CN104835144B - 利用一个球的球心的像及正交性求解摄像机内参数的方法 - Google Patents
利用一个球的球心的像及正交性求解摄像机内参数的方法 Download PDFInfo
- Publication number
- CN104835144B CN104835144B CN201510163816.0A CN201510163816A CN104835144B CN 104835144 B CN104835144 B CN 104835144B CN 201510163816 A CN201510163816 A CN 201510163816A CN 104835144 B CN104835144 B CN 104835144B
- Authority
- CN
- China
- Prior art keywords
- image
- picture
- point
- ball
- sphere
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及利用一个球的球心的像及正交性求解摄像机内参数的方法。首先对标定的球从不同方向拍摄三幅图像并读入图像,从三幅图像上提取三条二次曲线的坐标。根据摄像机下球与球心的成像过程求解得到三个球心的像坐标,再根据球心的投影计算正交方向的消失点,最后利用正交方向消失点求解绝对二次曲线的像,根据二次曲线的像对摄像机内参数的约束矩阵获得摄像机内参数。利用本发明中的球这个靶标可以实现全自动标定,减少了标定过程中由测量引起的误差。由于二次曲线是一种更简洁更全局化的基元以及球的投影轮廓线在图像中可以全部提取,在摄像机标定过程中提高了标定精度。
Description
技术领域
本发明属于计算机研究领域,涉及一种用于求解像机内参数的方法。利用空间中圆球为标定模板,根据球心的投影,求得正交方向的消失点,线性求解摄像机内参数。
背景技术
计算机视觉的基本任务之一,就是从摄像机获得的二维图像信息出发恢复物体在三维空间中的几何信息,从而识别和重建三维空间中物体的几何形状。在此过程中必须确定空间物体点的三维几何位置与其图像中的对应点之间的相互关系,而这种关系又由摄像机成像的几何模型决定的,这些几何模型的参数就是摄像机参数。在大多数条件下,这些参数都是通过实验得到的,这就是摄像机标定。它一般分为传统标定和自标定两种方法,无论哪种标定方法,标定物体都是采用一些特殊的几何模型,例如:平面正方形、三角形、圆、空间立方体及圆柱等等。如何建立这些几何模型与摄像机参数之间的关系尤其是某种线性的关系,是目前摄像机标定所追求的目标,也是目前计算机视觉领域研究的热点之一。
传统的摄像机标定方法虽然可以获得较高的精度,但是标定块制作困难,不便于操作。针对这一问题文献“A flexible new technique for camera calibration”,(Zhengyou Zhang,IEEE Transactions on Pattern Analysis and MachineIntelligence,vol.22,no.11,pp.1330-1334,2000)提出了用平面模板代替传统标定块的方法,这种方法简单方便,成本低,并且能获得较高的精度,但需要精确定位模板上点阵的物理坐标。文献“Planar conic based camera calibration”,(Changjiang Yang,FengmeiSun,Zhanyi Hu,In Proceedings of International Conference on PatternRecognition,vol.1,pp.555-558,2000)将这一方法作了推广,用图像和模板之间的二次曲线对应来标定摄像机,而不是利用点与点之间的对应。由于二次曲线是一种更简洁更全局化的基元,因而可以进一步提高方法的稳定性。于是用曲线解决标定问题被广泛研究。文献“A new easy camera calibration technique based on circular points”,(XiaoqiaoMeng,Zhanyi Hu,Pattern Recognition,vol.36,no.5,pp.115-1164,2003)提出了用一个圆和通过圆心的若干条直线构成的标定模板,利用圆环点来求解摄像机内参数的方法,该方法首次将射影几何中的圆环点融入到摄像机标定中,于是圆环点成了摄像机自标定方法的理论基础(Hartley Richard,Zisserman Andrew,“Multiple view geometry incomputer vision”,Cambridge University Press,Cambridge,2000)。
