基于多幅图像的鱼眼镜头标定方法研究

论文摘要

随着鱼眼摄像机在计算机视觉领域中的广泛应用,越来越多的研究人员对此进行了研究。由于鱼眼摄像机拍摄的图像具有非常严重的变形,所以需要对其进行校正。本文针对变形严重的鱼眼图像进行了校正的研究。本文的主要工作有：1、提出了一种近似因子分解法的鱼眼镜头标定方法。首先,选择多幅鱼眼图像中心区域变形小的部分对应特征点构造一个测量矩阵,并应用因子分解法估计鱼眼图像的投影矩阵；然后,在假设摄像机的畸变因子为零的情况下,由投影矩阵可得到摄像机内参数的约束方程,从而估计出摄像机基本参数的初始值；最后,根据同一条空间直线的鱼眼图像投影曲线在单位球上的映射为大圆的性质建立目标函数,并通过对目标函数的优化确定鱼眼镜头的变形校正参数。模拟实验和真实图像实验结果表明此方法能得到比较满意的校正结果。2、提出了一种基于双线性模型的鱼眼摄像机标定方法。首先,将鱼眼图像点由二维平面拓展到四维二次空间。在双线性模型下,三维空间中的直线投影为鱼眼图像平面上的曲线,利用该性质来估计出变形参数。然后,我们通过所得参数的线性合成来建立双线性模型。最后通过模型参数来对鱼眼图像进行校正。模拟实验及真实图像实验都证明了该算法的合理性及有效性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究的背景和意义
• 1.2 鱼眼摄像机标定方法的研究现状
• 1.3 鱼眼摄像机成像模型
• 1.3.1 坐标系介绍
• 1.3.2 鱼眼摄像机成像过程
• 1.3.3 常用鱼眼摄像机模型
• 1.4 本文的主要内容及章节安排
• 1.5 本文的创新点
• 第二章 基于近似因子分解法的鱼眼镜头标定
• 2.1 引言
• 2.2 近似因子分解法的原理
• 2.3 鱼眼摄像机标定算法
• 2.3.1 摄像机参数初始值的计算
• 2.3.2 摄像机参数初始值的优化
• 2.4 三维空间点还原
• 2.5 实验结果
• 2.5.1 算法一实验结果
• 2.5.2 算法二实验结果
• 2.5.3 三维空间点还原实验结果
• 2.6 本章小结
• 第三章 基于双线性模型的鱼眼摄像机标定
• 3.1 引言
• 3.2 双线性模型原理
• 3.3 鱼眼摄像机标定算法
• 3.3.1 摄像机参数初始值的计算
• 3.3.2 摄像机参数初始值的优化
• 3.4 实验结果
• 3.4.1 双线性模型标定模型实验结果
• 3.4.2 三种模型的实验结果比较
• 3.5 本章小结
• 第四章 结论
• 参考文献
• 致谢
• 研究成果及发表的学术论文
• 作者与导师简介
• 北京化工大学硕士研究生学位论文答辩委员会决议书