《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > MEMS|传感技术 > 设计应用 > 关于相机自标定算法的研究
关于相机自标定算法的研究
电子技术应用
石李智，刘宾
中北大学 信息与通信工程学院
摘要： 针对传统相机自标定方法需要利用三个正交方向的消失点，在实际场景中不容易满足并且无法求得畸变系数的问题，提出了一种改进的相机标定的方法，该方法基于二消失点和低秩纹理对车载相机进行标定和畸变矫正。首先引用RANSAC算法进行消失点查找，利用相机成像的投影模型和消失点之间的几何特性求解相机的焦距和外参；再利用图像的低秩性进行建模，通过增广拉格朗日算法对模型进行迭代求出相机的畸变系数。实验结果表明该方法具备较好的精度和实用性。
中圖分類(lèi)號(hào)：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(chē)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(duì)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(jué)的方法和自標(biāo)定方法[1]。目前常見(jiàn)的標(biāo)定算法通常使用棋盤(pán)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(shí)別與匹配。基于主動(dòng)視覺(jué)的標(biāo)定方法則對(duì)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(duì)應(yīng)關(guān)系對(duì)攝像機(jī)進(jìn)行標(biāo)定，無(wú)需場(chǎng)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(chǎng)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(wú)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(shí)研究了空間中兩條直線的幾何關(guān)系，通過(guò)建立與兩正交方向的直線對(duì)應(yīng)的消失點(diǎn)相關(guān)聯(lián)的標(biāo)定方程來(lái)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(guò)不斷迭代實(shí)現(xiàn)對(duì)畸變系數(shù)的求解。該算法的求解過(guò)程相比傳統(tǒng)算法，對(duì)場(chǎng)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(qǐng)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。