基于主动视觉系统的摄像机自定标方法研究

提出了一种新的基于主动视觉系统的摄像机自定标方法,其主要特点是可以线性求解 摄像机的所有5个内参数.该方法的基本原理是利用图像中平面场景的信息,通过控制摄像机 作多组平面正交平移运动,由平面场景图像的单应性(homography)矩阵建立摄像机内参数线性 约束方程组,来求解摄像机的内参数,同时给出约束方程组解的唯一性与平移运动组之间的关系.     

基于正交平面的摄像机自定标

提出了一种基于正交平面摄像机定标的新算法。它利用场景中的正交平面,摄像机作五次以上的平移运动,根据每次运动关于平面的单应矩阵建立内参数的线性约束方程组,从而线性地确定内参数。与以往的定标方法相比,文章对摄像机的运动不苛刻,只需控制摄像机作平移运动,这在一般的实验平台上可以很容易地实现,并且线性地确定摄像机所有的五个内参数。模拟实验和真实图象实验表明,文章给出的方法在机器人视觉中具有一定的实用价值。     

棋盘格模板角点的自动识别与定位

棋盘格模板角点的识别与定位是摄像机定标过程中的关键环节,而自动识别与定位则是实现定标过程自动化的前提条件。为了实现定标过程自动化,提出了一种有效的方法,即利用棋盘格模板图像内部角点的局部灰度特征和由栅格线构成的结构特征,实现了内部角点的自动识别与定位。实验结果表明,该方法是有效和实用的,其能明显地加快定标速度,缩短定标时间,从而为基于多幅棋盘格模板图像的摄像机定标过程自动化创造了条件。     

基于圆曲线的摄像机自定标

本文给出了一种基于圆曲线的摄像机自定标的新方法.设计了一个含有三个两两不包含的圆(其中圆心和半径大小是未知的)的平面模板,让摄像机在三个以上的不同方位观察该模板,然后利用模板的图像来求解摄像机的内参数.文中,首先介绍了三维摄影空间中绝对二次曲线和圆环点的相关知识,接着推导出摄像机内参数的约束方程,最后又详细讨论了圆环点及其图像的求法.其中关键技术是通过求解像曲线的切线确定圆心图像的像素坐标,然后确定圆环点图像坐标来实现摄像机的定标模拟实验和真实图像实验也表明,本方法具有很好的鲁棒性.由于所用模板中的圆不需要精确定位,因此该模板易于制作.由于该技术对摄像机的运动没有限制,因此,它可以在一般的实验平台上实现.     

基于随机抽样一致性的多平面区域检测算法

在随机抽样一致性(RANSAC)的基础上,提出了一种对多个平面区域同时进行检测的算法.该算法假设对同一场景的一对未定标图像已经进行了特征点提取和匹配,首先利用对极几何约束计算出一对极点,然后随机抽取多组3对而非4对特征点定义多个待确定单应性矩阵模型,对图像对中的多个平面区域同时进行检测.模拟实验和真实实验都证明该算法具有运算量小、准确性高、鲁棒性好等优点.     

平面单应矩阵对摄像机内参数约束的一些性质

空间x-y坐标平面与图像平面之间的单应矩阵可以提供关于摄像机内参数的2个线性约束.文中研究表明:给定一个一般空间平面与图像平面之间的单应矩阵,如果空间平面在世界坐标系的坐标已知,则该单应矩阵同样可以提供关于摄像机内参数的2个线性约束;如果空间平面在世界坐标系的坐标未知,则该单应矩阵不能构成对摄像机内参数的任何约束.另外,仅仅知道某一个场景中的2幅图像间的单应矩阵不能对摄像机内参数构成任何约束.该结果对从事摄像机标定和三维重建的研究人员有一定的参考作用.     

一种基于平面消影点的摄像机定标方法

摄像机定标是计算机视觉中一个非常重要的问题.对CCD/INS复合末制导系统中摄像机定标问题进行了研究.文中介绍了一种基于平面消影点的摄像机定标方法.该方法从消影点的基本性质和方形平面模板的几何特征出发,推导并证明了正交消影点之间的约束关系式,从这个正交约束中可以解析地求出摄像机的有效焦距.消影点从3D-2D的对应点坐标中解算求得,相比于图像处理方法具有更好的抗干扰性.方法原理简单、实现方便,仿真实验和真实图像实验结果均验证了该方法的有效性.     

