人类从外界环境获取的信息中,80%来自于视觉。人的眼睛将获取的信息传入大脑,由大脑根据知识和经验,对信息进行处理与识别。随着数字技术的出现与发展,计算机视觉替代了人眼与大脑,实现了对周围环境进行简单识别与理解的功能。计算机视觉的研究目标是使计算机具有通过二维图像认知三维环境信息的能力,这种能力将不仅使机器感知三维环境中物体的几何信息,包括它的形状、位置、姿态、运动等,而且能对它们进行描述、存储,识别与理解。而若通过二维图像感知三维世界,传感器的定标(或标定)成为关键技术之一。近年来,随着数字化技术的不断进步,硬件装置价格的不断下降和计算机性能的不断提高,数码相机也得到了普及,许多计算机视觉系统也都以普通数码相机作为获取数据的主要传感器。 因此,数码相机(摄像机)的标定逐渐成为计算机视觉领域以及摄影测量领域的研究热点之一。 国内外的许多摄影测量及计算机视觉界的专家学者提出多种多样的标定方法。然而,没有哪一种标定方法可以用于所有应用,不同的用途、不同的环境就要采用不同的标定方法。 本文以基于灭点的标定方法为切入点,首先阐述几种传统相机标定方法与自标定技术以及存在的问题,随后提出了几种既不需要控制场同时精度又较高的基于多像灭点的标定方法。这些标定方法操作简易、灵活,可做到“随时随地”标定相机,若将标定结果用于人工规则建筑物的三维重建,该方法还可进行在线标定。 本文涉及的主要研究内容集中在四个方面:(1)直线检测与灭点的确定;(2)基于多像灭点的标定方法;(3)基于点线混合的相机标定方法;(4)基于多平面格网的相机标定方法。 1)直线检测与灭点的确定。灭点是空间平行线在影像上投影的交点。它作为本文所提出的标定方法的重要因素,贯穿文章始末。一般灭点位于影像边界以外,甚至是无穷远处,因此标定前确定灭点的最佳位置至关重要。灭点是直线的交点,本文研究了一种自适应的最小二乘直线模板匹配技术用于高精度的提取影像中的直线信息。由于影像中噪声的存在,使得平行线在影像上未必交于一点,因此,从摄影测量角度出发,研究了一种以影像直线为观测值,建立直线与灭点相关的平差模型确定灭点的方法。该方法既不需要将直线投影到球面坐标,也不需要对大量直线作统计特性分析,当存在大量多余直线观测时,这种平差方法可快速、准确地计算出灭点的最优位置。 2)基于多像灭点的相机标定。从单像灭点标定方法的误差分析入手,以灭点为桥梁,通过灭点的几何特性将影像中直线观测值与相机方位元素直接关联,并对多像联合建立平差模型,以解求未知的相机内外方位元素。同时,非线性畸变模型和几何约束条件也直接纳入到平差标定模型中,多种类型未知参数统一解求,使标定精度大大提高。 3)基于点线混合的相机标定。分析了长焦距相机因视场角小在应用灭点标定时遇到的问题,首次研究了专门针对长焦距、小视场角相机的基于点线混合的标定方法。该方法通过一种无位移、多方位的全景摄影方式扩展长焦距相机的视场角,并用基于点的自标定与基于线的平差模型相结合的方法建立统一模型对相机进行标定。 4)基于平面格网的相机标定。通过分析灭点与灭线的约束特性,利用两个灭点也可进行相机标定。对一个或(多个平行)平面格网或人工建筑物某一立面进行多位移、多角度拍摄,利用多像灭点约束建立标定模型,最后通过矩阵分解得到相机参数矩阵。该方法将三维方向的灭点信息发展到二维方向的灭点信息,且不需要任何物方控制点信息,使灭点标定方法得到进一步推广。