基于三焦點(diǎn)張量的攝像機(jī)標(biāo)定技術(shù)研究及實(shí)現(xiàn).pdf

1、近些年來(lái)，隨著計(jì)算機(jī)技術(shù)和數(shù)字化產(chǎn)品的迅猛發(fā)展，對(duì)計(jì)算機(jī)視覺(jué)的研究也正得到人們?cè)絹?lái)越多的關(guān)注。作為計(jì)算機(jī)視覺(jué)的主要研究方向之一，攝像機(jī)標(biāo)定是二維數(shù)字圖像恢復(fù)和重建物體三維空間特征的基礎(chǔ)和必經(jīng)步驟?，F(xiàn)有的攝像機(jī)標(biāo)定技術(shù)包括傳統(tǒng)方法、基于主動(dòng)視覺(jué)的方法和攝像機(jī)自標(biāo)定方法。傳統(tǒng)方法需要形狀等幾何信息已知的標(biāo)定物作為參考，很難在實(shí)際中應(yīng)用；基于主動(dòng)視覺(jué)的方法需要利用攝像機(jī)做特定運(yùn)動(dòng)的特殊性來(lái)實(shí)現(xiàn)標(biāo)定，對(duì)實(shí)驗(yàn)系統(tǒng)的精度要求較高；基于自標(biāo)定的方法雖

2、然對(duì)標(biāo)定場(chǎng)景和標(biāo)定儀器要求不高，但往往魯棒性較差，精確度不高。為此，本文研究了三焦點(diǎn)張量的估計(jì)算法并提出了一種基于三焦點(diǎn)張量的攝像機(jī)自標(biāo)定方法。
　　本文首先對(duì)計(jì)算機(jī)視覺(jué)的基本理論做了簡(jiǎn)單的概括。主要對(duì)攝像機(jī)成像幾何模型及多視圖幾何關(guān)系進(jìn)行了描述，攝像機(jī)成像幾何模型包括線性模型和非線性模型，其中線性模型實(shí)現(xiàn)比較簡(jiǎn)單，而非線性模型可以較好地模擬和補(bǔ)償攝像機(jī)的各種像差，但往往計(jì)算復(fù)雜度高，實(shí)現(xiàn)起來(lái)相對(duì)比較困難。其次，研究了對(duì)極幾何中的

3、基本矩陣估計(jì)算法。基本矩陣代表了兩幅視圖之間不以具體場(chǎng)景為轉(zhuǎn)移的對(duì)極幾何關(guān)系，通過(guò)基于灰度相關(guān)性的角點(diǎn)匹配算法得到初始的匹配點(diǎn)對(duì)，在此基礎(chǔ)上再在利用RANSAC算法估計(jì)基本矩陣，同時(shí)得到了兩幅圖像之間的精確匹配點(diǎn)對(duì)。再次，在詳細(xì)研究現(xiàn)有多種三焦點(diǎn)張量的估計(jì)算法的基礎(chǔ)之上，提出了一種基于遺傳算法和LM算法的三焦點(diǎn)張量估計(jì)算法?，F(xiàn)有三焦點(diǎn)張量估計(jì)算法包括直接線性求解的方法、迭代算法和RANSAC算法。直接線性算法計(jì)算比較簡(jiǎn)單，但是不易取得最

4、優(yōu)解，迭代算法復(fù)雜度高且依賴于初值的選取，RANSAC算法魯棒性較高，但是閾值的選取不易確定。而本文所提出的三焦點(diǎn)張量估計(jì)算法充分利用了遺傳算法全局搜索能力強(qiáng)和LM算法迭代下降速度快的優(yōu)點(diǎn)，實(shí)驗(yàn)結(jié)果表明這種方法雖然增加了計(jì)算復(fù)雜度，但是所得結(jié)果比較精確。最后，提出了基于三焦點(diǎn)張量的攝像機(jī)標(biāo)定方法，這種標(biāo)定方法屬于基于絕對(duì)對(duì)偶二次曲面的攝像機(jī)自標(biāo)定方法的范疇，與一般自標(biāo)定方法不同的是，利用三焦點(diǎn)張量可以獲得同一參考坐標(biāo)系下的三個(gè)攝像機(jī)投影