2008全国赛一等奖.pdfVIP

论文所有权归 北京诺亚数学建模科技有限公司 请勿侵权，违者必究！ 关于数码相机定位问题的数学模型 摘要 本文是关于系统标定中的双目定位问题，对靶标上面的特征点在像平面内进行标 定。我们首先对像图进行了灰度处理，然后通过sobel算子进行边缘检测，将像平面转 化为边界处理，计算区域由二维降低为一维，显著的降低了计算量。 对于问题一，我们根据成像原理，得到像图中某些特征点和特征关系用以确定圆心， 并由此建立了割线逼近模型，并且利用遍历搜索的算法进行求解。同时，我们根据图像 的边界点特征，建立了霍夫变换模型和基于K-平均算法的数学模型。 割线逼近模型主要依据物与像之间的不变的几何关系，通过寻找靶标的像图中的切 线和切点来确定圆心，在求解过程中使用了灭点理论。这种算法虽然在边界识别以及切 线确定中存在误差，但它可以有效的避免对像平面上点集形状的认定。 霍夫变换以及K-平均算法都对像图中的像进行了假设，并认为物的圆心的像在像图 中是具有几何特征的点（分别是圆的圆心和椭圆的中心），从而将问题转化为求像图的 几何特征点。霍夫变换把图形从坐标空间映射到参数空间，在参数空间搜索极值点来确 定图形的实际参数，只要图形可以通过较少的参数来描述，该方法就可以在可接受的时 间里获得较为精确的结果；而K-平均算法是模式识别中常用的聚类算法，利用该算法我 们把图像中五个圆的点分为五类，对每一类求取重心点来获得其圆心所在位置。K平均 算法可以在极短时间内获得精确的圆心坐标，有着良好的性能，但对图像质量要求较高， 需要对较为严格的预处理过程。而霍夫变换抗干扰能力相对要强一些，但是运算时间较 长，且只能用于图形近似为圆的场合，对椭圆的场合运算速度则会过慢。 我们用问题一中的三个模型和算法对问题二进行了求解计算。结果显示，基于K- 平均算法的数学模型最合适本题的求解，此时，我们到靶标在像平面内的圆心坐标为： （-187，193）、（-86，187）、（130，171）、（-225，-119）、（72，-119）。 问题三中，我们通过三维空间中的不同的摄像角度，给出了不同的像图。通过靶标 圆心标定求得靶标圆心在像平面内的实际坐标；同时利用问题一中基于K-平均算法的数 学模型给出计算坐标。我们将其做距离差比较，得到两者圆心的像素坐标距离误差为 [4.4721;4.1231;0;1.0000;0]像素。这说明我们的模型准确度比较高；在不同角度都能 给出相应的结果，说明模型具有一定的稳定性。 问题四中，我们建立了一个确定两相机相对位置的数学模型。利用像平面中像点的 坐标，通过坐标变换逆过程处理，通过确定物坐标系与像坐标系关系向量，间接确定两 个像坐标系的空间位置关系。 论文在最后给出了模型的评价。本文的特色是将数学模型与计算机算法，计算机图 形学相结合，并较灵活的对切线等有关概念在离散的点空间中进行了重新定义，使问题 得到较好的解决。 关键词：双目定位 系统标定 霍夫变换 K-平均算法 1 论文所有权归 北京诺亚数学建模科技有限公司 请勿侵权，违者必究！ 一 问题的提出 1.1 1.1 11..11 背景 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， 1 如图 所示，所以必须从靶标上的这些圆的