自标定方法在摄像系统中的应用.docxVIP

自标定方法在摄像系统中的应用 一、 摄像机参数标定 为了确定图像测量中特定点的三维几何位置以及图像中响应点之间的关系，有必要建立相机成像的几何模型。这些几何模型参数是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到, 这个求解参数的过程就称之为摄像机标定。无论是在图像测量或者机器视觉应用中, 摄像机参数的标定都是非常关键的环节, 其标定结果的精度及算法的稳定性直接影响摄像机工作产生结果的准确性。因此, 做好摄像机标定是做好后续工作的前提, 提高标定精度是科研工作的重点所在。 二、 外部参数节点的传统标定法 摄像机标定的目的是利用给定物体的参考点坐标 (x, y, z) 和它的图像坐标 (u, v) 来确定摄像机内部的几何和光学特性 (内部参数) 以及摄像机在三维世界中的坐标关系 (外部参数) 。内部参数包括镜头焦距f, 镜头畸变系数 (k、s、p) , 坐标扭曲因子s, 图像坐标原点 (u0, v0) 等参数。外部参数包括摄像机坐标系相对于世界坐标系得旋转矩阵R和平移向量T等参数。 传统摄像机标定的基本方法是, 在一定的摄像机模型下, 基于特定的实验条件如形状、尺寸已知的参照物, 经过对其进行图像处理, 利用一系列数学变换和计算方法, 求取摄像机模型内部参数和外部参数。另外, 由于许多情况下存在经常性调整摄像机的需求, 而且设置已知的参照物也不现实, 这时就需要一种不依赖参照物的所谓摄像机自标定方法。这种摄像机自标定法是利用了摄像机本身参数之间的约束关系来标定的, 与场景和摄像机的运动无关, 所以相比较下更为灵活。 总的来说, 摄像机标定可以分为两个大类:传统的摄像机标定方法和摄像机自标定法。 三、 图像系统的标定方法 传统的摄像机标定方法按照其算法思路可以分成若干类, 包括了利用最优化算法的标定方法, 利用摄像机变换矩阵的标定方法, 进一步考虑畸变补偿的两步法, 双平面方法, 改进的张正友标定法以及其他的一些方法等。 1、 图像参数模型 这一类摄像机标定方法的优点是可以假设摄像机的光学成像模型非常复杂。然而由此带来的问题是: (1) 摄像机标定的结果取决于摄像机的初始给定值, 如果初始值给得不恰当, 很难通过优化程序得到正确的结果; (2) 优化程序非常费时, 无法实时地得到结果。 根据参数模型的选取不同, 这一类的方法主要以下两种: (1) 摄影测量学中的传统方法 Faig提出的方法是这一类技术的典型代表。分析Faig给出的方法, 可以看到在他的标定方法中, 利用了针孔摄像机模型的共面约束条件, 假设摄像机的光学成像模型非常复杂, 考虑了摄像机成像过程中的各种因素, 精心设计了摄像机成像模型, 对于每一幅图像, 利用了至少17个参数来描述其与三维物体空间的约束关系, 计算量非常大。 (2) 直接线形变换法 直接线性变换方法是A bdel-A ziz和Karara首先于1971年提出的。通过求解线性方程的手段就可以求得摄像机模型的参数, 这是直接线性变换方法有吸引力之处。然而这种方法完全没有考虑摄像机过程中的非线性畸变问题, 为了提高精度, 直接线性变换方法进而改进扩充到能包括这些非线性因素, 并使用非线性的手段求解。 2、 摄像机非线性方程的求解 从摄影测量学中的传统方法可以看出, 刻划三维空间坐标系与二维图像坐标系关系的方程一般说来是摄像机内部参数和外部参数的非线性方程。如果忽略摄像机镜头的非线性畸变并且把透视变换矩阵中的元素作为未知数, 给定一组三维控制点和对应的图像点, 就可以利用线性方法求解透视变换矩阵中的各个元素。严格来说, 基于摄像机针孔模型的透视变换矩阵方法与直接线性变换方法没有本质的区别。 3、 tsac的方式 Tsai(1986) 给出了一种基于径向约束的两步法标定方法, 是摄像机标定的一项重要工作, 该方法的核心是先利用RAC (径向一致约束) 条件求解除tz(像机光轴方向的平移) 外的其他像机外参数, 然后再求解摄像机的其他参数。Tsai方法的精度比较高, 适用于精密的测量, 但它对设备的要求也很高, 不适用于简单的标定。这种方法的精度是以设备的精度和复杂度为代价的。 4、 视线向量的插入方法 Martins等首先提出了双平面模型。这种方法不明确使用摄像机模型, 它利用的是世界坐标系下的“视线”, 该方法定义的视线为从工作场景前后两个平面出发, 到图像上某点的连线。给定空间的标定点以及其图像上的对应点, 用插入方法可计算出两张图, 插入的方法是:对于每个图像上的点, 在前平面和后平面上定义两个对应的点, 来定义视线向量。在这种方法中, 考虑用局部插入, 图像用顶点和标定格交点一致的三角形标画, 然后在三角形内线性样条插值。这种方法的优点是利用线性方法就可以解有关参数, 缺点是要求解大量的未