论文部分内容阅读
摘要:随着信息技术的迅猛发展,摄像机标定已广泛的应用于图像三维重建、目标跟踪、卫星导航以及工业产品检测等方面,其作用越来越重要。由于传统摄像机标定法需要利用精确的参照物才能进行标定,是一种离线的标定方法,而摄像机自标定方法作为一种在线的标定方法,能适用于各种不断变化的场景,因此该方法有非常重要的使用价值与广泛的应用空间。本文重点研究了平行双目摄像机自标定算法中的Harris角点提取、角点匹配、基础矩阵与本质矩阵求解以及摄像机内外参数恢复等方面。在特征点提取方面,针对经典Harris算子所提取的角点存在集聚现象,容易对后续角点产生误匹配,引入邻近点剔除策略,从而实现角点的均匀提取;在角点匹配方面,针对传统匹配算法精度不高的问题,采用基于尺度不变特征的Harris角点双向匹配,从而提高角点的匹配精度;在基础矩阵求解方面,针对经典八点法求解基础矩阵的精度不高的问题,提出了一种求解基础矩阵的均值八点法,并通过平均余差来验证基础矩阵精度高低;最后通过基础矩阵恢复出摄像机的内参数,由基础矩阵与对应的内参数求解出本质矩阵,并通过本质矩阵恢复出摄像机的外参数。为了验证所提出算法的可行性,本文在VC与Matlab平台下构建了相关的软件实验系统,包括图像预处理、Harris角点提取、角点匹配、基础矩阵与本质矩阵求解、摄像机内外参数恢复等模块。实验结果表明,基于平行双目摄像机的自标定改进算法在规则图像及非规则图像的场合都能满足精度要求,这些工作为进一步研究双目摄像机视觉系统奠定了很好的基础。