三维测量技术中的摄像机定标技术.ppt

三维测量技术中的摄像机定标技术 毕业设计论文答辩 计算机视觉的简单介绍 计算机视觉是在图像处理基础上发展起来的一门新兴学科。 其研究目的就是要赋予计算机以人类的视觉认知功能。 研究的主要内容是通过计算机分析景物的二维图像，从中获取三维世界的结构和属性等信息，进而完成在特定环境下的特殊任务。 研究内容可主要概括为三维重建，运动分析，摄像机定标三个方面。 计算机视觉的前提和基础 计算机立体视觉中首先必须解决的都是三维物体坐标点与二维图像坐标点的对应关系问题。 确定这种对应关系的过程，即为摄像机定标 。 因此摄像机标定技术是计算机视觉实现的前提和基本问题。 如果解决了这个问题，我们就可以从图像中进行三维重建和运动分析。 摄像机定标的定义及意义 主要是确定摄像机内外参数的一个过程，即确定摄像机的内部几何与光学参数(内部参数)和确定摄像机坐标系相对某一世界坐标系的三维位置和方向关系(外部参数)。 精确标定摄像机内外参数不仅可以直接提高测量精度，而且为后继的立体图像匹配与三维重建奠定了良好的基础；同时，标定的实时性可以更好地满足导航等工业机器视觉的需要。 需要标定的参数 外部参数用来把目标的世界坐标系转换成摄像机坐标系 ，摄像机坐标系与世界坐标系之间的关系可以用旋转矩阵R与平移向量t 来描述。矩阵R 与平移向量t 就被称为摄像机的外部参数。 内部参数主要有摄像机参数主点坐标、纵横比、一阶径向畸变系数、有效焦距。 摄像机定标技术的分类 根据标定方式的不同，主要可以归结以下三种：传统标定方法、自标定方法和基于主动视觉的标定方法。 传统标定方法是指用一个结构己知、精度很高的标定块作为空间参照物，通过空间点和图像点之间的对应关系来建立摄像机模型参数的约束，然后通过优化算法来求取这些参数。适用于精度很高且摄像机的参数不经常变化 的场所。 自标定方法(Self-Calibration)克服了传统方法的缺点，它不需要标定块，仅仅依靠多幅图像对应点之间的关系直接进行标定。 主要应用场所是精度要求不高的场合，如通讯、虚拟现实技术等等 。 基于主动视觉的标定方法是指“己知摄像机的某些运动信息”下标定摄像机的方法，包括定量信息和定性信息。主要优点是由于在标定过程中知道了一些摄像机的运动信息，所以一般来说，摄像机的模型参数可以线性求解。 传统摄像机定标方法的分类 从计算思路的角度上看 ，利用最优化算法的定标方法，利用摄像机变换矩阵的定标方法，进一步考虑畸变补偿的两步法和采用更为合理的摄像机成像模型的双平面定标方法。 按照求解算法的特点可以分为直接非线性最小化方法(迭代法)、闭式求解方法和两步法 。 基于共面点的摄像机线性标定法 该法具有如下特点： 1) 标定物为共面点，实验要求较低； 2) 摄像机不需做任何的运动； 3) 原理简单，操作方便，全过程均是线性标定，避免了非线性方法计算量过大的不足； 4) 标定了包括主点坐标、纵横比、一阶径向畸变系数、有效焦距等5 个内部参数和6 个外部参数； 摄像机模型的选取 理想的透镜成像是针孔模型，但实际中透镜并不完全满足这个条件 。摄像机像面上的实际成像与理想成像之间存在光学畸变误差。主要的畸变误差类型包括径向畸变和切向畸变 。一般情况下只考虑一阶径向畸变就足够了 。 故我们采用了带有一阶径向畸变的针孔模型 。 带有一阶径向畸变的针孔模型 计算机图像坐标系Ouv 图像坐标系oxy 摄像机坐标系 世界坐标系 世界坐标系到计算机图像坐标系的变换 1) 世界坐标系与摄像机坐标系的变换，可以用旋转矩阵R 和平移向量T 来描述 。 2) 针孔模型下的理想透视投影变换，即从摄像机坐标系到理想图像坐标系的变换： 3) 理想图像坐标系与实际图像坐标系的转换。考虑一阶径向畸变，建立畸变模型为： 4) 实际图像坐标系到计算机图像坐标系的转换： 主要技术指标及标定过程 摄像机参数主点坐标（ ， ）、纵横比 一阶径向畸变系数 、有效焦距f 等5个内部参数和6个外部参数的确定；旋转矩阵R和平移分量T的求解。 采用分步标定的思想，先标定图像的纵横比 和主点坐标( ， )，再利用径向平行约束，求解大部分的外部参数(5个)，最后引入新的畸变模型，线性求解内部参数f , 和平移量 。 标定点图 标定模板为自己选取，标定点事先进行人工放置，图中的方砖的边长均为60cm 。 摄像机距离地面高度h=153cm；摄像机拍摄时的俯角n=30度。 相机：Canon Power Shot G5数码相机； CCD尺寸：320(u)240(v)； 提取特征点信息 主点坐标和纵横比 标定点图的像素大小为320 240，主点坐标可近似由像素大小除以2得到，即