摄像机标定.pptVIP

孟胡方法 孟胡的方法与张正友的方法相比： 过程相似； 所用的模版不同，孟胡的方法基于曲线拟合（稳定），并且不需要任何匹配，而张的方法基于点，需要匹配模版的点和图像点。 * CV:Calibration * 2.4 吴毅红等的平行圆标定方法(ECCV,2004) 平行圆：同一个平面上的圆、或平行平面上的圆。 原理：利用摄像机成像的准仿射不变性，计算图像上二次曲线的交点，得到圆环点的图像 * CV:Calibration * 进而： 吴等的标定方法 该方法从平行圆的最小个数出发，基于准仿射不变性，分析了所有可能情况的计算圆环点的方法 * CV:Calibration * a) The concentric case The line at infinity b) The inner-tangent case The line at infinity The line at infinity c) The outer-tangent case e) The separate case The line at infinity The line at infinity f) The enclosing but not concentric case The line at infinity d) The intersecting case 共面分布： 吴等的标定方法 以上可进行推广到非共面的平行圆的情形 * CV:Calibration * 吴等的标定方法 * CV:Calibration * 利用K重建一个垂直角；重建平行线之间的交角 重建的垂直角 89.28o 重建的平行角 0.0000475o 吴等的标定方法 该方法和以往的基于圆的标定方法相比: (1). 从最小个数出发; (2). 计算圆环点图像简单; (3).只需要从拟合的二次曲线出发, 不需要任何匹配, 不需要计算圆心; (4). 应用场合广泛, 不仅仅限于平面的情形. 可应用基于转盘的重构。 * CV:Calibration * * CV:Calibration * H. Wu, Q. Chen, T. Wada, Visual Line Estimation from a Single Image of Two Eyes. ICPR (3) 2004. 应用于: G. Jiang, L. Quan, H.T. Tsui, Circular motion geometry by minimal 2 points in 4 images, ICCV2003. 自动化所一角 (1)视线定位 (2)基于转盘的重建 (3) 车辆机器人等的定位 RAC两步法计算过程 第二步： （2）计算透镜变形系数 * CV:Calibration * 用优化算法求解 RAC两步法 简洁、快速、准确，避免了非线性的优化搜索。适用于需要快速标定摄像机的场合 因为标定点是在一个平面上，所以不能确定比例系数．而且，图像中心位置没有被标定 * CV:Calibration * 1.3 摄像机标定的非线性方法 基本思想: （1）测量标定点在图像平面上的投影位置 （2）计算出其与正确位置之间的偏移量 （3）将这些标定点测量值加到摄像机参数模型方程(每个标定点产生两个方程) （4）形成足够数量的方程，以求解所有未知参数 （5）用非线性回归方法求解过定方程组 * CV:Calibration * 摄像机标定的非线性方法 根据透视投影模型，有 * CV:Calibration * 加入摄像机修正模型，有 摄像机标定的非线性方法 按欧拉角的旋转矩阵公式替换旋转矩阵的所有元素 求解参数：旋转角(3个)、在绝对坐标系中摄像机的位置(3个)，摄像机常数(F)，主点位置的修正量(2个) 、径向透镜变形的多项式系数(3个) 用非线性回归的方法求解 * CV:Calibration * 1.4 张正友平面标定方法 * CV:Calibration * 张正友方法 基本原理： 在这里假定模板平面在世界坐标系 的平面上 其中， 为摄像机的内参数矩阵， 为模板平面上点的齐次坐标， 为模板平面上点投影到图像平面上对应点的齐次坐标， 和 分别是摄像机坐标系相对于世界坐标系的旋转矩阵和平移向量 H * CV:Calibration * 根据旋转矩阵的性质，即 和 ，每幅图像可以获得以下两个对内参数矩阵的基本约束 由于摄像机有5个未知内参数，所以当所摄取得的图像数目大