基于纯平液晶显示器的相机标定方法与应用研究

论文摘要

随着计算机的出现,通过计算机图像处理和射影几何获取被摄物体几何以及纹理信息已经成为了数字摄影测量与计算机视觉界的研究热点,而相机标定则是其中最重要的内容之一。应该说,目前对数码相机标定理论的研究已经相当成熟,国内外许多摄影测量和计算机视觉专家也提出了各种行之有效的标定方法。然而,还没有一种方法可以用于所有应用。不同的用途、不同的环境就可能要采取不同的标定方法。它们通常很难在精度和实用方便上获取一套两全其美的方法。对于高精度相机标定来说,它们通常需要高精度的三维控制场(尤其是高精度室内三维控制场);而对于实用方便的标定方法,往往精度不是太高。因此,如何采用简单的参考对象和可靠的标定模型获取较高精度的相机参数仍是目前大家研究的重点。本文着重研究其中的两个问题:参考对象和非函数畸变差模型。其中,本文提出的基于纯平液晶显示器(completely flat Liquid Crystal Display—LCD)的相机标定方法经过了大量模拟和实际数据的测试,最终取得了卓有成效的研究成果。纯平液晶显示器作为计算机的一种新型外设,在今天已经进入到千家万户。而且由于当今的LCD制造工艺已经非常成熟,其几何精度和视觉效果也相当优秀。所以,本文在基于平面格网相机标定方法的基础上,将LCD引入到相机标定当中来,并希望它能够代替目前使用的其它高精度平面格网板或三维刚体。由于通过编制程序可以在LCD上绘制更加灵活的平面格网,而双LCD则可以构成较高精度的三维控制场,因此基于LCD的平面(单LCD)或者三维控制场(双LCD)将更加符合相机标定方便和实用的要求,从而为研制出一套精度高、实用方便的相机标定系统奠定坚实的基础。通常情况下,数码相机标定方法采用的是函数畸变差模型,即主要是径向和切向畸变等(国际上又称之为参数畸变差模型—Parameter Distortion Model,简称PM),这在一般精度或者较高精度的测量中已经足够。但是,对于复杂的数码相机制造工艺而言,常用的参数畸变差能否完全描述相机的成像畸变仍值得进一步探讨。其中,CCD阵列组成误差以及CCD电学功能引起的误差等等都可能是不可忽略的。另外,测量过程中可能还包括一些无法确定的、又可能随测量过程变化的误差等,因此很有必要采用其它的非函数畸变差模型(内插模型和混合模型),这对于极高精度的测量而言相当重要。根据已有的相关文献,本文将对两种混合畸变差模型进行实验分析和比较,包括有限元(Finite Elements Model,简称FEM)与参数畸变差相结合的混合模型(简称FEM_PM)以及验后补偿(Posteriori Compensation,简称PC)与参数畸变差相结合的混合模型(简称PC_PM)。实验结果表明,这两种方法可以取得较好的精度。其中,基于PC_PM的标定方法不仅可以提高标定精度,其算法也相当简单,比Munjy、Luhmann和Hastedt等提出的基于有限元的方法更具灵活性和方便性。另外,根据FEM_PM原理,本文还对基于有限元并且不包含参数畸变差的内插畸变差模型进行大量实验分析,最终提出改进的、有效的有限元内插模型(FEM_NPM)。由于使用了全新的参考对象,因此如何方便、有效地拍摄高质量的标定影像以及对LCD自身的误差分析是论文的两个研究重点。前者在通过大量实验的基础上,得出了一种新的、非常有效的拍摄方法。而后者则通过误差数据处理和回归分析方法,取得了定性和定量的分析结果,最终使得基于LCD的标定精度得到进一步提高。结合主要研究内容,研制出了一套集多种标定方法、精度较高、实用方便的相机标定系统。本文最后还使用新的、针对近景测量的旋转摄影方式以及多基线立体匹配技术进行近景影像三维重建,最终的实际测量精度进一步证明了各种标定方法非常有效。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 国内外研究现状与发展趋势
• 1.2.1 相机标定的国内外研究现状
• 1.2.2 自标定算法的研究现状
• 1.2.3 标定参考对象
• 1.2.4 数码相机畸变差模型
• 1.2.5 发展趋势
• 1.3 主要研究内容与结构安排
• 第二章 相机标定概述
• 2.1 成像模型
• 2.1.1 线性模型
• 2.1.2 非线性模型
• 2.2 参考对象
• 2.2.1 精密仪器
• 2.2.2 人造对象
• 2.2.3 自然对象
• 2.3 畸变差模型
• 2.3.1 函数模型
• 2.3.2 内插模型
• 2.3.3 混合模型
• 2.4 几种典型方法
• 2.4.1 计算机视觉方法
• 2.4.2 摄影测量方法
• 2.5 本章小结
• 第三章 基于单 LCD 的相机标定
• 3.1 纯平液晶显示器（LCD）
• 3.1.1 LCD 工作原理
• 3.1.2 使用LCD 进行标定的优缺点
• 3.1.3 戴尔E173FP 液晶显示器主要技术参数
• 3.2 LCD 平面格网圆点绘制与精确提取
• 3.2.1 LCD 平面格网圆点的绘制
• 3.2.2 平面格网圆点的精确提取
• 3.3 影像拍摄方式
• 3.4 实验分析
• 3.4.1 模拟实验
• 3.4.2 实际实验
• 3.4.3 模拟标定和实际标定的精度对比
• 3.4.4 误差分析
• 3.5 不同参考对象标定的比较实验
• 3.6 本章小结
• 第四章 基于双 LCD 的相机标定
• 4.1 基于双LCD 的相机标定模型
• 4.1.1 双LCD 三维控制场及其坐标系
• 4.1.2 基于双LCD 标定的数学模型
• 4.2 双LCD 摆放方式与影像拍摄
• 4.3 实验分析
• 4.3.1 标定算法流程
• 4.3.2 实验结果
• 4.3.3 不平性分析
• 4.4 本章小结
• 第五章 基于内插和混合畸变差模型的相机标定
• 5.1 概述
• 5.2 基于有限元内插模型的相机标定
• 5.2.1 有限元内插模型
• 5.2.2 基于有限元内插模型的相机标定原理
• 5.3 基于验后补偿的相机标定
• 5.3.1 验后补偿法原理
• 5.3.2 与有限元法标定相比较
• 5.4 实验分析
• 5.4.1 精度分析
• 5.4.2 畸变差分布
• 5.5 本章小结
• 第六章 系统设计、精度测试与应用研究
• 6.1 系统设计
• 6.2 大幅面专业数码相机标定影像拍摄
• 6.3 利用高精度室内三维控制场进行精度测试
• 6.4 相机标定在近景三维测量中的应用
• 6.4.1 实际场景及其影像获取
• 6.4.2 多基线立体匹配和参数解算
• 6.4.3 数据预处理和三维重建
• 6.4.4 测量精度分析
• 6.5 本章小节
• 第七章 总结和展望
• 主要参考文献
• 附录
• 附录一：多元回归分析
• 1 显著性检验
• 2 逐步回归分析
• 攻读博士学位期间发表的论文和科研情况
• 攻读博士学位期间发表的论文
• 攻读博士学位期间参与的科研项目
• 致谢