球作为一种常见的几何体,其最重要的优点在于无自身遮挡,从任何一个方向看空 间中一个球的封闭轮廓线总是一个圆,并且它的投影轮廓线可全部提取。由于球具有丰富的视觉几何特性,因此利用球进行摄像机标定,即摄像机内参数的求解已成为近年来研究的一个热点。文献“Camera calibration:a quick and easy way to determine thescale factor”,(M.A.Penna.IEEE Trans on Pattern Analysis and MachineIntelligence,vol.13,no.12,pp.1240-1245,Dec.1991)首次提出利用球来计算两幅图像纵横轴的比例因子,随后文献“Camera calibration from spheres images”,(D.Daucher,M.Dhome,and J.Lapreste,Proc.European Conf.Computer Vision,pp.449-454,1994)使用球介绍了多步非线性方法来估计摄像机四参数,然而,这种方法误差比较大。文献“Camera calibration by a single image of balls:from conics to the absoluteconic”,(H.Teramoto and G.Xu,Proc.Fifth Asian Conf.Computer,pp.499-506,2002)提出利用非线性优化算法把球图像与绝对二次曲线投影的代数关系结合起来进行摄像机标定。在对偶空间中,文献Camera calibration using spheres:a semi-definiteprogramming approach”,(M.Agrawal and L.S.Davis,Proc.IEEE Int’l Conf.ComputerVision,pp.782-789,2003)推导出类似的结果,即球图像的对偶形式与绝对二次曲线投影的对偶之间的代数关系。文献“Camera calibration using spheres:a dual-spaceapproach”,(Motilal Agrawal and LarryS.Davis,ICCV,pp.782-789,2003)使用球计算摄像机的内外参数。文献“Geometric interpretations of the relation between theimage of the absolute conic and sphere images”,(Ying Xianghua,Zha Hongbin,IEEE Trans on Pattern Analysis and Machine Intelligence,vol.28,no.12,pp.2031-20362006)利用double-contact理论求解摄像机内参数。文献“A stratified approachfor camera calibration using spheres”(IEEE Trans.Images Processing,Wong K.K.,Zhang G.,vol.20,no.2,pp.305-316,2011)利用圆球球心以及球面的切线旋转形成圆锥包络出发,求两幅图像的基础矩阵。文献“Camera calibration from images of spheres”,(Zhang H.,Wong K.,Zhang G.Q..IEEE Trans on Pattern Analysis and MachineIntelligence,vol.29,no.3,pp.499-503,2007)利用球图像的对偶形式与绝对二次曲线投影的对偶之间的代数关系,线性求解摄像机内参数。文献“秩1约束下基于圆球的相机标定算法”,(贾静,吴成柯.西安电子科技大学学报(自然科学版),2013,40(2))提出利用秩1约束下基于圆球的相机标定算法,这解释了约束的几何意义,将平面与圆球结合起来,这也是一个线性算法,但计算过程中需要优化,计算量较大。
