基于旋轉對稱模板的相機標定.pdf

1、計算機視覺測量技術是實現(xiàn)工業(yè)生產自動化、智能化的一種重要技術手段。而相機標定是計算機視覺測量技術的首要環(huán)節(jié)，標定的準確度對整個測量系統(tǒng)的精度有著至關重要的影響。因此簡單而準確的標定方法對提升測量系統(tǒng)的整體性能具有重要意義。
　　傳統(tǒng)的相機標定方法主要利用標定模板與拍攝圖像上特征點對之間的對應關系來建立包含相機參數(shù)的線性方程組，從而求解出相機的內外參數(shù)。這類方法的主要缺點在于:(1)需要在圖像上檢測出相應的特征點，這使得標定方法的精

2、度嚴重依賴于特征檢測的精度，由于在實際應用中存在噪聲等多種因素的影響，特征檢測方法往往不夠準確，這使得傳統(tǒng)標定方法在實際應用中受到很大限制;(2)操作繁復，為了減少特征檢測精度不高帶來的影響，傳統(tǒng)方法通常需要進行多次多幅的標定測量，有時甚至需要一定程度的人工干預，這使得傳統(tǒng)標定方法難于實現(xiàn)自動化，尤其不適用于一些需要動態(tài)實時標定測量的場合。
　　針對傳統(tǒng)方法的不足，本文提出了一種簡便靈活的相機標定方法，該方法只需利用一幅具有旋轉對

3、稱特征的圖形作為標靶圖案，即可完成相機的標定。其主要原理在于，具有旋轉對稱特點的圖像經過徑向展開變換(Frieze-ExpansionTransform)后，可以轉換為具有平移對稱性的圖像，而平移對稱性的強弱可以借助于圖像灰度矩陣的秩來衡量。根據(jù)這一原理，本文方法首先建立了相機參數(shù)與模板圖像對稱性之間的正向關系模型，然后通過低秩優(yōu)化方法，對其反問題進行求解，從而解析出需要的相機內外參數(shù)。由于本文方法將標定問題直接與圖像整體的對稱性建立了

4、聯(lián)系，不需要對特征點進行提取，避免了傳統(tǒng)方法對特征檢測與提取的依賴，因此本文方法操作簡單，特別適用于一些需要動態(tài)實時標定的場合。在上述基本模型的基礎上，根據(jù)實際應用場合中的不同要求，本文提出了兩種具體的標定方案:
　　方案一直接建立相機參數(shù)與圖像對稱性之間的關系模型，該方案的優(yōu)點是參數(shù)物理意義明確，計算速度快，但由于相機內參與外參的量綱不同，造成本方案在同時計算內外參時穩(wěn)定度較差。因此比較適合一些內參已定，需要實時監(jiān)測外參變化的標

5、定場合。
　　方案二建立了單應矩陣(Homography)與圖像對稱性之間的關系模型，然后利用滅點原理從已求出的單應矩陣中解析出相機內外參數(shù)。該方案避免了方案一中直接使用內外參進行優(yōu)化時所帶來的數(shù)值不穩(wěn)定性問題，但由于需要從單應陣中間接求取內外參，因此計算復雜，速度較慢，適合于對實時要求不高，希望同時獲取相機內外參數(shù)的標定場合。
　　兩種方案的標定過程不需要人工干預，因此本文的方法非常適合非視覺專業(yè)的人員使用。模擬和真實圖像