基于圓形特征點的非線性相機標(biāo)定方法

《基于圓形特征點的非線性相機標(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22卷第4期青島大學(xué)學(xué)報(自然科學(xué)版)Vol.22No.42009年12月JOURNALOFQINGDAOUNIVERSITY(NaturalScienceEdition)Dec.2009文章編號:100621037(2009)0420067205doi:10.3969/j.issn.100621037.2009.04.017基于圓形特征點的非線性相機標(biāo)定方法3油世明,張維忠,王靜(青島大學(xué)信息工程學(xué)院,山東青島266071)摘要:針對高精度標(biāo)定板制作困難費用高的問題,提出了一種快速簡易的相機標(biāo)定方法。用數(shù)碼相機對一張具有不

2、同大小圓形特征點的標(biāo)定表繞著光軸旋轉(zhuǎn)拍攝幾幅圖像,利用亞像素邊緣輪廓檢測算法檢測圖像中的輪廓;采用最小二乘橢圓擬合方法得到亞像素橢圓中心坐標(biāo),用穩(wěn)定的圖像點與空間點的對應(yīng)算法確定圖像點與空間點的對應(yīng),計算過程中對所求參數(shù)進行了非線性優(yōu)化。實驗表明,重投影平均誤差在0.2個像素以下,證明了該方法的可行性和較高的標(biāo)定精度。關(guān)鍵詞:相機標(biāo)定;圓形特征點;三維重建;非線性優(yōu)化;標(biāo)定表中圖分類號:TP391文獻標(biāo)識碼:A三維重建指從相機獲取的二維圖像信息出發(fā),計算物體的三維位置、形狀等幾何信息,并由此重建和識別場景中的物體。相機標(biāo)定是三

3、維重建的關(guān)鍵步驟,標(biāo)定結(jié)果的好壞直接決定著三維重建結(jié)果以及其它計算機視覺應(yīng)用效果的好壞,所以研究相機標(biāo)定具有重要的理論意義和實際應(yīng)用價值。[1,2]目前,在計算機視覺領(lǐng)域已經(jīng)提出了多種攝像機標(biāo)定方法,并得到了廣泛應(yīng)用。這些方法主要有傳統(tǒng)的攝像機標(biāo)定方法、自標(biāo)定方法和基于主動視覺的相機標(biāo)定方法。其中的自標(biāo)定方法僅需要建立圖像之[3]間的對應(yīng)即可進行標(biāo)定,非常靈活。但它的魯棒性不高,并且不宜用于實時性要求較高的場合。而基于主[4]動視覺系統(tǒng)的標(biāo)定方法通?？梢跃€性求解,魯棒性比較高,但不能使用于攝像機運動未知和無法控制的場合。傳統(tǒng)的

4、攝像機標(biāo)定方法需要特定的標(biāo)定物,該類標(biāo)定方法可以使用于任意的攝像機模型,具有較高的標(biāo)[5]定精度,但標(biāo)定過程復(fù)雜,需要高精度的已知結(jié)構(gòu)信息。傳統(tǒng)的標(biāo)定方法中,Tsai“兩步法”是應(yīng)用較多,精[6,7]度較高的標(biāo)定方法。但是僅考慮了徑向畸變,對于切向畸變較大的場合不適用;張正友提出的基于平面格網(wǎng)的標(biāo)定方法只需利用對平面棋盤格模板在不同角度拍攝的一組圖像即可進行標(biāo)定,具有較高的標(biāo)定精度。但需要制作高平面度的標(biāo)定模板。本文在文獻[6,7]標(biāo)定方法的基礎(chǔ)上,利用圓點易于檢測、中心定位精度高的優(yōu)點,打印一張具有不同大小圓形特征點的標(biāo)定表

5、,其中的不對稱分布的五個大圓點用于坐標(biāo)軸確定和其它各圓的識別;對打印的標(biāo)定表旋轉(zhuǎn)拍攝幾副圖像,在圖像點與相應(yīng)空間點對應(yīng)的基礎(chǔ)上方便、快速、穩(wěn)定地實現(xiàn)了相機標(biāo)定。1相機模型二維圖像上每一點的亮度與位置都與空間中物體表面相應(yīng)點的幾何位置有關(guān),這種幾何關(guān)系由光學(xué)成像幾何關(guān)系所決定。任意三維空間點X在相機成像平面上的投影通常用理想針孔模型來描述,在齊次坐標(biāo)系下可表示為:3收稿日期:2009208225基金項目:國家自然科學(xué)基金(50475041);山東省教育廳科研計劃項目(J07YJ1922),青島市科技發(fā)展計劃(082123252j

6、ch)作者簡介:油世明,(19832),男,碩士研究生,研究方向為計算機視覺。?1994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net68青島大學(xué)學(xué)報(自然科學(xué)版)第22卷xwuαxsu0ywZcv=K[R

7、t],K=0αyv0(1)zw10011TT其中:Zc為一個比例系數(shù);[xwywzw]為點X在世界坐標(biāo)系下的坐標(biāo);[uv]為點X在圖像平面上的像點在以像素為單位的圖像坐標(biāo)系下的坐標(biāo);R和t分別為

8、從世界坐標(biāo)系到攝像機坐標(biāo)系的旋轉(zhuǎn)矩陣和平移向量;K為攝像機內(nèi)參數(shù)矩陣,其中(u0v0)為圖像平面的主點坐標(biāo),ax,ay是以像素寬度與長度表示的等效焦距,s稱為扭曲參數(shù)。由于實際的成像過程是一個復(fù)雜的光學(xué)過程,實際的鏡頭并不是理想的,帶有不同程度的畸變,所以理想針孔模型不能準(zhǔn)確地描述成像幾何關(guān)系。為了使模型更客觀地反映相機的成像過程,引入了反映畸變影[2]響的修正系數(shù)。描述非線性畸變可用如下公式:^x=x+δx(x,y)(2)^y=y+δy(x,y)其中,(^x,^y)為由小孔線性模型計算出來的圖像點坐標(biāo)的理想值;(x,y)是實

9、際的圖像點坐標(biāo),δx與δy是非線性畸變值,它與圖像點在圖像中的位置有關(guān)。非線性畸變主要包括徑向畸變、離心畸變和薄棱鏡畸變。一般情況下,徑向畸變已能足夠描述非線性畸變,而在考慮非線性畸變時對攝像機標(biāo)定需要使用非線性[5]優(yōu)化算法,引入過多的非線性參數(shù)往往不僅不能提高精度,反而引