视觉摄像机标定方法总结.pdf

发布时间：2022-05-30 发布人：admin 分类：说明书资料大小：2.20M 资料格式：pdf 举报版权申诉

xinfly008-10312217-4744300845401578408.pdf-第1页.png

第1页 / 共76页

xinfly008-10312217-4744300845401578408.pdf-第2页.png

第2页 / 共76页

xinfly008-10312217-4744300845401578408.pdf-第3页.png

第3页 / 共76页

xinfly008-10312217-4744300845401578408.pdf-第4页.png

第4页 / 共76页

xinfly008-10312217-4744300845401578408.pdf-第5页.png

第5页 / 共76页

xinfly008-10312217-4744300845401578408.pdf-第6页.png

第6页 / 共76页

xinfly008-10312217-4744300845401578408.pdf-第7页.png

第7页 / 共76页

xinfly008-10312217-4744300845401578408.pdf-第8页.png

第8页 / 共76页

封面

文摘

英文文摘

声明

第1章绪论

1.1引言

1.2摄像机标定技术研究发展历史与现状

1.3摄像机标定的主要内容及方法

1.3.1摄像机标定的主要内容

1.3.2摄像机标定方法

1.4研究摄像机标定技术的意义

1.5本文的主要内容

第2章摄像机标定基本理论

2.1引言

2.2摄像机成像的数学模型

2.2.1标定靶的选择

2.2.2线性模型摄像机标定

2.2.3非线性摄像机模型

2.3标定方法的选择

2.4本章小节

第3章视觉图像信息特征的获取

3.1引言

3.2角点检测概述

3.2.1基于边缘提取的角点检测算法

3.2.2基于图像灰度的角点检测算法

3.3基于Harris角点检测原理的亚像素角点检测技术

3.3.1 Harris角点检测原理

3.3.2基于Harris亚像素级角点检测算法

3.4实验结果

3.5本章小节

第4章摄像机标定算法的实现

4.1 Tsai的经典两步法

4.1.1径向排列约束

4.1.2 RAC两步法的标定过程

4.2内参数的预标定

4.2.1透镜光学中心的标定

4.3.2尺度因子的标定

4.3基于RAC提出的共面点摄像机线性标定法

4.3.1标定原理

4.3.2标定过程

4.4基于张正友的改进平面模板标定法

4.4.1算法模型

4.4.2内参数约束条件

4.4.3标定基本原理

4.5本章小结

第5章实验结果与分析

5.1实验系统的介绍

5.2误差评估方法

5.3标定图像的获取

5.4 Tsai的两步法和共面点的线性标定的比较

5.4.1光学中心标定实验

5.4.2比例因数标定实验

5.4.3实验结果与分析

5.5基于张的改进平面模板标定实验

5.5.1标定方法

5.5.2实验结果与分析

5.6误差分析

结论

参考文献

致谢

哈尔滨工程大学硕士学位论文摄像机现场标定算法研究姓名：贾丹申请学位级别：硕士专业：控制理论与控制工程指导教师：王宗义20070201

哈尔滨“I：群人学硕十学位论文捅要摄像机标定是摄影测量、视觉检测、计算机视觉等领域的重点研究课题之一，在测绘、工业控制、导航、军事等领域得到了极大的应用。摄像机标定为视觉图像的两维信息与实际三维物体世界提供了对应、转换的定量关系。本文围绕摄像机标定研究了亚像素角点提取、摄像机模型与标定方法等内容，主要包括：1．对摄像机成像的理论前提和实际过程，进行了详细的介绍。在分析不同投影模型和成像关系的前提下，选用最实用的透视投影成像模型。同时，对实际成像过程中各种坐标及转换关系，进行了详细的分析和数学描述。2．研究了图像特征点的提取问题。在角点提取过程中，针对Harris角点检测算法只能提取像素级角点坐标的不足，本文对它进行了改进，提出了基于Harris角点检测原理的亚像素角点检测方法，利用角点邻域内图像灰度梯度变化与角点到邻域内任一点的矢量点乘为零的性质，采用迭代算法，获得了精度优于0．01个像素的亚像素角点坐标，解决了摄像机标定中高精度控制点坐标的获取问题。3．对Tsai的两步法和张正友的基于2D平面靶标摄像机标定方法和相关理论进行了研究，在算法精度上提出了一些改进：(1)共面点线性标定法：该法通过分步标定并建立一种新的畸变模型，实现了只利用共面点标定物，不需要摄像机做任何运动，就可以全部线性地求解摄像机的11个内外参数。既避免了非线性优化的繁琐和不稳定，也解决了其它线性法中部分内参数的标定问题。(2)基于张正友算法引入切向畸变：该算法先以图像中心附近点求取摄像机参数初值，由于图像中心附近点畸变很小，故求取的仞值能很好地逼近准确值，然后用Levenberg-Marquardt非线性最小二乘优化算法求精。实验结果表明以上改进算法的标定精度均优于Tsai的两步法和张正友的方法。关键词：摄像机标定；Levenberg-Marquardt算法；亚像素角点检测

