相机标定算法综述详解.doc

相机标定算法综述 Name Moonlightran Email randolphingwp@163.com Note: 欢迎就任何问题讨论 目 录 目 录 I 第1章 引言 1 第2章 相机标定模型的介绍 2 2.1摄像机成像模型 2 2.2 图像坐标系和物理坐标系 3 2.3 摄像机坐标系 4 2.4 世界坐标系 5 2.5 线性摄像机模型(针孔成像模型) 5 2.6 非线性摄像机模型 6 第3章 内外参数未知的摄像机标定 8 3.1基于3D立体靶标相机标定 9 3.2基于径向约束的相机标定(Tsai) 11 3.2.1径向排列约束 11 3.2.2径向约束两步法标定过程 12 3.3基于交比不变的相机畸变系数标定 15 3.4基于2D平面靶标的相机标定(张正友标定法) 16 3.5基于KALMAN滤波器的相机标定 19 1. 状态模型 19 2. 测量模型 20 3. 卡尔曼滤波算法 20 3.6 立体视觉的标定 21 3.7 相关文献 21 第4章 内外参数已知或部分未知的标定 23 4.1 引言介绍 23 4.2 相关文献 23 第1章 引言 计算机视觉的研究目标是使计算机能通过二维图像认知三维环境，并从中获取需要的信息用于重建和识别物体。摄像机便是3D空间和2D图像之间的一种映射，其中两空间之间的相互关系是由摄像机的几何模型决定的，即通常所称的摄像机参数，是表征摄像机映射的具体性质的矩阵。求解这些参数的过程被称为摄像机标定。近20 多年，摄像机标定已成为计算机视觉领域的研究热点之一，目前已广泛应用于三维测量、三维物体重建、机器导航、视觉监控、物体识别、工业检测、生物医学等诸多领域。 从定义上看，摄像机标定实质上是确定摄像机内外参数的一个过程，其中内部参数的标定是指确定摄像机固有的、与位置参数无关的内部几何与光学参数，包括图像中心坐标、焦距、比例因子和镜头畸变等；而外部参数的标定是指确定摄像机坐标系相对于某一世界坐标系的三维位置和方向关系，可用3×3的旋转矩阵R 和一个平移向量t 来表示。 摄像机标定起源于早前摄影测量中的镜头校正，对镜头校正的研究在十九世纪就已出现，二战后镜头校正成为研究的热点问题，一是因为二战中使用大量飞机，在作战考察中要进行大量的地图测绘和航空摄影，二是为满足三维测量需要立体测绘仪器开始出现，为了保证测量结果的精度足够高，就必须首先对校正相机镜头。在这期间，一些镜头像差的表达式陆续提出并被普遍认同和采用，建立起了较多的镜头像差模型，D.C.Brown等对此作出了较大贡献，包括推导了近焦距情况下给定位置处径向畸变的表达式及证明了近焦距情况下测得镜头两个位置处的径向畸变情况就可求得任意位置的径向畸变等。这些径向与切向像差表达式正是后来各种摄像机标定非线性模型的基础。随着CCD器件的发展，现有的数码摄像机逐渐代替原有的照相机，同时随着像素等数字化概念的出现，在实际应用中，在参数表达式上采用这样的相对量单位会显得更加方便，摄像机标定一词也就代替了最初的镜头校正。综述中，将相机的标定按照参数的未知程度分成了三大类：参数完全不知参数都未知）的相机标定，内参数已知的相机标定内参数部分未知的相机标定，第2章 相机标定模型的介绍 2.1摄像机成像模型 图像是视觉信息表示的一种物理形式，要了解图像所携带信息的内在性质，必须了解三维景物是如何形成二维图像的几何模型，就要用适当的数学模型表征图像的形成过程。成像几何模型只与三维物体点的空间位置、摄像机焦距以及物体或摄像机相对运动参数有关，而与二维图像的强度信息无关。研究建立成像几何模型的目的就是建立真实世界(物体空间)和图像(图像空间)之间的坐标关系。摄像机参数总是相对于某种几何成像模型的，这个模型是对光学成像过程的简化。 我们简单介绍成像，视觉中的世界坐标系，坐标系坐标系实际的成像要比针孔成像模型复杂的多，但是成像模型在数学上应用方便的，对成像的近似程度往往可以接受图所示为针孔成像模型，的物体在右端的像平面上成像，像平面一个方形盒子的面，这个面的对针孔所在的面，针孔相当于投影的中心，针孔模型所的像是倒像。平面为物体所在平面，其高度为平面为针孔所在平面，为像平面，的成像高度为到的距离称为物表示为到的距离称为像距也叫主距机常数，表示为针孔模型的像是颠倒的，方便，我们的像落在针孔所在平面，平面上，到针孔的距离实际成像面到针孔的距离完全一样，大小和成大小完全，的这个像和实际成像物体的方向都是一样的，这样我们的分析中会显得更为方便接下来的分析计算都是在这种情况下完成的。 图2.1 针孔成像模型 成像模型简单，在实际中摄像机成像采用的并不是小孔成像原理，透镜原理如为透镜成像的原理，称为物为像距称为透镜的焦