满族八旗-大学生社会实践报告3000字

#4#计算机应用研究2004年
机器视觉中的摄像机定标方法综述
吴文琪 ,孙增圻
(清华大学计算机系智能技术与系统国家重点实验室,北京100084)
摘 要:回 顾了机器视觉中的各种摄像机定标方法,对各种方法进行介绍、分析,并提出了定标方法的发
展方向的新 思路。
关键词:机器视觉;摄像机定标;三维重建;镜头畸变
中国法分类号:TP387 文献标识码:A 文章编号:1001-3695(2004)02-0004-03
Overvi ewofCameraCalibrationMethodsforMachineVision
WU Wen-qi,SUNZeng-qi
(StateKeyLaboratoryofIntellig entTechnology&Systems,uterScience&Technology,Tsing huaUniversity,Beijing100084,China)
Abstract:Int hispaper,themethodsforcameracalibrationarereviewed ,rmore,thedevelopmentofthe
cameracalibrationisd iscussed.
Keywords:MachineVision;CameraCalibrat ion;3DReconstruction;LensDistortion
1 引言
在机器 视觉的应用中,如基于地图生成的视觉、移
动机器人的自定位、视觉伺服等的应用中,从二维图像
信息推知三维世界物体的位姿信息是很重要的。目前
已经出现了一些自定标和免定标的方法,这些方法 在比
较灵活的同时,尚不成熟
[1]
,难以获得可靠的结果。通过
摄像机的定 标重建目标物三维世界目标物体仍然是重
要的方法。
摄像机定标在机器视觉中决定:
( 1)内部参数 给出摄像机的光学和几何学特性%
%%焦距,比例因子和镜头畸变。
(2)外部参数 给出摄像 机坐标相对于世界坐标系
的位置和方向,如旋转和平移。
在机器人的视觉应用中,目标物位姿信 息获取通常
有一定的精度要求,机器人视觉系统的性能很大程度上
依赖于定标精度。
随 着计算机性能的快速提高,低价位CCD摄像机的
大量使用,计算机定标方法也得到了不断的改进。像投射到一个平面P,理想情况下,平面P关于光轴中心
对称。从图像中心点出发到投射平面点的距 离r(A)与
光轴夹角A的关系有五种模型,每种都有其自己有用的
特性
[2]
。
其成像简图如图1所示。
图1 成像简图
2.1 透视模型
透视模型公式为
r(A)=ktanA
理想状况下可以等价为小孔成像。许 多最近的算
法和判断不同算法的优劣的依据都是基于这个假设。
但是,透视投影只是表示了视球 的前半部。要是不在光
轴的附近,物体的形状和密度都会发生畸变。这种模型
符合人的视觉感受 ,理想情况下,直线投影仍为直线。
透视模型在定标方法中被广泛采用,在视角不大的镜头
情况 下比较符合实际情况。
在视角比较大时,透视模型通过对镜头畸变进行校
正来修正模型。根据镜 头光学成像原理,畸变的模型为
D
x
(x,y)=k
1
x(x
2
+y
2
)+(p
1
(3x
2
+y
2< br>)+2p
2
xy)+s
1
(x
2
+y
2)
D
y
(x,y)=k
2
x(x
2
+y
2
)+(p
2
(3x
2
+y
2
)+2p
1
xy)+s
2
(x
2
+y
2
)
2 摄像 机模型
摄像机的投影几何模型可以看作这样一个过程,把
三维世界透视投影到一个球面(视球) ,然后把球面上影
收稿日期:2002-11-18;修返日期:2003-03-22
式中, D
x
,D
y
是非线性畸变值,D
x
,D
y
的第一项称为径向畸

第2期吴文琪等:机器视觉中的摄像机定标方法综述
变[10]
。
#5 #
变,第二项称为离心畸变,第三项称为薄棱镜畸变,其中< br>k
1
,k
2
,p
1
,p
2
,s1
,s
2
称为非线性畸变参数。
并不是引入较多的参数就一定能提高模型 的精
度
[3]
。如果只考虑径向畸变,可以写成
xc=x(1+k
1
r
2
)
yc=y(1+k
2
r)
2
也有一 些其他的特殊标定技术:Martins
[11]
使用两平
面方法,Fishler和 Ballas
来解决问题的。
基于透视模型的方法主要有以下几种:
(1)Tsai方 法(TS)
基于切向畸变相对径向畸变可以忽略的假设,TS方
法可以在考虑镜头畸变的情况下 计算摄像头内外部参
数。在这种方法中,可以不同的方式安装摄像头,使用
单目非共面点作为计 算的依据
[15]
。
(2)Faugeras-Toscani方法(FT)
这种方法不考虑镜头畸变,摄像头由四个参数来描
述:两个焦距参数,一个用于考虑不同分辨率的图像平
面轴的参数和图像中心。这种模型无须知道像素间距,