发明内容
本发明提供了一种制作简单,适用广泛,稳定性好的利用球靶标求解摄像机内参数的方法,该靶标由空间中的一个球构成。在求解摄像机内参数的过程中,需使用摄像机拍摄 3幅图像便可求解出摄像机的5个内参数。
本发明采用如下技术方案:
本发明是利用一个球的球心的像及正交性求解摄像机内参数的方法,其特征在于靶标是三维空间中的一个球,所述方法的步骤包括:首先用摄像机从不同的方向拍摄靶标的三幅图像并读入图像,从3幅图像中检测靶标边缘点,拟合图像平面上的投影曲线,其次求解球心的投影,再根据球心的投影计算正交方向的消失点,最后利用正交方向消失点对绝对二次曲线像的约束求解摄像机内参数。方法的具体步骤如下:
1.拟合图像平面上的投影曲线的方程
用摄像机从不同的方向拍摄靶标的三幅图像并读入图像,利用Matlab程序中的函数Edge提取出图像特征点的坐标,并用最小二乘算法拟合出图像中的曲线,得到图像上三条曲线方程。
2.计算球心的像坐标
三维空间中的一个球在针孔摄像机下投影模型为过摄像机光心的正圆锥,正圆锥与空间球的截面为II,截出球体的外轮廓C。在摄像机成像平面I上,C的投影为二次曲线c。正圆锥的顶点位于摄像机O的光心,因此,在摄像机坐标系和世界坐标系之间只存在旋转,即平移向量T=[0 0 0]T。平面II上的一点齐次坐标P=(X,Y,Z,1)投影到成像平面I上,即图像平面,则其像点齐次坐标h为O到平面II的距离,K为摄像机内参数矩阵,R为旋转矩阵。平面II到平面I的单应矩阵在单应矩阵H的变换下,平面II上的C在图像平面I上的投影为Cm∝K-TK-1-hhT,其中Cm为图像c的系数矩阵,下标m表示图像,∝表示相差一个比例因子,因此存在非零比例因子λ满足λCm=K-TK-1-hhT。在向量空间上全体线性函数的集合构成的对偶空间中,Cm的对偶形式为Cm -1,记为Cm *,则Cm *∝KKT-ooT,其中o是球心的像的齐次坐标。因此,对每幅球图像矩阵系数Ci存在一个比例因子βi满足:βiCi *=ω-oioi T,ω为绝对二次曲线的像的系数矩阵,Ci *为Ci的对偶形式,i为第几幅图像。使用摄像机拍摄3幅图像,这里用C1,C2,C3表示3条二次曲线。已知球在三幅图像上的二次曲线c1,c2,c3,直线l12是通过c1,c2两个球心像的 直线方程向量,直线l23是通过c2,c3两个球心像的直线方程的向量,直线l13是通过C1,C3两个球心像的直线方程的向量。根据公式βiCi *=ω-oioi T得到I为单位矩阵。由公式βiCi *=ω-oioi T得到C12≡β1C1 *-β2C2 *=o1o1 T-o2o2 T,由于C12最大秩为2,所以β2/β1是和的广义特征值,即β2/β1为的特征值,同理可以得到β3/β1、β3/β2分别为的特征值。若令β1=1,由于有三个特征值,则β2、β3分别有三个值,再由的特征值可以确定β2、β3的值。而l12可由的特征值β2/β1对应的特征向量得到,同理可得到直线l23,l13。从而就可以得到球心的像的齐次坐标为:o1=l12×l13,o2=l12×l23,o3=l13×l23。
3.计算正交方向的消失点的坐标
在球心的像齐次坐标o1已知的情况下,在平面II上的C上取3个点,投影到图像平面I上,得到C在第一幅图像上的投影曲线c1的3个投影点齐次坐标为mA,mB,mC。过点o1,mA的直线方程向量记为lA,过点o1,mB的直线方程向量记为lB,过点o1,mc的直线方程向量记为lC。把lA,lB,lC的直线方程分别与二次曲线c1的方程联立求解,就得到投影点mA,mB,mC关于点o1在曲线c1上的对应点齐次坐标,记为mD,mE,mF。由于球在投影过程中形成一个正圆锥M,M的底面是一个圆,由几何知识知,直径所对的圆周角为90°,每对直径就可以确定一组垂直方向。则过点mA,mD的直径和过点mB,mE直径可以确定一组正交方向的消失点v1=(mA×mE)×(mB×mD),v2=(mA×mB)×(mE×mD)。同理过点mA,mF直径和过点mC,mD直径可以确定一组正交方向消失点v3=(mA×mF)×(mC×mD)和v4=(mA×mC)×(mF×mD);过点mC,mF直径和过点mB,mE的直径可以确定一组正交方向消失点v5=(mB×mF)×(mC×ME)和v6=(mB×mC)×(mF×mE)。根据C上找到的同样3个点分别在第二、三幅图像上的投影曲线c2,c3上对应的3个投影点齐次坐标,又可分别获得三组正交方向的消失点。
