關于相機自標定算法的研究
電子技術應用
石李智,劉賓
中北大學 信息與通信工程學院
摘要: 針對傳統(tǒng)相機自標定方法需要利用三個正交方向的消失點,在實際場景中不容易滿足并且無法求得畸變系數(shù)的問題,提出了一種改進的相機標定的方法,該方法基于二消失點和低秩紋理對車載相機進行標定和畸變矯正。首先引用RANSAC算法進行消失點查找,利用相機成像的投影模型和消失點之間的幾何特性求解相機的焦距和外參;再利用圖像的低秩性進行建模,通過增廣拉格朗日算法對模型進行迭代求出相機的畸變系數(shù)。實驗結(jié)果表明該方法具備較好的精度和實用性。
中圖分類號:TP391.4 文獻標志碼:A DOI: 10.16157/j.issn.0258-7998.244928
中文引用格式: 石李智,劉賓. 關于相機自標定算法的研究[J]. 電子技術應用,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.
中文引用格式: 石李智,劉賓. 關于相機自標定算法的研究[J]. 電子技術應用,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特性經(jīng)常引起畸變,為了獲得正常圖像需要對攝像頭進行標定從而進行矯正。攝像機標定通常包括傳統(tǒng)標定方法、基于主動視覺的方法和自標定方法[1]。目前常見的標定算法通常使用棋盤格等標定物,但這種方法可能受到標定板圖像數(shù)量的限制,尤其是在需要使用多張圖像匹配的情況下,還要考慮到匹配點的識別與匹配。基于主動視覺的標定方法則對相機運動的約束條件要求較強,有一定局限性。
自標定方法是一種更靈活、方便的標定方式,利用圖像間的對應關系對攝像機進行標定,無需場景中點的三維信息[2]。其中,基于消失點的相機自標定是一種自標定方法,這種方法通常需要找到三個相互正交方向的消失點,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),降低了算法的實用性。
因此本文提出了改進的相機自標定算法,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系,通過建立與兩正交方向的直線對應的消失點相關聯(lián)的標定方程來求解相機的焦距和外參;利用圖像整體的低秩紋理結(jié)構(gòu)建立數(shù)學模型[4],通過不斷迭代實現(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,提高了實用性和靈活性。
本文詳細內(nèi)容請下載:
http://ihrv.cn/resource/share/2000006075
作者信息:
石李智,劉賓
(中北大學 信息與通信工程學院,山西 太原 030051)
此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權禁止轉(zhuǎn)載。