基于机器视觉的摄像机标定方法研究.doc

引言 (x， y， z) 为摄像机坐标系， XfQfYf为以像素为单 0 位的图像坐标系， 标系。 XOY为以毫米为单位的图像坐 机器视觉的基本任务之一是从摄像机获取图 像信息并计算三维空间中物体的几何信息， 以由 此重建和识别物体。 而空间物体表面某点的三维 几何位置与其在图像中对应点之间的相互关系是 由摄像机成像的几何模型决定的， 这些几何模型 参数就是摄像机参数。 在大多数条件下， 这些参 数必须通过实验与计算才能得到， 这个过程被称 为摄像机定标 (或称为标定)。 标定过程就是确定 摄像机的几何和光学参数， 以及摄像机相对于世 界坐标系的方位。 由于标定精度的大小， 直接影 响着计算机视觉 （机器视觉） 的精度。 因此， 只 有做好了摄像机标定工作， 后续工作才能正常展 开， 可以说， 提高标定精度也是当前科研工作的 重要方面。 图1 标定系统的坐标系 图像中某点在以毫米为单位的图像坐标系中 的坐标与其在以像素为单位的图像坐标系中的坐 标的变换关系如下： w w w w 1 摄像机透视投影模型 1 0 u w w wX w 0 w wX w w dX w w w w u w w w w w w w w w w w w w w w w wYu w= w 0 1 wY w (1) w w w w 摄像机通过成像透镜将三维场景投影到摄像 v w w w w w w w w w w w w w 0 w w dY w w w w w w1 w w1 w w w w w 机二维像平面上， 这个投影可用成像变换 (即摄 w w 1 w 像机成像模型) 来描述。 摄像机成像模型分为线 形模型和非线性模型。 针孔成像模型就属于线形 摄像机模型， 本文就讨论在这种模型下， 某空间 点与其图像投影点在各种坐标系下的变换关系。 图1所示为三个不同层次的坐标系在针孔成像模 型下的关系。 其中 (Xw， Yw， Zw) 为世界坐标系， 空间某点在世界坐标系中的坐标与其在摄像 机坐标系中的坐标变换关系如下： wX w wX w w w wx w w w w w w w w w w w w w w w w w w w w w w w w w R t 1 wY w w w Y w w y w w w w w w w w w w = w=M (2) w w w w w T w w 2 w w wz w wZ w wZ w 0 w w w w w w w w w w w w w w w w w w w w w1 w w w w w w w w 1 1 w w w w w w w 其中， 为3×3正交单位矩阵； t为三维平移向 收稿日期：2008-07-01 第10卷 第11期 2008年11月 Vol.10 No.11 Nov. 2009 技术前沿 量； M2为4×4矩阵。 由于针孔成像模型有如下关系： 参数和外部参数的非线性方程， 如果忽略摄像机 镜头的非线性畸变并把透视变换矩阵中的元素作 为未知数， 来给定一组三维控制点和对应的图像 点， 那么， 就可以利用直接线性变换法来求解透 视变换矩阵中的各个元素。 所以， 由靶标上特征 点的世界坐标和图像坐标， 即可计算出摄像机的 内外参数。 3.2 基于2D平面靶标的摄像机标定 该方法又称为张正友标定法， 这是一种适合 应用的新型灵活方法。 该方法要求摄像机在两个 X= fx z Y= fy z 所以， 将 矩阵表示可得： 代入上式的齐次坐标和 (1)， (2) w w wXw w w w w wa 0 u 0 w w wu w w w w w w w w x w w w w w 0 w w ww w w w R t 1 Y w w w w w w w w =M M2 X =MX (3) w w T w 1 w w w w w w w w wZw w w w 0 w1 w w w w0 0 1 0 w w w w w 以上不同的方位拍摄一个平面靶标， 摄像机和2D w w w w w 1 w w w 平面靶标都可以自由移动 ， 且内部参数始 终 不 变， 假定2D平面靶标在世界坐标系中的Z=0， 那 么， 通过线性模型分析就可计算出摄像机参数的 优 化 解 ， 然后用基干最大似然法进行非线 性 求 精。 在这个过程中得出考虑镜头畸变的目标函数 其中， M1为摄像机内参数， M2为摄像机外参 数。 确定某一摄像机参数称为摄像机定标。 标定分类 2 总的来说， 摄像机标定可以分为传统的摄像 机标定方法和摄像机自标定方法两大类。 传统摄 像机