4.求解摄像机内参数
使用摄像机拍摄3幅图像,由正交方向的消失点v对绝对二次曲线的像ω的约束其中c=K-TK-1-hhT,j=1,2,3,i=1,2,3,i≠j,i和j表示对应的正交方向的消失点的个数。最小二乘法优化求解ω,对ω进行Cholesky分解再求逆便可获得摄像机的 5个内参数矩阵,即矩阵s为图像的畸变因子,fu,fv为图像坐标系中u轴v轴的尺度因子,(u0,v0)是主点坐标,即图像中心坐标,s,fu,fv,u0,v0为摄像机的5个内参数。
本发明优点:
1.该靶标制作简单,由空间中一个圆球构成。
2.对该靶标的物理尺度没有要求,无需知道球的位置及各点的世界坐标。
3.该靶标的图像边界点几乎可以全部提取,这样可以提高曲线拟合的精确度,从而提高标定精度。
附图说明
图1是靶标投影模型。
图2是靶标在像平面上的投影。
图3是正交消失点的求解原理图。
具体实施方式
一种以一个球的球心的像及正交性求解摄像机内参数的方法,靶标是由空间中一个球构成的,利用该靶标完成摄像机内参数的求解方法需要经过以下步骤:用摄像机从不同的方位拍摄3幅图像,从3幅图像上提取靶标的像点,拟合靶标的曲线方程并求解球心的像,根据球心的像确定正交方向的消失点,利用正交方向消失点对绝对二次曲线的像的约束求解摄像机内参数。利用本发明中的方法对摄像机进行标定,具体步骤如下:
1.拟合图像平面上的投影曲线的方程
用摄像机从不同的方位拍摄3幅图像,利用Matlab程序中的Edge函数提取出图像特征点的坐标,并用最小二乘算法拟合出图像中的曲线,得到图像上三条曲线方程的系数矩阵。
2.计算球心的像坐标
如图1所示,空间中的一个球,球所在的坐标系为O-XWYWZW,C为球体的一个外轮廓,根据空间中的一个球在针孔摄像机下投影模型,摄像机坐标系为O-XCYCZC,在像平面上,C的投影为二次曲线c。正圆锥的顶点位于摄像机O的光心,因此,在摄像机坐标系和世界坐标系之间只存在旋转,即平移向量T=[0 0 0]T。平面II上的点P=(X,Y,Z,1)投影到图像 平面I上,则其像点Z=h为O到平面II的距离,K为摄像机内参数矩阵,R为旋转矩阵。定义平面II到平面I的单应矩阵在单应矩阵H的关系下,平面II上的C在图像平面I上的投影为Cm∝K-TK-1-hhT,其中Cm为图像c的系数矩阵。因此存在非零比例因子λ满足λCm=K-Tk-1-hhT。在向量空间上全体线性函数的集合构成的对偶空间中,Cm的对偶形式为Cm -1,记为Cm *,则Cm *∝KKT-ooT,其中o是球心的像。因此,对每幅球图像Ci存在一个比例因子βi满足:βiCi *=ω-oioi T,ω为绝对二次曲线的像的矩阵表示。使用摄像机拍摄3幅图像I1,I2,I3,这里用c1,c2,c3表示3条二次曲线,如图2所示。已知球的三幅图像中的c1,c2,c3,直线l12是通过c1,c2两个球心像的直线,直线l23是通过C2,C3两个球心像的直线,直线l13是通过c1,c3两个球心像的直线,如图2所示。根据公式βiCi *=ω-oioi T得到由公式βiCi *=ω-oioi T得到C12≡β1C1 *-β2C2 *=o1o1 T-o2o2 T,由于C12最大秩为2,所以β2/β1是和的广义特征值,即β2/β1为的特征值,同理可以得到β3/β1、β3/β2分别为的特征值,若令β1=1,由于有三个特征值,则β2、β3分别有三个值,再由的特征值可以确定β2、β3的值。l12可由的特征值β2/β1对应的特征向量得到,同理可得到直线l23,l13,从而就可以得到球心的像的齐次坐标为:o1=l12×l13,o2=l12×l23,o3=l13×l23。
3.计算正交方向的消失点的坐标
