《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > MEMS|傳感技術(shù) > 設(shè)計(jì)應(yīng)用 > 關(guān)于相機(jī)自標(biāo)定算法的研究
關(guān)于相機(jī)自標(biāo)定算法的研究
電子技術(shù)應(yīng)用
石李智,劉賓
中北大學(xué) 信息與通信工程學(xué)院
摘要: 針對傳統(tǒng)相機(jī)自標(biāo)定方法需要利用三個(gè)正交方向的消失點(diǎn),在實(shí)際場景中不容易滿足并且無法求得畸變系數(shù)的問題,提出了一種改進(jìn)的相機(jī)標(biāo)定的方法,該方法基于二消失點(diǎn)和低秩紋理對車載相機(jī)進(jìn)行標(biāo)定和畸變矯正。首先引用RANSAC算法進(jìn)行消失點(diǎn)查找,利用相機(jī)成像的投影模型和消失點(diǎn)之間的幾何特性求解相機(jī)的焦距和外參;再利用圖像的低秩性進(jìn)行建模,通過增廣拉格朗日算法對模型進(jìn)行迭代求出相機(jī)的畸變系數(shù)。實(shí)驗(yàn)結(jié)果表明該方法具備較好的精度和實(shí)用性。
中圖分類號:TP391.4 文獻(xiàn)標(biāo)志碼:A DOI: 10.16157/j.issn.0258-7998.244928
中文引用格式: 石李智,劉賓. 關(guān)于相機(jī)自標(biāo)定算法的研究[J]. 電子技術(shù)應(yīng)用,2024,50(7):78-82.
英文引用格式: Shi Lizhi,Liu Bin. Research on camera self-calibration algorithms[J]. Application of Electronic Technique,2024,50(7):78-82.
Research on camera self-calibration algorithms
Shi Lizhi,Liu Bin
College of Information and Communication Engineering, North University of China
Abstract: In response to the challenges posed by traditional self-calibration methods for cameras, which require three orthogonal vanishing points that are often difficult to satisfy in practical scenarios, and face difficulties in determining distortion coefficients, this paper proposes an improved camera calibration method. The proposed method introduces a technique based on two vanishing points and low-rank textures for calibrating and correcting distortion in an onboard camera. The method initially employs the RANSAC algorithm for vanishing point detection, utilizing the geometric properties between the vanishing points and the camera imaging projection model to solve for the camera's focal length and extrinsic parameters. Then it models the image with low-rank characteristics and iteratively solves for the camera's distortion coefficients using an augmented Lagrangian algorithm. Experimental results demonstrate that the proposed method exhibits superior accuracy and practicality.
Key words : camera calibration;vanishing points;low-rank texture;RANSAC;augmented Lagrangian algorithm;distortion coefficients

引言

車載攝像頭由于其光學(xué)特性經(jīng)常引起畸變,為了獲得正常圖像需要對攝像頭進(jìn)行標(biāo)定從而進(jìn)行矯正。攝像機(jī)標(biāo)定通常包括傳統(tǒng)標(biāo)定方法、基于主動(dòng)視覺的方法和自標(biāo)定方法[1]。目前常見的標(biāo)定算法通常使用棋盤格等標(biāo)定物,但這種方法可能受到標(biāo)定板圖像數(shù)量的限制,尤其是在需要使用多張圖像匹配的情況下,還要考慮到匹配點(diǎn)的識別與匹配。基于主動(dòng)視覺的標(biāo)定方法則對相機(jī)運(yùn)動(dòng)的約束條件要求較強(qiáng),有一定局限性。

自標(biāo)定方法是一種更靈活、方便的標(biāo)定方式,利用圖像間的對應(yīng)關(guān)系對攝像機(jī)進(jìn)行標(biāo)定,無需場景中點(diǎn)的三維信息[2]。其中,基于消失點(diǎn)的相機(jī)自標(biāo)定是一種自標(biāo)定方法,這種方法通常需要找到三個(gè)相互正交方向的消失點(diǎn),要求場景中存在三組相互正交的平行線,這種約束條件在實(shí)際中難以滿足[3],并且無法求得畸變系數(shù),降低了算法的實(shí)用性。

因此本文提出了改進(jìn)的相機(jī)自標(biāo)定算法,該算法利用射影幾何知識研究了空間中兩條直線的幾何關(guān)系,通過建立與兩正交方向的直線對應(yīng)的消失點(diǎn)相關(guān)聯(lián)的標(biāo)定方程來求解相機(jī)的焦距和外參;利用圖像整體的低秩紋理結(jié)構(gòu)建立數(shù)學(xué)模型[4],通過不斷迭代實(shí)現(xiàn)對畸變系數(shù)的求解。該算法的求解過程相比傳統(tǒng)算法,對場景的要求明顯降低,提高了實(shí)用性和靈活性。


本文詳細(xì)內(nèi)容請下載:

http://ihrv.cn/resource/share/2000006075


作者信息:

石李智,劉賓

(中北大學(xué) 信息與通信工程學(xué)院,山西 太原 030051)


Magazine.Subscription.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。