相机标定的一个灵活的新技术论文翻译.docVIP

相机标定的一个灵活的新技术论文翻译 第 PAGE \* Arabic \* MERGEFORMAT 21 页第 PAGE \* Arabic \* MERGEFORMAT 21 页 相机标定的一个灵活的新技术 张正友 1998年12月2日 1998年12月4日更新 2002年8月10日更新 附录B的一个错字 2008年8月13日更新 3.3节的一个错字 2009年12月5日最后更新 2.4节的一个错字 技术报告 MSR-TR-98-71 引用：张正友，相机标定的一个既创新有灵活的技术，IEEE学报的模式分析与机器智能 微软研究 微软公司 微软总部 华盛顿州雷德蒙德 98052 相机标定的一个灵活的新技术（张正友） 目录： 1. 写作目的 2. 基本方程 2.1 注释 2.2位面模型和图像间的单应性矩阵 2.3 （相机）内部参数的约束 2.4 集合解释 3 解决相机标定 3.1 封闭解 3.2 最大相似约束 3.3 镜头失真 3.4 总结 4 退化配置 5 实验结果 5.1 计算机仿真 5.2 实际数据 5.3 关于模型不精确度的灵敏度分析 5.3.1 在模型数据中的随机噪声 5.3.2 图像模型的非平面灵敏度 6 结论 A 模型与图像间的单应性估计 B 从矩阵B中提取内部参数 C由旋转矩阵近似地构造一个3×3的矩阵 D在纯转换已知的情况下进行相机标定 相机标定的一个灵活的新技术 摘要 我们提出了一个灵活的新技术，这个技术可以很轻松地进行相机标定。它可以使用在完全不需要3D几何或计算机视觉的场合。这个技术只需要摄像头观察几个不同（至少两个）自由移动方向的平面，运动的过程不需要了解。我们建立一个镜头径向畸变模型。这个过程包含了一个封闭解，其次是一个基于最大似然估计的非线性的估计。计算机仿真和真实数据被用来测试该技术，并取得了很好的结果。与经典使用昂贵的设备，如两个或三个正交平面的方法相比， 这项技术更加易于使用和灵活。无论是实验室环境还是在真实世界中，它都推动了三维计算机视觉的发展， 索引词相机标定 平面的标定 2D模式 绝对二次曲线 投影图 透镜畸变 封闭解 最大似然估计 灵活 1 写作目的 为了从二维图像中提取出准确的距离信息，相机的标定是三维计算机视觉中一个必要步骤。（研究人员已经）做了大量工作，从摄影测量区(参见[2，4]等)到最近的计算机视觉([9、8、23、7，26，24，17，6]等)。我们可以将这些技术大致分为两大类:摄影测量标定和自动标定。 摄影测量标定：相机标定是指通过观察在3D空间中已经测量得很准确了的标定的物体。可以做得很有效地标定[5]。标定对象通常由两个或三个相互正交的平面，当然有时平移的平面也可以使用[23]。这些方法需要昂贵的校准仪器和复杂的设置。 自动标定：在这类技术中没有使用任何标定物体。仅仅在一个静态的场景中移动相机，精确的场景一般从一个摄像机提取出图像信息来提供相机的内部参数的两个约束[17，15]。因此，如果图像被同样的相机与（有着相同的内部参数），对应三张图片，足以恢复两个内部和外部参数，让我们重建一个3D结构[16，13]。虽然这个方法很灵活，但这个方法还不成熟[1].因为有许多参数还有待估计，我们无法一直得到可靠的结果。 其他存在的技术：从正交方向没影点[3，14]和从纯粹的旋转标定[11，21]. 我们当前的研究集中在一个桌面视觉系统(简写为DVS)，因为潜在的对DVS的需求是巨大的。摄像机正在变得越来越便宜和普遍。桌面视觉系统主要针对于那些在计算机视觉方面不擅长的大众。一个典型的计算机用户执行视觉任务会花费时间，所以不会愿意去购买昂贵的设备。因此灵活性，稳健性，低成本是重要的。在这篇论文中考虑到了这些因素。 本文提出的技术只需要摄像头观察几个所示的不同的方向平面格局（至少两个）。图案可打印在激光打印机然后附到一个“rea- sonable “平面(例如硬的图书封面)。无论是照相机还是图案模板都可以随意移动。移动方式没有必要知道。这个方法介于摄像机测量标定和自动标定之间，因为我们采用了二维距离信息而不是三维的或纯粹的隐式。计算机仿真和真实的数据测验了这个方法，并且得到了很好的结果。与经典的方法相比这个方法更灵活，与自动标定相比，稳定性大大增加。我相信这个方法使三维视觉从实验室环境到真实世界都向前迈进了一步。 注意，Bill Triggs[22] 最近开发了一种至少5个视图的一个平面场景的自标定技术。他们的这个技术比我们的更灵活，但是初始化很困难。Liebowitz and Zisserman[14]描述了一个米制度量校正的技术，从位面的透视图的米制信息，如一个已知的角度，两个相等但未知的角度，一个已知的比率长度。他们也提