在球心的像齐次坐标o1已知的情况下,在平面II上的C找到3个点,投影到图像平面I上,对应得到C在第一幅图像上的投影曲线c1的3个投影点齐次坐标为mA,mB,mC,如图3所示。过点o1,mA的直线方程向量记为lA,过点o1,mB的直线方程向量记为lB,过点o1,mC的的直线方程向量记为lC。把lA,lB,lC的直线方程分别与二次曲线c1的方程联立求解,就得到投影点mA,mB,mC关于点o1在曲线c1上的对应点齐次坐标,记为mD,mE,mF,如图3所示。由于球在投影过程中形成一个正圆锥M,M的底面是一个圆,由几何知识知,直径所对的圆 周角为90°,每对直径就可以确定一组垂直方向。则过点mA,mD的直径和过点mB,mE直径可以确定一组正交方向的消失点v1=(mA×mE)×(mB×mD),v2=(mA×mB)×(mE×mD),如图3所示。同理过点mA,mF直径和过点mC,mD直径可以确定一组正交方向消失点v3=(mA×mF)×(mC×mD)和v4=(mA×mC)×(mF×mD);过点mC,mF直径和过点mB,mE的直径可以确定一组正交方向消失点v5=(mB×mF)×(mC×mE)和v6=(mB×mC)×(mF×mE)。根据C上找到的同样3个点分别在第二、三幅图像上的投影曲线c2,c3上对应的3个投影点齐次坐标,又可分别获得三组正交方向的消失点。
4.求解摄像机内参数
使用摄像机拍摄3幅图像,由正交方向的消失点对绝对二次曲线的像的约束其中c=K-TK-1-hhT,j=1,2,3,i=1,2,3,i≠j,求解ω,并求解出射摄像机的5个内参数,即矩阵s为图像的畸变因子,fu,fv为图像坐标系中u轴v轴的尺度因子,(u0,v0)是主点坐标,即图像中心,s,fu,fv,u0,v0为摄像机的5个内参数。
实施例
本发明提出了以一个球的球心的像及正交性求解摄像机内参数的方法。本发明采用的实施坐标系结构示意图如图1所示。下面以一实例对本发明的实施方案做出更为详细的描述。
基于空间中一个圆球,利用球的球心及正交性求解摄像机内参数的标定方法,采用的实施模板是空间中的一个球,如图1所示。利用本发明中的方法对用于实验的摄像机进行标定,具体步骤如下:
1.拟合图像中直线投影的曲线方程
本发明采用的图像分辨率为640×480个像素,用针孔摄像机拍摄3幅实验图片,读入图像,利用Matlab中的Edge函数提取出图像特征点的坐标,并用最小二乘算法拟合图像中的各条曲线,获取曲线方程。
经过以上方法计算图像上的曲线C1,C2,C3,其系数矩阵为C1,C2,C3:
2.计算球心的像坐标
分别计算矩阵的特征值和特征向量。的矩阵的三个特征值为:-316.7282862997472,-0.0002653048400,0.2898785044056;
矩阵的三个特征值所对应的特征向量分别为:
E11=[0.000932916431021 0.001130249225873 -0.999998926101233]T,
E12=[0.007262911134365 0.004953142141078 -0.999961357505771]T,
E13=[-0.001774079036639 0.001613000724107 0.999997125431986]T;
矩阵的三个特征值为:
-181.3723432091455,-1.0004665522017,0.2908945961051;
矩阵的三个特征值所对应的特征向量分别为:
E21=[-0.001278420223174 -0.000334815581722 0.999999126769748]T,
E22=[-0.003119825389222 -0.000000629540986 0.999995133332730]T,
E23=[-0.000000000000001 0.003730367513018 0.999993042154903]T;
矩阵的三个特征值为:
-4.772102787666382,0.010035052330028,-0.000021102285459;
矩阵的三个特征值所对应的特征向量分别为:
E31=[0.000965307605888 0.006830596238915 0.999976205285029]T,
E32=[0.001226081581341 0.000172292927756 0.999999233519258]T,
E33=[0.000910116675353 -0.007156798562665 0.999973975622351]T。
