论文部分内容阅读
摄像机标定技术是从二维平面图像中获得三维信息这一过程的关键步骤是计算机视觉技术的第一步，在机器视觉、虚拟现实等计算机图像应用领域有着广泛的应用。 计算机标定方法可以分为传统标定方法、自标标定法方法和基于主动视觉的标定方法。自标定方法不需要标定物仅通，过运动摄像机所拍摄的标定图片中匹配点的关系来进行标定；基于主动视觉的标定方法需要预知摄像机的详细运动信息，这需要昂贵的设备对摄像机的运动轨迹进行记录，试验成本较高；传统标定方法是现在使用最为普遍的标定方法：利用一个形状尺寸已知的物体作为标定物，用摄像机拍摄若干幅标定物的图片，通过计算2D图像点与3D空间点之间的关系来完成标定，通过对标定物的合理设计就可以得到高精度的结果。 本论文对摄像机标定技术进行了全面的分析与总结，对各种传统标定方法进行了着重分析，对基于一维标定物的标定算法进行了改进，提出了两种改进方案：基于交叉垂直线的标定算法和基于空间三角形的标定算法。 基于交叉垂直线的标定方法利用平面上两条垂直相交的直线作为标定物，令这两条直线绕相交点作任意角度的转动，将摄像机固定拍摄6幅以上的图片，可以在标定物具体长度未知的情况下，利用直线的特点以及垂直的约束条件，建立线形方程组求解实现标定。 基于空间三角形的标定算法使用空间三角形作为标定物，将标定物绕着三角形的一个顶点自由转动并拍摄2幅以上标定图片，然后利用三角形三边长度信息作为约束条件建立线性方程组，求解摄像机的内参数。 这两种方法一方面继承了基于一维标定物的标定算法的优点，绕开了计算摄像机外参数的复杂过程，可以直接求解内参数。另一个方面改进一维标定算法由于标定物包含的几何特征过少而导致算法冗余的缺陷。在具体试验中为了获取标定特征点的精确位置，提出了一种利用求解直线交叉点的方式获取特征点位置的方法，这种方法也解决了由于阴影遮挡而导致的某些特征点提取困难的问题，提高了标定算法的精度。