哈尔滨f：群大学硕十学位论文AbstractCameracalibrationhasbeenoneofimportanttopicsforphotogrammetry,visioninspeclion,computervisionand∞on．Ithasbeenusefulinmanypracticalapplicationssuchasmapping,industrycontrollingautomaticnavigationandmilitary．Cameracalibrationprovidesaquantitativedescriptionforthecorrespondingtransformationbetween2Dinformationofthevisionimageandreal3Dobjectworld．ThispaperpresentsSOmemyresearchesonsubpixelcomerdetection,canl口'amodelsandcalibrationmethodsthatfollowindetail．1．Introducedetaillythetheoryandrealprocessionofthecameraimaging．Afteranalyzingallprojectingmodelsandimagingrelations，thisthesisadoptsthemostappliedperspective-imagingmodel．Atthe韶,nletime，thereal—imagingprocessionandallrelationsabouttransformingcoordinatesareintroduced．2．BasedonthedefectofHarrisdetectionalgorithm，asubpixdcornerdetectionmethodisgiven．UsingiterativemethodandtheconlerpropertythatanyvectorfromthetruecornertoapixelpointinthecomerneighbOl血Oodisalwaysorthogonaltothegradientvc贮toroftheimageatthepointWeobtainedcomcfssubpixelcoordinateswhoseprecisionprecedes．0．01pixel．ThisSOlvestheproblemhowtoachievethecontrolpointscoordinateswimsubpixelaccuracyoncanleracalibration．3．Inthispaperthetraditionalmethodisthekeypointandtwocalibrationalgorithmsarcchosen,TsaialgorithmandZhangalgorithm．Basedonthetwoalgorithms，proposetwoimprovedalgorithmsbelow：(1)Linearappro∞hforcameraparametercalibration：Itonlyrequiresacoplanartargetwithoutcamera'smotion．Themethodissimplyandaccllratehigllly．Allkeyparametersofthecameraarelinearlyderivedthroughstep-by-stepdecompositionalgorithm．Thisnotonlyovercomestheinstabilityanditerationofnonlinearproblems，butalsoimplementsthecalibrationofpartialintrinsic．parameterswhichtheotherlinearmethodsfailstodo．

哈尔滨l：稃人学硕}学侍论文(2)Impmvedcamb。racalibrationfromZhang'smethod：Itimportstangentialdistortion,theinitialparametersalesolvedbyusingthepointsneartheimageplanecenter．AsthedistortionisverylittleReal-theimageplanecenter,thesolvedinitialparameterscallbeveryclosetoexactones，andthensolvethecamJ岛'aparametersaccuratelybyLcvcnberg-MarquardtAlgorithm．Comp删withTsaialgorithmandZhangalgorithm，theproposedmethodsaremoreaccurateandtheyworkbctt‘yt-robusmess．Keywords：cameraca／／bmtion；levenberg-marquardt；subpixdCOmt31"detection

哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字)：亟盘日期：，m7年弓月3Et

哈尔滨1=程大学硕十学位论文1．1引言第1章绪论近年来，计算机视觉与视觉检测在许多领域得到了广泛应用，三维计算机视觉系统应能从摄像机获取的图像信息出发，计算三维环境物体的位置、形状等几何信息，并由此识别环境中的物体。计算机视觉研究的主要对象之一是如何从摄像机获取的图像信息出发计算三维空间中物体的几何信息，即三维场景在二维平面上的投影，并由此重建和识别物体。其首要必须解决的问题即摄像机标定。摄像机标定是指建立图像像素位置和场景点位置之间的关系。因为每个像素都是通过投射投影得到的，它对应于光学中心与场景点形成的一条射线。摄像机标定问题就是确定这条射线在场景绝对坐标系中的方程。在计算机视觉中，摄像机标定主要标定两个部分：内参数和外参数。(1)内参数：内参数是摄像机坐标系和理想坐标系之间的关系，用于给出摄像机的光学和几何学特征。如：主点、长宽比例因子和镜头畸变；(2)外参数：外参数表示摄像机在世界坐标系里的位置和方向。如：旋转和平移。1．2摄像机标定技术研究发展历史与现状摄像机标定来源于摄影测量学n1，。摄影测量学中所使用的方法是数学解析分析的方法，在标定过程中通常要利用数学方法对从数字图像中获得的数据进行处理。通过数学处理手段，摄像机标定提供了专业测量摄像机与非量测摄像机的联系。而所谓的非量测摄像机是指这样一类摄像机，其内部参数完全未知、部分未知或者原则上不稳定。摄像机标定技术的研究包括两大方面，即摄像机模型(models)与摄像机标定方法(methods)，二者联系紧密，囚为往往引么样的模型就决定需要采用什么样的标定方法。根据不同的应用，对摄像机的标定要求也是不同的。比如说，对机器导航，要求能自动快速地进行标定，而对于度量领域的应用，精度要求是第一位的。本文第二章将会较详细地介绍摄像机模型，这里主要