一种基于平面模板的虚实配准算法

虚实配准是增强现实的关键技术。因为有运算量小实时性强的特点，利用平面模板进行虚实配准被广泛使用。本文算法利用平面模板进行虚实配准中的单应性映射关系，建立从平面模板坐标系到摄像机坐标系3维空间坐标转换和从摄像机坐标系到投影平面的3维-2维空间坐标转换，既减小了运算量，又解决了人工定标的问题。在实现虚实配准的基础上，进一步探讨了配准的优化问题，对关键的单应性矩阵进行优化筛选，提高虚实配准的强劲性，实现部分标志点被遮挡情况下的虚实配准。实验结果证明，本文算法成功实现了虚实配准，并在抗遮挡性上有强劲的表现。     

一种新的线性摄像机自标定方法

提出了一种新的基于主动视觉系统的线性摄像机自定标方法。所谓基于主动视觉系统,是指摄像机固定在摄像机平台上以平摄像机平台的运动可以精确控制。该方法的主要特点是可以线性求解摄像机的所有5个内参数。据作者所知。文献中现有的方法仅能线性求解摄像机的4个由参数。当摄像机为完全的射影模型时,即当有畸变因子（skew factor）存在时,文献中的线性方法均不再适用。该方法的基本思想是控制摄像机做5组平面正交运动,利用图像中的极点（epipoles）信息来线性标定摄像机。同时,针对摄像机做平移运动时基本矩阵的特殊形式,该文提出了求基本矩阵（fundamental matrix)的2点算法。与8点算法相比较,2点算法大大提高了所求极点的精度和鲁棒性。另外,该文对临近奇异状态（即5组平面正交运动中,有两组或者多组运动平面平行）作了较为详尽的分析,并提出了解决临近奇异状态的策略,从而增强了该文算法的衫性。模拟图像和真实图像实验表明该文的自标定方法具有较高的鲁棒性和准确性。     

基于平面模板的摄像机标定方法

给出了一种基于平面模板的摄像机标定的新算法.所用的标定模板由一个内嵌矩形的圆组成,通过模板图像在像平面上的投影计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程,只需要摄像机在3个(或3个以上)不同方位摄取平面模板中的图像,即可线性求解摄像机的内参数.该方法原理简单,对摄像机运动没有约束,不涉及图像匹配,平面模板容易制作,无须知道物理度量,实验证明本方法可行,并有较好的鲁棒性.     

基于单应矩阵的摄像机标定方法及应用

提出了一种基于单应矩阵的摄像机标定方法,并应用标定结果成功完成了移动机器人的视觉伺服任务。该方法首先根据图像平面和标定板平面之间特征点的对应关系,对单应矩阵进行了估计,进而利用旋转矩阵的单位正交性得到了其对摄像机内参数的约束条件。然后把摄像机内参数矩阵分解为有效焦距与主点位置两部分,并利用最小二乘法分别对其进行求解。针对镜头的径向畸变,恰当地选取了一种畸变模型,并由此得到了一种新的目标函数来对摄像机的所有参数进行非线性优化,从而使获得的畸变系数更适合于从二维图像信号中提取三维位姿信息。最后将标定结果成功应用于移动机器人视觉伺服系统之中,实验结果验证了该标定算法具有简单易用、精度较高等优良性能。     

一种基于平面模板的单应矩阵求解方法

在视觉测量、摄像机标定和三维重建等领域中,单应矩阵的估计都起着至关重要的作用。用平面模板代替传统的传感器进行视觉测量和摄像机标定,由于其成本低,操作快速简单等优点,已经得到了越来越广泛的应用。文中主要讨论了二维成像平面的透视投影模型,给出了一种最大似然估计法获取平面模板与成像平面的单应矩阵的求解过程,并用Levenberg-Marqurdt算法对结果进行非线性优化。该方法简单、快速、易实现,在计算机视觉应用中具有一定的理论意义和应用价值。     

利用平面约束中的反对称性进行相机自定标

回顾了2幅图像中的平面约束，以及一个图像对的基础矩阵和同形矩阵的乘积是一个反对称矩阵的性质，并通过证明展示了这种反对称性质和平面约束之问的关系。给定两幅图像中的一系列对应点，利用反对称性质提出了一种改进的相机自定标算法，将利用平面约束进行相机自定标过程中求取同形矩阵(homography matrix)的问题转化成了方程组约束条件下的二次规划问题，通过解决给定的二次规划问题求解同形矩阵，提高了算法的鲁棒性，然后利用平面约束求解内参数，最后通过本质矩阵(essential matrix)和基础矩阵(fundarnental matrix)之间的关系以及旋转矩阵的性质求解相机外参数。实验结果表明，算法在稳定性方面有了较大程度的提高。     

