多摄像机定标恢复足球比赛场景

在足球运动中,分析比赛需要了解足球场与运动员以及足球之间的位置关系.DLT定标是一种常用的算法,通过改进这种摄像机定标算法,从有限的比赛图像中恢复部分摄像机参数,计算出足球运动员相对于足球场的坐标.实验由两幅静态的图像完成了摄像机定标,通过定标参数和图像对运动员的三维坐标进行了恢复,得到了运动员的三维棍图.     

一种基于主动视觉的摄像机内参数自定标方法

摄像机定标是计算机视觉的一项基本任务．本文提出了一种基于主动视觉的摄像机内参数自定标方法．该方法和文献［1］提出的方法相比最大的优点在于不要求摄像机在三维空间作任意方向的平移运动，只需要控制摄像机在同一平面作四组运动，其中每组包括两次相互正交的平移运动，同时适当调整摄像机平移运动的姿态，可以线性求解摄像机内参数．理论上证明了如果摄像机作三次俯仰或者作两次俯仰一次扫视来调整摄像机平移运动的姿态，则解存在而且唯一．通过稳定性分析证明前一种方法对误差很敏感，后者则是稳定的．最后给出了采用真实图像的实验结果．     

一种基于DLT模型和圆环点改正的摄像机定标方法

提出一种基于DLT(直接线性变换)模型和圆环点改正的摄像机定标方法.运用计算机视觉原理,通过三维DLT平面模板模型平移对摄像机进行定标,并在模板上设计一个圆环,使用圆环上的点进行定标参数改进.实验数据证明,定标方法是有效的.     

基于视频的静止虚拟摄像机生成

虚拟摄像机的生成是虚拟广告系统中一项关键技术,提出一种静止虚拟摄像机生成方法。首先,在视频图像中自动检测比赛场地的特征点,然后根据特征点在图像坐标系与世界坐标系上的匹配关系,利用摄像机定标技术计算出真实摄像机的内外参数,接着把摄像机的内参数和外参数分别转换为虚拟摄像机的视点转换矩阵和投影矩阵,最后在此虚拟摄像机下对虚拟场景进行渲染,把渲染出的图像插入到视频中。实验结果表明该方法简单、有效、易实现。     

一种多尺度几何分析的摄像机对弱定标算法

自主车上的立体视觉系统一般由两台固定在平台上的定焦摄像机组成,因此摄像机内参数经一次标定后不再变化,只需要考虑外参数的标定.本文针对自主车视觉系统的特殊应用情况,提出一种基于多尺度几何分析思想的摄像机对弱定标算法,该算法采用Contourlet变换对左右图像中的角点进行检测,利用Hartley规范化8点法估计摄像机对的基础矩阵.依托现有的摄像机内部参数标定工具箱,在摄像机对弱定标的基础上还可以快速地获得摄像机对之间的外参数矩阵.实验结果表明该方法具有较好的精度.     

足球场地标志线的自动提取

介绍一种从足球比赛录像中自动提取禁区线和球门线的方法．作为足球比赛场景三维重建和视频解说系统的一部分，提取的结果可用于摄像机定标和球场的重建．使用数学形态学、Hough变换、最小二乘法等多种方法，可以从复杂的足球比赛录像中自动提取出所有禁区线和球门线的直线参数．实验结果表明，文中方法对类似背景的直线提取非常有效，可满足摄像机定标和球场重建的需要．     

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。     

带约束的摄像机定标方法

由于积累误差和摄像机内部参数的校正误差,基于视觉的摄像机定标结果尽管在图像上的重投影误差很小,但是重建的空间结构往往存在一定程度的扭曲。提出了一种带约束的摄像机定标算法,将场景中存在几何条件（如摄像机路径在一条直线上）作为约束条件,对摄像机定标结果进行再优化,使得重建的空间与真实世界的欧氏空间更为一致。在优化过程中,将欧氏空间与图像空间的两种误差约束在同一范围,自动获取最佳的约束系数。实验结果证明了该算法的有效性。     

基于度量误差模型的摄像机参数求解算法

给出了基于度量误差模型的摄像机定标方案，即由最小二乘法计算投影矩阵，从投影矩阵中分解出参数作为进一步计算的初始值，然后考虑投影矩阵中约束条件及图像坐标的误差结构，由度量误差模型优化参数。结果表明，该方案不仅保证了旋转矩阵的正交性，同时提高了定标精度。     

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.     

