資源描述：
《基于主動視覺的攝像機(jī)自標(biāo)定方法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第21卷第1期機(jī)器人ROBOTVol.21,No.11999年1月Jan.,1999a基于主動視覺的攝像機(jī)自標(biāo)定方法于洪川吳福朝袁波韋穗(安徽大學(xué)人工智能研究所合肥230039)摘要攝像機(jī)標(biāo)定是計算機(jī)視覺的一項基本任務(wù).目前基于主動視覺的攝像機(jī)內(nèi)參數(shù)自標(biāo)定方法可分為兩類:第一類方法是通過攝像機(jī)在三維空間內(nèi)作兩組平移運動,來求解攝像機(jī)內(nèi)參數(shù).第二類是由Basu,Du,和Hartley等人提出的通過攝像機(jī)旋轉(zhuǎn),求解攝像機(jī)內(nèi)參數(shù)方法.后者在實際應(yīng)用中存在嚴(yán)重不足,由于它要求攝像機(jī)只繞光源中心旋轉(zhuǎn),不能有任何平移,而在工程實踐中攝像機(jī)光源中心難以測定,其旋轉(zhuǎn)也難以保證
2、無任何平移,因此難以實用.本文提出的攝像機(jī)標(biāo)定方法屬于前一類方法.與以往方法相比,它不要求攝像機(jī)作多組相互正交的平移運動,只要能準(zhǔn)確測定出攝像機(jī)相對于初始位置三次線性獨立平移運動的平移矢量,即可線性求解出攝像機(jī)內(nèi)參數(shù).理論證明,解存在且唯一.數(shù)值模擬表明該方法具有較強(qiáng)的魯棒性,最后給出了采用真實圖像的實驗結(jié)果.關(guān)鍵詞攝像機(jī)自標(biāo)定,主動視覺,攝像機(jī)內(nèi)參數(shù),線性獨立1引言攝像機(jī)定標(biāo)是計算機(jī)視覺中的重要問題.通常的定標(biāo)過程是通過測量結(jié)構(gòu)已知的物體在[1～4]圖像平面的成像位置,計算攝像機(jī)的內(nèi)參數(shù).這種方法在許多實際應(yīng)用中難以實現(xiàn).[5]Faugeras等提出基于主動
3、視覺自標(biāo)定技術(shù),通過移動攝像機(jī)的運動等標(biāo)定內(nèi)參數(shù),使標(biāo)定問題大為簡化.目前基于主動視覺攝像機(jī)自標(biāo)定方法可分為兩類:第一類是通過攝像機(jī)在三維空[6,7][8]間內(nèi)作兩組平移運動,來求解攝像機(jī)的內(nèi)參數(shù).另一種方法是最近由Basu,Du和[9][10]Brady,Hartley等所提出的通過攝像機(jī)的旋轉(zhuǎn),來求解內(nèi)參數(shù)的方法,其算法有一定的局限性.后者在實際應(yīng)用中存在嚴(yán)重不足,由于它要求攝像機(jī)只繞光源中心旋轉(zhuǎn),不能有任何平移,而在工程實踐中攝像機(jī)光源中心難以測定,其旋轉(zhuǎn)也難以保證無任何平移,因此難以實用.本文提出的攝像機(jī)標(biāo)定方法屬于前一類方法.以往這類方法為獲得一組求
4、解內(nèi)參數(shù)的線性方程組,對攝像機(jī)平移運動作了較多的限制或約束,一般的手2眼主動視覺系統(tǒng)實現(xiàn)困難;同時這類方法對攝像機(jī)模型作了理想化處理,忽略了光軸與像平面非垂直所造成的畸變影響,標(biāo)定結(jié)果難以實用.為克服這類問題,使自標(biāo)定技術(shù)實用化,本文提出一種新的自標(biāo)定方法,考慮畸變因子影響,攝像機(jī)內(nèi)參數(shù)模型選取五參數(shù)模型,只要求攝像機(jī)在視覺平臺上相對于某一初始位置作3次線性獨立的平移運動,每次平移后攝像機(jī)姿態(tài)應(yīng)于初始位置姿態(tài)保持一致,即可獲得6組線性方程求解5個攝像機(jī)內(nèi)參數(shù).理論分析并證明該線性方程組是相容的,其解是惟一的.數(shù)值模擬表明該方法具有較強(qiáng)的魯棒性,易于實用.2攝像
5、機(jī)內(nèi)參數(shù)模型攝像機(jī)模型采用針孔模型.a1998-05-12收稿2機(jī)器人1999年1月TT令p=(u,v,w)為攝像機(jī)像平面的齊次坐標(biāo),X=(x,y,z,1)為世界坐標(biāo)系的齊次坐標(biāo).3D到2D之間的投影變換為p=MX,M為秩3的3×4矩陣,通常稱為攝像機(jī)投影矩陣.[10]將M進(jìn)一步分解為M=K(R?-Rt).其中:(1)K為攝像機(jī)內(nèi)參數(shù)陣,rank(K)=3,它是如下的上三角陣kuspuK=0kvpv001ku——焦距f與像素在u方向?qū)挾鹊谋戎?且ku>0;kv——焦距f與像素在v方向?qū)挾鹊谋戎?且kv>0;s——成像平面不垂直于光軸而帶來的畸變因子;(pu,p
6、v)—光軸與像平面交點坐標(biāo).(2)R為攝像機(jī)旋轉(zhuǎn)陣,t為攝像機(jī)平移矢量.(R?-Rt)為攝像機(jī)外參數(shù)矩陣.攝像機(jī)位于初始位置時,其投影矩陣為M=(K?0),當(dāng)攝像機(jī)沿某一方向平移t后,其姿態(tài)保持不變,則旋轉(zhuǎn)陣R為一單位陣I,此時投影矩陣可表示為M=K(I?-t).3攝像機(jī)通過平移標(biāo)定內(nèi)參數(shù)在主動視覺系統(tǒng)中,攝像機(jī)被固定在視覺平臺上,通過控制平臺運動(可從控制器上讀出[12]運動參數(shù)),可以確定出攝像機(jī)相對與平臺的位置關(guān)系.為了簡化分析,我們將求解內(nèi)參數(shù)問題限定在攝像機(jī)坐標(biāo)系內(nèi)討論,即此刻攝像機(jī)光心O為世界坐標(biāo)系原點,則3D空間某點X到2D像平面投影為p0=(K
7、?0)X,考慮到投影矩陣第四列為一零向量,該投影變換可簡化為Tp0=K(x,y,z)(1)當(dāng)視覺平臺沿某一方向平移運動,根據(jù)文獻(xiàn)[12]不難確定攝像機(jī)相對于初始位置平移矢量t1,點X在像平面上投影為p1=K(I?-t1)X(2)T-1由(1)式可知(x,y,z)=Kp0,將其代入(2)式-1Kp0p1=K(I?t1)=p0-Kt1(3)1x0=u0?w0x1=u1?w1為計算簡便,將像平面齊次坐標(biāo)p0,p1轉(zhuǎn)化成直角坐標(biāo).,由(3)式可得y0=v0?w0y1=v1?w1(x1-x0)w0=-(kut0+st1+put2)+t2x1(4)(y1-y0)w0=-(
8、kvt1+pvt2)+t2y1(5)其
