基于卡尔曼滤波摄像机标定方法.pdfVIP

第34卷第9期 光电工程 Vo1．34．No．9 2007年 9月 Opto—ElectronicEngineering Sep，2007 文章编号：1003—501X(2007)09—0060—06 基于卡尔曼滤波的摄像机标定方法 翟 晋，周富强，张广军 (北京航空航天大学 仪器科学与光电工程学院，北京 100083) 摘要：本文提出了一种基于迭代扩展卡尔曼滤波的摄像机标定方法。将二维平面靶标图像上的特征点看作是匀速 运动的点，以观测到的特征点图像坐标和对应世界坐标作为滤波器的输入，摄像机内外参数的估计值作为滤波器 的输出，根据迭代扩展卡尔曼滤波算法得到摄像机内外参数的最优估计。通过仿真和真实实验，结果表明，对于 有限数量的平面靶标标定图像数据，该算法具有较高的标定精度和较好的鲁棒性。 关键词：摄像机标定；平面靶标；卡尔曼滤波；摄像机参数 中图分类号：TP391 ‘ 文献标志码：A CameracalibrationmethodbasedonKalmanfilter ZHAIJin，ZHOUFu-qiang，ZHANGGuangqun (SchoolofInstrumentScience＆Opto—electronicsEngineering，BeihangUniversity，Beoing100083，China) Abstract：AcameracalibrationmethodbasedontheIteratedExtendedKalmanFilter(IEKF)wasproposedinthispaper, Thefeaturepointsin two—dimensionalplanartargetimageswere considered inuniform motion．Takingthe image coordinatesandthecorrespondingworldcoordinatesoftheobservedfeaturepointsasthefilterinputsandtka ingthe estimatedvalueofhteintrinsicandextrinsiccamerapraametersashtefilteroutputs，theoptimizedvaluesoftheintrinsic andextrinsiccameraparameterswereobtainedwiht IEKF algorithm ．Simulationnadrealexperimentstoevaluatethe perfomr naceofhteproposedmehtodontestdataraereported，na dhteresultsshow thatthismethodisrobustna dfeasible algorithm withgoodprecisionofrafew calibratedimagesofplanra traget． Keywords：cma eracalibration；plnaartarget；Kalmanfilter；camerapraameters 引 言 在三维机器视觉领域内，摄像机参数标定是指获得摄像机内部空间几何特性和光学特性 (即摄像机内 部参数)以及摄像机坐标系相对于某一世界坐标系的三维位置和方向关系 (即外部参数)近似值的过程。在 线或者离线摄像机标定是机器视觉领域内从二维图像提取三维空间信息必不可少的步骤，广泛应用于三维 测量、物体三维模型重建、自动装配、机器人标定、机器导航以及视觉监控等诸多领域。在很多情况下， 整个系统的性能主要取决于摄像机参数的标定精度，如三维测量 ’。 为了获得较高的标定精度，一般需要利用多幅高质量靶标图像，采用非线性优化方法来估计摄像机参 数，如广泛采用的Levenberg—Marquardt(LM)优化算法 ’和NewtonRaphson(NR)~ 川。在一些现场在线 标定环境中，难以采