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。     

Self-calibration of an affine camera from multiple views

A key limitation of all existing algorithms for shape and motion from image sequences under orthographic, weak perspective and para-perspective projection is that they require the calibration parameters of the camera. We present in this paper a new approach that allows the shape and motion to be computed from image sequences without having to know the calibration parameters. This approach is derived with the affine camera model, introduced by Mundy and Zisserman (1992), which is a more general class of projections including orthographic, weak perspective and para-perspective projection models. The concept of self-calibration, introduced by Maybank and Faugeras (1992) for the perspective camera and by Hartley (1994) for the rotating camera, is then applied for the affine camera.This paper introduces the 3 intrinsic parameters that the affine camera can have at most. The intrinsic parameters of the affine camera are closely related to the usual intrinsic parameters of the pin-hole perspective camera, but are different in the general case. Based on the invariance of the intrinsic parameters, methods of self-calibration of the affine camera are proposed. It is shown that with at least four views, an affine camera may be self-calibrated up to a scaling factor, leading to Euclidean (similarity) shape réconstruction up to a global scaling factor. Another consequence of the introduction of intrinsic and extrinsic parameters of the affine camera is that all existing algorithms using calibrated affine cameras can be assembled into the same framework and some of them can be easily extented to a batch solution.Experimental results are presented and compared with other methods using calibrated affine cameras.     

Computing camera parameters using vanishing-line information from a rectangular parallelepiped

A new approach to camera calibration using vanishing line information for three-dimensional computer vision is proposed. Calibrated parameters include the orientation, the position, the focal length, and the image plane center of a camera. A rectangular parallelepiped is employed as the calibration target to generate three principal vanishing points and then three vanishing lines from the projected image of the parallelepiped. Only a monocular image is required for solving these camera parameters. It is shown that the image plane center is the orthocenter of a triangle formed by the three vanishing lines. From the slopes of the vanishing lines the camera orientation parameters can be determined. The focal length can be computed by the area of the triangle. The camera position parameters can then be calibrated by using related geometric projective relationships. The derived results show the geometric meanings of these camera parameters. The calibration formulas are analytic and simple to compute. Experimental results show the feasibility of the proposed approach for a practical application—autonomous land vehicle guidance.This work was supported by National Science Council, Republic of China under Grant NSC-77-0404-E-009-31.     

一种基于主动视觉的线性自标定方法

基于主动视觉的摄像机自标定是摄像机标定的一个重要分支，通过控制摄像机做严格的运动，可以发现一些比较简单的算法，本文提出了一种新的基于主动视觉的摄像机自标定方法，通过控制摄像机作3次不共面的平移运动．可以线性标定摄像机的五个内参数．大量的仿真实验表明该算法精度很高，且鲁棒性很强．     

一种基于校正误差的立体相机标定算法

立体相机的标定是一个精确求解各个相机内参数以及相机之间关系参数的过程.它是三维重建的基础,其标定精度的好坏直接影响立体重建的结果.为此提出了一种使用校正误差作为代价函数的立体相机标定算法.该算法首先使用传统的基于重投影误差的方法对单个相机的内参数进行标定,然后利用校正误差完成对相机之间关系参数的标定求解.由于校正误差的计算只与相机内参数以及关系参数有关,可以避免在标定过程中使用难以精确标定的相机外参数.实验结果表明本算法能够有效的提高立体相机标定的精度.     

计算机视觉中传感器规划综述

在摄影测量和目标识别计算机视觉的应用中,为了提高三维定位精度,有必要采用传感器规划策略,即预先在摄像机和照明参数进行规划,因为这样可以更有效地完成视觉任务,为了使人们对计算机视觉中传感器规划有一概略了解,首先分析了传感器和照明参数、特征检测约束、传感器和目标模型等影响传感器规划的各种因素;然后在总结传感器规划最近研究进展的基础上,根据传感器规划所使用方法等的不同,对传感器规划问题进行了分类,并将传感器规划问题归纳为组合优化的过程;最后指出传感器规划今后几个可能的研究方向。     

