

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、攝像機標定是計算機視覺領域中最經(jīng)典和最重要的課題之一,其已被研究了數(shù)十年之久。不僅新生產(chǎn)出的攝像機必須進行標定,以校正攝像機內(nèi)部參數(shù)和畸變參數(shù),而且攝像機標定技術也是從二維的平面圖像中獲得三維信息這一過程的關鍵步驟,是計算機視覺技術的第一步,在機器視覺,虛擬現(xiàn)實等計算機圖像應用領域有著廣泛的應用。
在過去的數(shù)十年間,研究者已經(jīng)通過許多種不同的途徑,研究出了更方便、更實用、更準確的算法來進行攝像機標定。據(jù)我們所知,現(xiàn)存的算法
2、主要依靠提取局部一定的特征,比如角點、邊緣和SIFT特征,結合他們來建立一定的對應關系來進行攝像機標定。這些方案中的一種重要的特征就是需要依靠設計好的三維信息已知的特別標定物體[1,2,3,4,5]。標定物體有三維立體[4,11],二維平面[5],一維直線[6]三種。這些方法有效的解決了攝像機標定的問題。其首先定義一個分析方案,然后利用基于最大可能性準則進行非線性優(yōu)化,最后考慮到鏡頭畸變,給出分析結果和非線性解。然而,所有上述標定方法選
3、取了大量未挑選或隨機選擇或手動選擇的標定圖像。比如,利用由三個或者更多共線點組成的一維物體,借助于一本書固定其一端,以已知的相對定位移動來進行攝像機標定[6]。其在一段視頻中記錄的150幀中隨機選取四幀來進行標定。對于二維物體[5,7],通過攝像機,拍攝五幅平面在不同角度的圖像,其利用其中的2-5幅圖像來進行標定。對于三維標定物體[4],在相同的設置下,利用相同的攝像機拍攝的不同點的圖像中選取一些進行攝像機標定。這些方法進行攝像機標定圖
4、像的選取時費時、不方便或者造成標定結果不準確。
注意到多數(shù)標定方法有一個共同點,就是基本都完全依靠點或者線是否能夠準確的從角點或者邊緣特征中提取出來。而特征提取或標記往往成為一個瓶頸,影響到整個標定過程魯棒性,準確性和方便性。這些標定圖像時常包含著質(zhì)量不好的特征,最終導致不理想的標定結果。大多數(shù)現(xiàn)在的標定技術利用大量的未經(jīng)選取或者隨機選擇或者人工選取的圖像進行計算,這往往導致耗時,導致最后結果的不確定性。所以我們提出了一種
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 增強現(xiàn)實攝像機-IMU相對姿態(tài)的自動標定研究.pdf
- 基于圖像序列的攝像機自標定方法研究.pdf
- 攝像機標定方法研究.pdf
- 攝像機標定算法研究.pdf
- 基于多視點圖像的攝像機標定技術研究.pdf
- 基于圖像序列的攝像機自標定系統(tǒng)研究.pdf
- 基于RGB-D攝像機的人體動作識別的研究.pdf
- 攝像機標定方法的研究.pdf
- 攝像機現(xiàn)場標定算法研究.pdf
- 攝像機系統(tǒng)標定方法研究.pdf
- 攝像機陣列標定方法研究.pdf
- 基于散焦圖像的攝像機標定和深度恢復算法研究.pdf
- 攝像機標定技術研究.pdf
- 攝像機自標定方法研究.pdf
- 基于圖像識別的SPM自動標定技術研究.pdf
- 基于本質(zhì)矩陣的攝像機自標定研究.pdf
- 海事圖像中運動目標跟蹤與攝像機標定研究.pdf
- 攝像機自標定的算法研究.pdf
- 攝像機標定的前處理研究.pdf
- 全向攝像機標定技術研究.pdf
評論
0/150
提交評論