基于多视点图像的摄像机标定技术研究

基于多视点图像的摄像机标定技术研究

论文摘要

随着人类对立体图像技术及其应用研究的不断深入,多视点图像得到了极大的发展。多视点图像赋予计算机以人类的视觉认知功能,使计算机具有通过二维图像认知周围环境信息的能力。作为多视点图像处理的重要技术之一,摄像机标定也得到了迅速地发展。摄像机标定是三维图像重建和摄像机跟踪等一些技术的基础,因此对摄像机标定的研究具有重要的意义。摄像机标定方法主要有三类,基于标定物的标定方法、基于主动视觉的标定方法和摄像机自标定方法。其中,基于标定物的方法可以获得较高的精度,但标定过程费时费力,不适用于在线标定和不可能使用标定块的场合。在这类方法中,张正友的摄像机标定方法是公认的经典摄像机标定方法,常被用来作为摄像机标定的标准。基于主动视觉的标定方法的优点是算法简单,往往能获得线性解,但是当摄像机运动方式未知时,无法发挥其作用。鉴于以上缺点,本文主要研究摄像机自标定方法。本文首先研究了摄像机标定的重要组成部分之一,立体匹配技术。该技术分为两类,即基于块的立体匹配技术和基于特征的立体匹配技术,其中基于块的立体匹配技术方法简单,速度快。而基于特征的立体匹配技术相对比较复杂、耗时,但是匹配精度比基于块的立体匹配技术高。通过比较,本文选择基于特征的立体匹配技术作为摄像机标定的立体匹配部分。非线性拟合技术是摄像机标定的另一个重要组成部分。本文研究了两种非线性拟合技术,遗传算法和LM算法。其中,遗传算法具有较强的全局搜索能力,无需给定初值,但局部搜索能力较弱,且要求约束函数必须收敛于最小误差;LM算法具有高斯-牛顿法的局部快速收敛特性,但需要给定的初值接近最优解。本文提出了一种将遗传算法和LM算法相结合的方法,并将其用于估计摄像机的内参数。该方法结合了遗传算法的全局搜索特性和LM算法的局部收敛特性。在以上分析与研究的基础上,本文提出了一种基于单一场景多视点图像的摄像机自标定方法。该方法对同一场景的多视点图像依次进行特征匹配、建立匹配特征点集、选取最适合标定的三帧图像,最后将遗传算法与LM算法相结合估计摄像机的内外参数。实验结果证明,本文方法标定精度较高,与单纯使用遗传算法相比,本文方法得到的结果更接近张正友方法得到的结果。而且本文方法具有一般摄像机自标定方法的优点,即不需要借助于任何标定物,也不需要摄像机做特殊运动,所以与张正友方法以及其它一些传统的标定方法相比,本文方法具有较高的理论和实用价值。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题的研究背景和意义
  • 1.2 国内外研究现状
  • 1.3 研究内容和论文安排
  • 第二章 基本模型与原理
  • 2.1 摄像机成像模型
  • 2.2 极线几何
  • 2.3 坐标系及其变换关系
  • 2.3.1 三大坐标系
  • 2.3.2 坐标系变换关系
  • 2.4 本章小结
  • 第三章 立体匹配技术
  • 3.1 立体匹配技术概述
  • 3.2 基于块的匹配技术
  • 3.3 基于特征的匹配技术
  • 3.3.1 特征匹配概述
  • 3.3.2 SIFT 特征点提取
  • 3.3.3 SIFT 特征点匹配
  • 3.3.4 RANSAC 算法去除误匹配
  • 3.4 试验结果分析
  • 3.5 本章小结
  • 第四章 摄像机标定
  • 4.1 非线性拟合技术
  • 4.1.1 非线性拟合技术概述
  • 4.1.2 遗传算法
  • 4.1.3 LM 算法
  • 4.2 传统的摄像机标定方法
  • 4.2.1 基于标定物的摄像机标定方法
  • 4.2.2 基于主动视觉的摄像机标定方法
  • 4.3 摄像机自标定
  • 4.3.1 总体流程
  • 4.3.2 选择最适合标定的3 帧图像
  • 4.3.3 结合遗传算法和LM 算法的摄像机内参数估计
  • 4.3.4 投影约束
  • 4.4 实验结果分析
  • 4.4.1 实验内容
  • 4.4.2 SIFT 特征匹配
  • 4.4.3 摄像机内参数估计
  • 4.5 本章小结
  • 第五章 总结与展望
  • 5.1 总结
  • 5.2 进一步的研究工作
  • 参考文献
  • 致谢
  • 攻读硕士学位期间的学术论文
  • 攻读硕士学位期间参加的科研项目
  • 相关论文文献

    标签:;  ;  ;  ;  

    基于多视点图像的摄像机标定技术研究
    下载Doc文档

    猜你喜欢