Self-calibration of hybrid central catadioptric and perspective cameras

Hybrid central catadioptric and perspective cameras are desired in practice, because the hybrid camera system can capture large field of view as well as high-resolution images. However, the calibration of the system is challenging due to heavy distortions in catadioptric cameras. In addition, previous calibration methods are only suitable for the camera system consisting of perspective cameras and catadioptric cameras with only parabolic mirrors, in which priors about the intrinsic parameters of perspective cameras are required. In this work, we provide a new approach to handle the problems. We show that if the hybrid camera system consists of at least two central catadioptric and one perspective cameras, both the intrinsic and extrinsic parameters of the system can be calibrated linearly without priors about intrinsic parameters of the perspective cameras, and the supported central catadioptric cameras of our method can be more generic. In this work, an approximated polynomial model is derived and used for rectification of catadioptric image. Firstly, with the epipolar geometry between the perspective and rectified catadioptric images, the distortion parameters of the polynomial model can be estimated linearly. Then a new method is proposed to estimate the intrinsic parameters of a central catadioptric camera with the parameters in the polynomial model, and hence the catadioptric cameras can be calibrated. Finally, a linear self-calibration method for the hybrid system is given with the calibrated catadioptric cameras. The main advantage of our method is that it cannot only calibrate both the intrinsic and extrinsic parameters of the hybrid camera system, but also simplify a traditional nonlinear self-calibration of perspective cameras to a linear process. Experiments show that our proposed method is robust and reliable.     

基于空间透视不变量的摄象机标定方法

本文给出了一种以空间不变量的数据来计算摄象机外部参数的方法．空间透视不变量是指在几何变换中如投影或改变观察点时保持不变的形状描述．由于它可以得到一个相对于外界来讲独立的物体景物的特征描述，故可以很广泛的应用到计算机视觉等方面．摄象机标定是确定摄象机摄取的２Ｄ图象信息及其３Ｄ实际景物的信息之间的变换关系，它包括内部参数和外部参数两个部分．内部参数表征的是摄象机的内部特征和光学特征参数，包括图象中心（Ｃｘ，Ｃｙ）坐标、图象尺度因子Ｓｘ、有效的焦距长度ｆ和透镜的畸变失真系数Ｋ；外部参数表示的是摄象机的位置和方向在世界坐标中的坐标参数，它包括平移矩阵Ｔ和旋转矩阵Ｒ３×３，一般情况下可以写成一个扩展矩阵［ＲＴ］３×４．本文基于空间透视不变量的计算数据，给出了一种标定摄象机外部参数的方法，实验结果表明该方法具有很强的鲁棒性．     

A new monocular vision measurement method to estimate 3D positions of objects on floor

A new visual measurement method is proposed to estimate three-dimensional (3D) position of the object on the floor based on a single camera. The camera fixed on a robot is in an inclined position with respect to the floor. A measurement model with the camera’s extrinsic parameters such as the height and pitch angle is described. Single image of a chessboard pattern placed on the floor is enough to calibrate the camera’s extrinsic parameters after the camera’s intrinsic parameters are calibrated. Then the position of object on the floor can be computed with the measurement model. Furthermore, the height of object can be calculated with the paired-points in the vertical line sharing the same position on the floor. Compared to the conventional method used to estimate the positions on the plane, this method can obtain the 3D positions. The indoor experiment testifies the accuracy and validity of the proposed method.     

摄像机线性三步定标方法研究

计算机视觉中，在对景物进行定量分析或对物体进行精确定位时，都需要进行摄像机标定，即准确确定摄像机的内部参数和外部参数。由于真实的摄像机光学模型存在很多类型的畸变，因而导致透视投影关系是非线性的。为了解决标定过程的非线性最优化问题，针对常用的带有一阶径向畸变的摄像机模型，提出了一种新的线性三步摄像机定标方法，即首先通过径向排列约束计算摄像机参数的旋转矩阵、x轴平移向量和y轴平移向量；然后根据透视投影的交比不变性解算一阶径向畸变参数；最后利用求得的摄像机参数建立有效焦距和z轴平移向量的线性方程，采用最小二乘法来得到线性解。实验表明，该方法简单快捷，不仅具有较高的标定精度，而且解决了原有算法采用非线性搜索寻优可能存在的解不稳定的问题。