机器视觉中针孔模型摄像机的自标定方法.pdfVIP

第 卷第 期 19 1 机电产品开发与创新 Vol.19,No.1 ·产品与市场· DevelopmentInnovationofmachineryelectricalproducts 年 月 2006 1 Jan.,2006 机器视觉中针孔模型摄像机的自标定方法 1 2 1 2 蓝慕云 ,刘建瓴 ,吴庭万 ,刘桂雄 (华南理工大学 物理科学与技术学院,广东 广州 ; 华南理工大学 机械工程学院,广东 广州 ) 1. 510640 2. 510640 摘 要:强调了摄像机自标定在机器视觉中的作用,介绍了目前几种主要的摄像机自标定方法,指出了 这几种方法的主要特点及应用领域,论述了摄像机自标定方法的发展趋势。 关键词:摄像机自标定;针孔模型;绝对二次曲线 中图分类号: 文献标识码: 文章编号: ( ) TP391 A 1002-6673 2006 01-042-03 难,人们又提出了分层逐步标定的思想,即首先对图像 0 引言 序列做射影重建,在此基础上再仿射标定和欧氏标定。 [6] 从二维图像恢复三维物体可见表面的几何结构 称 因为上述方法标定的复杂性,张正友 提出基于平面 ( 为三维重建 是人类视觉的主要目的之一。在计算机视 标定模板的标定,根据图像点间的匹配求解单应性矩阵 ) 觉领域,三维重建主要由三个步骤构成: 图像对应点 进行标定。从本质上说,所有自标定方法都只是利用了 ① 的匹配,即从不同图像中找出同一空间点在这些图像上 摄像机内参数自身存在的约束,这些约束与场景和摄像 投影点的过程; 对摄像机进行标定,即确定摄像机固 机的运动无关,这也是自标定方法较前两种标定方法更 ② 有的与光、电特征及几何结构有关的内参数; 进一步 灵活的原因。本文就几种主要的自标定方法的特点进行 ③ 确定不同图像间摄像机的运动参数,即求解外参数。可 比较。 以看出,摄像机标定结果的好坏直接决定着三维重建结 1.1 直接求解Kruppas方程的自标定方法 , 和 等提出的自标定方法是 果的好坏,研究摄像机的标定方法具有重要的理论研究 FaugerasLuong Maybank 意义和实际应用价值。 直接基于求解Kruppa方程的一种方法,该方法利用绝对 二次曲线像和极线变换的概念推导出了Kruppa方程。 1 几种主要的摄像机自标定方法