虽然这种方法得到的信息可以转换为相应 的TS方法的
参数
[16]
。
(3)Martins的两平面方法
这 种方法不明确地使用摄像机模型,它用世界坐标
系下的视线,定义的视线从工作场景前后两个平面出发,到图像上某点的连线。给定空间的标定点以及其图
像上的对应点,用插入方法可计算出两张图, 插入的方
法是:对于每个图像上的点,在前平面和后平面上定义
两个对应的点,来定义视线向量 。在这种方法中,考虑
用局部插入,图像用顶点和标定格交点一致的三角形标
画,然后在三角形 内线性样条插值
[17]
。
(4)Pollastri方法(PL)
这种方法 不考虑镜头畸变,其目标是根据其他摄像
机参数独立地算出图像中心C
x
,C
y
和焦距f
[18]
。
(5)Caprile-Torre方法(CT)这种方法考虑了镜头的畸变,它是基于没影点的性
质来计算的,如果没影点和空间三个互相垂直的方 向已
经给定,那么顶点在没影点的三角形的重心与图像的中
心相对应。内部参数用设计的一个含 有三个正交系表
面画有平行线正方体计算得到。与三个坐标系相对应
的没影点用来计算C
x
,C
y
和焦距f
[19]
。
(6)张正友方法
这是一种适合应用的一种新的、灵活的方法。这种
方法虽然也是使用针孔模型,但是它的具体标定是在自
标定与摄影测量标定之间的一个妥协方法。这种标定
方法既具有较好的鲁棒性,又不需昂贵的精 制标定块,
推动了计算机视觉从实验室向实际应用的迈进。
该方法假设标定用平面图板在世界坐 标系中Z=0,
通过线性模型分析计算得出摄像机参数的优化解,然后
用基于最大似然法进行非 线性求精。在这个过程中标
定出考虑镜头畸变的目标函数,最后求出所需的摄像机
[12]提出了一种几何方法,也有提
出不用任何具体模型用人工神经网络
[13]
和统计 方法
[14]
其中,xc,yc为理想无畸变情况下的图像坐标值。
212 立体图投 影模型
立体图投影模型为
r(A)=ktan(A2)
Fleck等认为这种投影模型 是更好的更广泛适用的
模型
[2]
。它的特征是,球形物体经过立体图投影后,仍然< br>保持球形。理想的立体图投影模型只有三个自由度(图
像中心和焦距),而且,小物体的形状不会 由于其所处视
野的位置发生变化。目前,从这个模型出发的标定方法
并不多见。
其他投 影模型有等距投影、等立体角投影和Sine法
则投影等。
3 标定方法
有很多方法进 行标定,已有的方法大体上可以分为
三种类型:线性标定,非线性标定和两步标定。
(1)线性 标定
线性方法通过解线性方程获得转换参数。算法速
度快但是没考虑摄像机镜头的畸变问题)) )未知数的
数目通常比实际自由度要大,由于这种冗余,实际的中
间参数的约束不满,而且最终 结果的正确性是显著噪声
敏感的。由于比较简单,直接线性转换(DLT)在线性标
定方法中是 应用最为广泛的。
(2)非线性标定
非线性方法使用大量的未知数和大范围的非线性
优 化。非线性模型越准确,计算代价越高。这样可以补
偿镜头畸变允许采纳更为复杂的映像模型。但是,算 法
的迭代本质需要良好的初始估计。并且,如果迭代过程
设计不恰当的话,尤其在高扭曲的条件 下,优化过程可
能不稳定。这些技术包括:Faig.s方法
[4]
、Sobel标定 系
统
[5]
、Gennery立体视觉标定方法
[6]
和Paque tte方法
[7]
等
等。
(3)两步标定
两步标定方法包括用解析解 得到多数标定参数和
用迭代解获得其他一些参数。Tsai
[8]
使用径向校准约束< br>来获得外部参数和焦距的线性解。迭代方案又用来估
计处理径向畸变的相关的三个参数,有效的焦 距、平移
向量的深度组元。Sid-Ahmed
[9]
考虑了径向和切向畸变,
Wen提出了一种CCD立体视觉的非线性畸变模型,考虑
了主要的摄像机畸变来源,如径向、离心和 薄棱镜畸

#6#
内、外部参数
[20]
。
计算机 应用研究
[5]
2004年
brationComputerControlledC amerasforPer-
目前,基于立体图投影模型应用的方法比较少。
son等提出的非 参数畸变校正的方法使用
了这个模型,他们使用一些大小不等的小黑木球,根据
立体图投影的特 性,通过图像处理获得图像椭圆,并使
用Delaunay三角划分法,最后获知每个划分三角的理想< br>输出比例,从而完成对图像的校正
[21]
。
ceiving3DScenes [J].,1974,(5):185-1981
[6]-cameraCalibration[C] .nder-
standingWorkshop,19701101-1081
[7]LPa quette,RStampfler,WADavis,meraCa-
librationMeth odforRoboticVision[C].,.
