摄像机定标中标定物特征提取和位姿计算方法-feature extraction and pose calculation method of calibration object in camera calibration.docxVIP

  • 30
  • 0
  • 约5.43万字
  • 约 100页
  • 2018-07-31 发布于上海
  • 举报

摄像机定标中标定物特征提取和位姿计算方法-feature extraction and pose calculation method of calibration object in camera calibration.docx

摄像机定标中标定物特征提取和位姿计算方法-feature extraction and pose calculation method of calibration object in camera calibration

独创声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含未获得(注:如没有其他需要特别声明的,本栏可空)或其他教育机构的学位或证书使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:签字日期:年月日---------------------------------------------------------------------学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权学校可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名:导师签字:签字日期:年月日签字日期:年月日摄像机定标中的标定物特征提取和位姿计算方法摘要在计算机视觉研究中,二维平面图像的特征提取是三维计算机视觉研究的第一步,而摄像机定标则是三维重建必不可少的步骤。因此,研究摄像机定标中的标定物特征提取和位姿计算方法具有很好的应用价值。本文主要讨论了基于二维平面模板的摄像机定标中标定模板的特征提取方法和一种正交约束条件下的摄像机位姿参数的计算方法。基于二维标定物的摄像机定标方法,提出了两种不同的二维平面模板——模板Ⅰ和模板Ⅱ。根据射影几何的知识,以交比不变量这一最基本的投影不变量所组成的交比序列来定量地描绘两种模板,并分别进行了两种模板的实测图像实验。实验中采集处理了不同方位和噪声水平下的一系列模板图像,以验证模板的有效性和抗噪声能力。通过比较,选取合适的标定模板,应用于实际的摄像机定标。在前人研究的基础之上,提出了一种正交约束条件下的基于二维平面模板的摄像机位姿参数的计算方法,并进行了实际的验证。实验中,采集了一系列的实验图像,先用张正友的经典相机标定算法对多幅图像进行标定,得到相机的内部参数,作为本文位姿算法的初始参数,然后计算每幅图像所对应的相机外部参数,并与张正友的方法所得数据进行比较,验证了本文算法的有效性。虽然在论文的准备和写作过程中做了大量的工作,并取得了一定的成果,但是仍然存在着一些不足和有待改进的地方。例如探索和研究更加精确、快速、高效的特征提取算法,以提高标定的精度;改进位姿算法程序,使之具有较好的鲁棒性和实时性。关键词:摄像机定标;二维平面模板;投影不变量;交比;正交约束FeatureExtractionandPoseCalculatingMethodofReferenceObjectinCameraCalibrationAbstractIncomputervisionresearch,featureextractionof2Dimageisthefirststep,andcameracalibrationisanessentialstepin3Dreconstruction.Therefore,researchofthefeatureextractionandposecalculatingmethodofreferenceobjectincameracalibrationhasimportantpracticalapplicationvalue.Thispaperfocusesonthefeatureextractionandposecalculatingmethodintheorthogonalconstraintofreferenceobjectincameracalibrationbaseon2Dplane.Itpresentstwodifferent2Dplanetemplates--templateⅠandⅡ.Accordingtotheprojectivegeometryknowledge,itusescrossratiowhichisthemostfundamentalprojectiveinvarianttodescribethem,andhascarriedoutactualexperimentsaboutthem.Intheexperiment,itcollectsandprocessesaseriesofdifferentorientationandlevelsofnoiseaboutthetemplateimage,inordertoverifytheeffectivenessandnoiseresistingabilityofthetemplate.Bycomparison,itselectstheappro

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档