机的焦点，x-y平面平行于像平面； 对由图2、图3分别给出的靶标及其像，计算靶标上圆的圆心在像平面上的像坐标, 该相机的像距（即焦点到像平面的距离）是1577个像素单位(1毫米约为3.78个像素单位)，相机分辨率为1024×768；（焦点即为光心中心） 设计一种方法检验你们的模型，并对方法的精度和稳定性进行讨论； 建立用此靶标给出两部固定相机相对位置的数学模型和方法。 2基本假设 针孔模型假设物体表面的反射光都经过一个针孔而投影到像平面上，即满足光的直线传播条件，小孔成像由于透光量太小，因此需要很长的曝光时间，并且很难得到清晰的图像。实际摄像系统通常都由透镜或者透镜组组成。两种模型具有相同的成像关系，即像点是物点和光心的连线与图像平面的交点。因此，可以用针孔模型作为摄像机成像模型。 焦距等于像距。 3符号说明，略 4问题的求解 4.0模型准备 首先我们将题目中给的图3复制到画图软件并恢复其原始大小为高20.32mm,宽27.09mm.然后将其保存为jpg格式的文件。然后将其导入MATLAB中，通过编程序输出其图像（如下图）和灰度矩阵（768行1024列）。矩阵的行号和列号分别是其像素坐标（其坐标原点在图的左上角顶点