Auto‐calibration of a projector–camera stereo system for projection mapping

Standard camera and projector calibration techniques use a checkerboard that is manually shown at different poses to determine the calibration parameters. Furthermore, when image geometric correction must be performed on a three‐dimensional (3D) surface, such as projection mapping, the surface geometry must be determined. Camera calibration and 3D surface estimation can be costly, error prone, and time‐consuming when performed manually. To address this issue, we use an auto‐calibration technique that projects a series of Gray code structured light patterns. These patterns are captured by the camera to build a dense pixel correspondence between the projector and camera, which are used to calibrate the stereo system using an objective function, which embeds the calibration parameters together with the undistorted points. Minimization is carried out by a greedy algorithm that minimizes the cost at each iteration with respect to both calibration parameters and noisy image points. We test the auto‐calibration on different scenes and show that the results closely match a manual calibration of the system. We show that this technique can be used to build a 3D model of the scene, which in turn with the dense pixel correspondence can be used for geometric screen correction on any arbitrary surface.     

Using pedestrians walking on uneven terrains for camera calibration

A calibrated camera is essential for computer vision systems: the prime reason being that such a camera acts as an angle measuring device. Once the camera is calibrated, applications like three-dimensional reconstruction or metrology or other applications requiring real world information from the video sequences can be envisioned. Motivated by this, we address the problem of calibrating multiple cameras, with an overlapping field of view observing pedestrians in a scene walking on an uneven terrain. This problem of calibration on an uneven terrain has so far not been addressed in the vision community. We automatically estimate vertical and horizontal vanishing points by observing pedestrians in each camera and use the corresponding vanishing points to estimate the infinite homography existing between the different cameras. This homography provides constraints on intrinsic (or interior) camera parameters while also enabling us to estimate the extrinsic (or exterior) camera parameters. We test the proposed method on real as well as synthetic data, in addition to motion capture dataset and compare our results with the state of the art.     

Autocalibration of a projector-camera system

This paper presents a method for calibrating a projector-camera system that consists of multiple projectors (or multiple poses of a single projector), a camera, and a planar screen. We consider the problem of estimating the homography between the screen and the image plane of the camera or the screen-camera homography, in the case where there is no prior knowledge regarding the screen surface that enables the direct computation of the homography. It is assumed that the pose of each projector is unknown while its internal geometry is known. Subsequently, it is shown that the screen-camera homography can be determined from only the images projected by the projectors and then obtained by the camera, up to a transformation with four degrees of freedom. This transformation corresponds to arbitrariness in choosing a two-dimensional coordinate system on the screen surface and when this coordinate system is chosen in some manner, the screen-camera homography as well as the unknown poses of the projectors can be uniquely determined. A noniterative algorithm is presented, which computes the homography from three or more images. Several experimental results on synthetic as well as real images are shown to demonstrate the effectiveness of the method.     

1D camera geometry and its application to the self-calibration of circular motion sequences

This paper proposes a novel method for robustly recovering the camera geometry of an uncalibrated image sequence taken under circular motion. Under circular motion, all the camera centers lie on a circle and the mapping from the plane containing this circle to the horizon line observed in the image can be modelled as a 1D projection. A 2x2 homography is introduced in this paper to relate the projections of the camera centers in two 1D views. It is shown that the two imaged circular points of the motion plane and the rotation angle between the two views can be derived directly from such a homography. This way of recovering the imaged circular points and rotation angles is intrinsically a multiple view approach, as all the sequence geometry embedded in the epipoles is exploited in the estimation of the homography for each view pair. This results in a more robust method compared to those computing the rotation angles using adjacent views only. The proposed method has been applied to self-calibrate turntable sequences using either point features or silhouettes, and highly accurate results have been achieved.     

大视场双目立体视觉的摄像机标定

针对大视场视觉测量应用,在分析摄像机成像模型的基础上,设计制作了可自由转动的十字靶标,实现了大视场双目视觉摄像机的精确标定。将十字靶标在测量空间内多次均匀摆放,两摄像机同步拍摄多幅靶标图像。由本质矩阵得到摄像机参数的初始值,采用自检校光束法平差得到摄像机参数的最优解。该方法不要求特征点共面,仅需要知道特征点之间的物理距离,降低了靶标制作难度。采用TN3DOMS．S进行了实测,在1500mm×1500mm的测量范围内测试标准标杆,误差均方值为0．06mm。     

基于单幅平行六面体图的空间测量

基于单幅图像的测量是计算机视觉中一个重要的研究方向。针对平行六面体模板，本文提出了一种新的摄像机标定方法．并实现空间测量。在该方法中，利用平行六面体中的三组相互正交的平行线得到影灭点来完成摄像机的内部参数标定，进一步完成摄像机的外部标定，从而得到单应矩阵，实现了空间任意两点的测量。模拟实验和真实图像实验说明本文的方法是可行的。