基于姿態(tài)識別的攝像機標定圖像自動選取.pdf

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