哈尔滨T程大学硕士学位论文介绍摄像机标定研究的发展历史与现状。目前，内参数固定的摄像机模型(即不考虑变焦等情况)已经比较成熟，主要是根据需要选取不同精度、不同计算量的模型的问题，应该说目前己经不是研究的热点。一般来说，线性模型计算方便，运算速度快，能得到解析解，但很难完整表达镜头的像差与摄像机复杂的成像过程：而非线性模型能更好地模拟和补偿各种像差，提高模型的精度，但计算量大，往往需要采用非线性优化，鲁棒性降低。从摄像机标定方法看，传统的摄像机标定～般是利用一个标准参照物与其对应图像的约束关系，来确定摄像机模型的参数，可以应用一幅以上的图像进行标定，方法和理论都比较成熟。如果不考虑镜头像差的影响，可以使用线性方法标定，如直接线性变换法n，。但是由于没有考虑成像畸变因素，标定精度较低。提高标定精度永远是人们追求的目标。为了提高计算精度，必须考虑非线性畸变。1966年，B．Hallert发表了他在镜头与相机标定方面的研究成果，首次将最小二乘法用于对镜头标定多余观察数据的处理，并将其应用在野外立体坐标测量仪上，得到了高精度的测量结果“，。B．1-Iallert为非线性优化在摄像机标定中的应用开启了大门。1975年，W．Fig考虑了摄像机成像过程中的各种因素，建立较为复杂的摄像机成像模型并用非线性优化来求解w。非线性优化对提高摄像机标定精度提供了一条很好的途径，非常适合于采用多参数的非线性畸变模型的标定，在能提供较好初值的情况下，可以较快地收敛，得到高精度优化结果。现在大部分标定程序都采用了非线性优化。它的缺点是标定的结果依赖摄像机模型参数的初始给定值，而且计算速度慢，不适于实时标定。R．YTsai综合上述方法，于1986年建立了经典的Tsai摄像机模型，提出了两步标定法，其中大部分参数采用线性直接求解，少数参数采用迭代方法求解一，，因而迭代少，计算速度较快。但该模型畸变模型较简单，不能较好地解决图像畸变问题。J．We,,g改进了Tsai模型的畸变模型，使之能适应视场较大和畸变较严重的场合”…。RagGWillson在1994年利用Tsai模型，用C语占编程，分两步对固定焦距摄像机进行了标定m，，并将标定程序公开在互联网上，极大地促进了该方法的应用。

哈尔滨_丁程大学硕士学位论文鼢年代，随着计算机视觉学科的发展，摄像机标定变得异常频繁，这也有力地促进了其标定技术的研究发展。当摄像机正处于工作中，光学参数如焦距、放大倍数等在工作中会有变化时，往往需要很快做出调整，此时，现场标定(on-the-jobcalibration)的概念被提出来。一般是将标定控制点混合布置在工作区域或其周围，从而能在现场做出标定调整。而在有些工作场合，摄像机参数可能有变化，却又没有标定物时，就需要摄像机能直接面对环境景物做出标定，此时，自标定(selfcalibration)的概念也被提出来。Brown于1989年指出了这两者的区别并详细讨论了成功实现自标定所需要满足的标准或条件…1。随着桌面视觉系统(DVS，DesktopVisionSystem)进入大众消费领域，方便、灵活、简单、精度较好的摄像机标定程序需求增加，以满足拥有DVs的用户偶尔用在计算机视觉方面的应用，微软研究院的张正友(Z．YZhang)在1999年前后对此做了大量研究工作，提出了基于移动平面模板的方便灵活的摄像机标定方法m¨，，较好地解决了这一问题。从传统的摄像机标定方法到摄像机自标定，从固定摄像机或标定靶到摄像机和标定靶都可自由移动，甚至不用标定靶，摄像机标定方法层出不穷。前面提到的文献，大部分是前几年在国际计算机视觉会议(ICCV。InternationalConferenceonComputerVision)、欧洲计算机视觉会议(ECCV。EuropeanConferenceonComputerVision)、计算机视觉和模式识别会议(CVPR,ComputerSocietyConferenceonComputerVisionandPatternRecognition)、国际计算机模式识别会议(ICPR,InternationalConferenceOnPaRemRecognffion)及其相关领域等重要会议文献和杂志上发表的。这一方面说明前几年摄像机标定方法研究是计算机视觉领域的热点，从另一个侧面来看，也预示着摄像机标定方法研究的高潮即将结束。但是，对摄像机标定方法的研究没有尽头，因为我们总是需要运算更快精度更高使用更灵活方便的标定方法，这意味着在运算瓶颈、方程病态、冗余参数、模型表达等各个方面都需要更好地解决，这正是摄像机标定技术研究的重要内容和需要继续提高的地方。

分享到：

赞收藏

资料库

视觉摄像机标定方法总结.pdf

相关推荐

开发技术

热门标签

最新资料