- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于灭点径向一致性约束的内参数求解
基于灭点径向一致性约束的内参数求解
摘要:基于透视投影成像的摄像机针孔模型,提取出灭点坐标信息,在径向一致性约束的条件下,提出求解摄像机内参数的方法.并依据此方法利用OpenCV做出的实验结果和传统(DLT变换)实验进行比较表明,前者的方法较后者的解值精度较高,多组实验结果的相比较说明算法稳定性良好.
关键词:摄像机标定,针孔模型,内参数.
Based on the perspective projection imaging pinhole camera model, to extract information Vanishing Point coordinates in the radial consistency constraint conditions, the proposed solving method of camera intrinsic parameters. And on the basis of this method to make use of the experimental results of OpenCV and traditional (DLT Transform) experiment showed that the former than the latter method of solution of the value of precision is high, many groups, compared to experimental results indicate the stability of a good algorithm.Keywords: camera calibration, pinhole model, intrisic parameters.
1 引言
摄像机标定是机器视觉研究中的一个重要的问题,它是三维重建的三个关键步骤之一.标定技术在于建立二维的图像和环境物体之间的几何关系.标定算法是依据图像信息求出摄像机外参数和内参数.在先前的研究中, 参考文献[1]提出了基于灭点约束的摄像机标定算法,其算法中引入较多的参数.参考文献[2]利用摄影几何中交比不变性,从n幅图中提取点坐标,求出三组两两正交的直线的消失点的坐标,建立3n个方程,从而求出内参数但算法的计算量较大
本文主要在参考文献[1]的基础上,利用OpenCV提取出图像上的灭点坐标,在径向一致性约束下求解出摄像机的内参数,实验结果表明该算法真实可行.与传统(DLT变换)实验比较说明了算法的优越行.
2 摄像机针孔成像模型及单应矩阵.
如图所示:
在上图中表示世界坐标系下的点, 是它的齐次坐标, 是它在图象坐标系下的图象坐标.由透视投影的模型可以知道:
. (1)
其中 ,,,,是摄像机的内参数,是一旋转矩阵,是一平移向量.称为照相机的内参数矩阵,称为照相机的外参数矩阵,称为单应矩阵[3-6].
3 传统直接线性变换(DLT变换)
由(1)可以知道,令,将矩阵的所有元素改写为一个向量:.
于是由对应的六组摄相机图片上的点和环境物体中的点可以建立下面的线性模型.
(2)
记:
.
(2)式可以写为:
.
从上面可以看出是一个的矩阵,相机标定的任务就是寻找合适的使得最小.即:.
给出约束条件:.由最优化理论可以知道:
.
其中表示的前11列构成的子矩阵,表示的第12列元素构成的行向量.
求出后,还要找出,因此需要将矩阵进行SVD分解.
下面给出关于灭点的径向一致性约束的内参数求解方法.
4 灭点之间的关系
假设一对正交且平行的直线它们的无穷远点坐标为:,.在图像上的齐次灭点坐标为:,.则无穷远点和灭点之间的关系为[1]:
.
由于是可逆的,则有
.
由具有正交性可以得到:
=.
记
.
这样就有:
.
同理,可以得到:
.
.
上面的三个式子化简可以得到:
.(3)
.(4)
.(5)
其中,,是三个灭点坐标,.
5 关于灭点的径向一致性约束
在图像平面上,点, ,
共线,或者直线
与直线平行或斜率相等,则有:
.
其中是主点坐标,通常取图像的中心,上式可以化为:
. (6)
联立解(3),(4),(5),(6)就可以求出, , , .从而求解出摄像机的内参数矩阵.
6 实验
为了检验本算法的效果,做了大量的真实实验,在实验中采用640*480的摄像头,共拍摄30幅图片,靶标采用传统的棋盘格.
I)传统(DLT变换)
在传统(DLT变换)的实验中,需要知道三位坐标和图像坐标,提取的图像坐标如图示:
原创力文档


文档评论(0)