.,1990.658-663.
[8] cientandAccurateCameraCalibrationTech-
niquefor Recognition[C].Miami,FL.,1986.364-374.
4 发展与展望< br>定标方法从不同的模型出发有不同的方法,适当地
根据镜头应用情况采用不同的模型是提高定标精 度,提
高算法效率的重要途径。随着广角镜CCD摄像机的广
泛使用,计算机性能的大幅度提高 ,广角镜的定标、镜头
畸变校正有相当大的研究价值和使用价值。
张正友方法是近年来应用较为 广泛的一种比较成
熟的方法。由线性模型入手的方法来说,这种方法简
单、方便、可靠。无须具 备计算机视觉和3D图形学知识
就可以应用,把三维计算机视觉从实验室推进到实际应
用。张正友方法在进行线性内外参数估计时,由于假定
此时模板图像上的直线经透视投影仍然为直线,进 而进
行图像处理,获得亚像素精度的点坐标,实际上引入了
误差,所以在广角镜畸变比较大的情 况下,经实验,校正
效果偏差比较大。我们认为,对于广角镜的标定方法,
若能先进行畸变校正 ,然后利用简单线性模型进行参数
估计,求得摄像机内外参数,将可能获得应用更为广泛
的摄像 机定标方法。
设计新的比较符合摄像机成像物理模型而又便于
分析计算的实用模型是条另辟蹊径 的发展方向。立体
图模型由于其自身的特点使得广角镜的定标方法中的
应用具有相当大的发展潜 力,我们设想利用立体图模
型,经过适当的图像处理方法,首先一定程度上纠正镜
头畸变和相应 参数,而后使用线性模型进行摄像机定标
方法是可行的,尤其在广角镜甚至鱼眼镜头的定标中取
得良好的效果。
参考文献:
[1]ojectivetoEuclideanSpaceund eranyPract-i
calSituation,aCriticismofSel-fcali bration[C].Proceedingsof
the6thInternationalCon ferenceonComputerVision,1998.790-
796.
[2]ct iveProjection:TheWrongImaging
Model[Z].TR95-01, CS,,1995.
[3]马颂德,张正友.计算机视觉)))计算理论与算法基础
[M].北 京:科学出版社.59-61.
[4]ationofClose-rangePhotogramme rtySystems:
MathematicalFormation[J].Seris.,
1975,41(12):1479-14861
[9]MASid-Ahmed,meraCali brationfor3-
DMachineVisionMetrology[J].,
19 90,(39):512-516.
[10]WengJ,PCohen,ationofStereo Cameras
UsingaNonlinearDistortionNodel(CCDSenso ry)[C].Proc.
nRecognition,1990.246-253.
[11] HAMartins,JRBirk,CalibrationBased
onDatafromTwo CalibrationPlames[J].ComputGraphImage
Processin g,1981,17:173-180.
[12]MFishler,SampleConsensus :AParadigm
forModelFittingwithApplicationstoIma geAnalysisandAuto-
matedCartography,Common,Asso c[J].Comput,24:381-395.
[13]JWen,CalibrationofC CDCamerasUsing
ArtgificialNeuralNets[C].1991IEE E,
Networks,1991.173-180.
[14]ssficationBias inAreaEstimates[J].
Sensing,1992,58(2):189-192.
[15]tileCameraCalibrationTechniqueforHighAc-curacy3DMachineVisionMetrologyUsingof-fthe-shelf tv
CamerasandLenses[R].ResearchReport51342,IBMT .J.
WatsonResearchCenter,YorktownHeights,NY1059 8,1985.
[16]OFaugeras,ibrationProblemforStereo[ C].
erVision,1990.127-140.
[17]HAMartins,JRB irk,ModelsBasedon
DatafromTwoCalibrationPlanes[ J].Graphics
andImageProc.,1981,(17):173-180.
[18]PerLaMisuraDellaPosizioneDelPuntoFo-
calei nUnsistemaDiripresaDiImmaGini[Z].Patentn.67782-
S89,1989.
[19]BCaprile,anishingPointsforCamera Calibra-
tion[J].lofComputerVision,1990,(4):127 -140
[20]bleNewTechniqueforCameraCalibration.TechnicalReportMSR-TR-98-71,MicrosoftResearch,De c
bleTogetherwiththeSoftware[EBOL].http:
~zh angCalib.
[21]DanielESteven,ametricCorrectionof
DistortionApplicationofComputerVision[C].WACV. 96,Pro-
ceedings3rdIEEEWorkshopon,1996.214-219.
作者简介:
吴文琪(1975-),男,硕士研究生,研究领域为机器人视觉和图
像处 理;孙增圻(1943-),男,教授,博士生导师,清华大学计算
机系学术委员会主任,主要研究领域 为机器人、智能控制、神经
网络及模糊系统等。