由于公式C12≡β1C1 *-β2C2 *=o1o1 T-o2o2 T中的C12最大秩为2,所以β2/β1是和的广义特征值,即β2/β1为的特征值,同理可以得到β3/β1、β3/β2分别为 的特征值。若令β1=1,由于有三个特征值,则β2、β3分别有三个值,再由 的特征值可以确定β2、β3的值。把β2、β3的三个值分别带入β3/β2中,发现只有当β2=0.2898785044056,β3=0.2908945961051,即β2,β3分别取和的第三个特征值时,得到的β3/β2=1.003505232999836,才与的其中一个特征值相等,即与其第二个特征值相等。所以可以确定的特征值分别为β2/β1=0.2898785044056、β3/β1=0.2908945961051、β3/β2=1.003505232999836。又因为l12可由的特征值β2/β1对应的特征向量得到,l13可由的特征值β3/β1对应的特征向量得到,l23可由的特征值β3/β2对应的特征向量得到,所以l12、l13分别为的第三个特征值对应的特征向量,即向量E13、E23,l23为的第二个特征值对应的特征向量,即向量E32:
l12=[-0.001774079036639 0.001613000724107 0.999997125431986]T,
l13=[-0.000000000000001 0.003730367513018 0.999993042154903]T,
l23=[0.001226081581341 0.000172292927756 0.999999233519258]T;
根据o1=l12×l13,o2=l12×l23,o3=l13×l23计算得到球心的像的齐次坐标:
o1=(319.9422649730818,-268.0682368868753,1.0000000000000),
o2=(781.8802153516788,240.0000000001435,1.0000000000000),
o3=(853.2755983061238,-268.068238868037,1.0000000000000)。
3.计算正交方向的消失点的坐标
在球心的像o1已求得的情况下,在平面II上的C找到3个点,投影到图像平面I上,得到C在第一幅图像上的投影曲线c1的3个投影点齐次坐标为mA,mB,mC:
mA=(338.4174735871490,-268.0682368868707,1.0000000000000),
mB=(328.2467696416882,-247.3722139308982,1.0000000000000),
mC=(309.1854543469321,-249.2590153011947,1.0000000000000);
过点o1,mA的直线方程向量记为lA,过点o1,mB的直线方程向量记为lB,过点o1,mC的直线方程向量记为lC:
lA=[-0.000000000000001 0.003730393468517 1.000000000000000]T,
lB=[-0.002339139891734 0.000938605363588 1.000000000000000]T,
lC=[-0.006001080750079 -0.003431959631438 1.0000000000000]T;
把lA,lB,lC的直线方程分别与一条二次曲线c1的方程联立求解,就得到投影点mA,mB,mC关于点o1在曲线c1上的对应点齐次坐标,记为mD,mE,mF:
mD=(301.4670563590130,-268.0682368868800,1.0000000000000)
mE=(311.4651028450378,-289.1945471250726,1.0000000000000)
mF=(330.9019450527426,-287.2321934062343,1.0000000000000)
根据公式v1=(mA×mE)×(mB×mD),v2=(mA×mB)×(mE×mD)v3=(mA×mF)×(mC×mD),v4=(mA×mC)×(mF×mD),v5=(mB×mF)×(mC×mE)和v6=(mB×mC)×(mF×mE)得到第一幅图像上的3组正交方向的消失点矩阵表示:
重复步骤二和步骤三可以分别得到第二幅和第三幅图像上的3组正交方向的消失点。
第二幅图像上的3组正交方向的消失点的矩阵表示:
第三幅图像上的3组正交方向的消失点的矩阵表示:
4.求解摄像机内参数
在摄像机拍摄3幅图像中,每幅图片取2组正交方向的消失点v,根据正交方向上的消失点对绝对二次曲线的像ω的约束其中ω=K-TK-1,m=1,2,3表示第几幅图像,i=1,2,3,4,5,6表示第几个消失点,j=i+1表示对应的正交消失点。求得绝对二次曲线的像ω的系数矩阵为:
根据ω=K-TK-1可解出抛物折反射摄像机的内参数矩阵为:
则五个内参数(单位:像素)分别为:
fu=8.000000169307066×102,fv=8.800000196618601×102,s=0.1000068640138,u0=3.200027109446312×102,v0=2.400000116686117×102。
Claims (1)
1.一种利用空间一个球作为靶标求解摄像机内参数的方法,其特征在于此靶标是三维空间中的一个球构成,所述方法的具体步骤包括:首先用摄像机从不同的方向拍摄靶标的三幅图像并读入图像,从三幅图像上提取靶标成像点,拟合曲线方程,根据摄像机下空间点的成像过程求解得到3个球心的投影坐标,再根据球心的投影坐标计算正交方向的消失点,最后利用正交方向消失点对绝对二次曲线像的约束求解摄像机内参数;
(1)拟合图像平面上的投影曲线的方程
用摄像机从不同的方向拍摄靶标的三幅图像并读入图像,利用Matlab程序中的函数Edge提取出图像特征点的坐标,并用最小二乘算法拟合出图像中的曲线,得到图像上三条曲线方程的系数矩阵;
(2)计算球心的像坐标
三维空间中的一个球在针孔摄像机下投影模型为过摄像机光心的正圆锥,正圆锥的顶点位于摄像机O的光心,正圆锥与空间球的截面为II,截出球体的外轮廓C;在摄像机成像平面I上,C的投影为二次曲线c;根据平面II到平面I的单应矩阵变换下,平面II上的C在图像平面I上的投影为Cm∝K-TK-1-hhT,其中h为O到平面II的距离,K为摄像机内参数矩阵,Cm为图像c的系数矩阵,下标m表示图像,∝表示相差一个比例因子;因此存在非零比例因子λ满足λCm=K-TK-1-hhT;在向量空间上全体线性函数的集合构成的对偶空间中,Cm的对偶形式为Cm *,则Cm *∝KKT-ooT,其中o是球心的像的齐次坐标;因此,对每幅球图像矩阵系数Ci存在一个比例因子βi满足:βiCi *=ω-oioi T,ω为绝对二次曲线的像的系数矩阵,Ci *为Ci的对偶形式,i为第几幅图片;使用摄像机拍摄3幅图像,这里用c1,c2,c3表示3条二次曲线;已知球在三幅图像上的二次曲线c1,c2,c3,直线l12是通过c1,c2两个球心像的直线方程向量,直线l23是通过c2,c3两个球心像的直线方程的向量,直线l13是通过c1,c3两个球心像的直线方程的向量;根据公式βiCi *=ω-oioi T得到I为单位矩阵;由公式βiCi *=ω-oioi T得到C12≡β1C1 *-β2C2 *=o1o1 T-o2o2 T,由于C12最大秩为2,所以β2/β1是和的广义特征值,即β2/β1为的特征值,得到β3/β1、β3/β2分别为的特征值;而l12由的特征值β2/β1对应的特征向量得到,l13由的特征值β3/β1对应的特征向量得到,l23由的特征值β3/β2对应的特征向量得到;从而就得到球心的像的齐次坐标为:o1=l12×l13,o2=l12×l23,o3=l13×l23;
(3)计算正交方向的消失点的坐标
在球心的像齐次坐标o1已知的情况下,在平面II上的C上取3个点,投影到图像平面I上,得到C在第一幅图像上的投影曲线C1的3个投影点齐次坐标为mA,mB,mC;过点o1,mA的直线方程向量记为lA,过点o1,mB的直线方程向量记为lB,过点o1,mC的直线方程向量记为lC;把lA,lB,lC的直线方程分别与二次曲线c1的方程联立求解,就得到投影点mA,mB,mC关于点o1在曲线c1上的对应点齐次坐标,记为mD,mE,mF;由于球在投影过程中形成一个正圆锥M,M的底面是一个圆,由几何知识知,直径所对的圆周角为90°,每对直径确定一组垂直方向;则过点mA,mD的直径和过点mB,mE直径确定一组正交方向的消失点v1=(mA×mE)×(mB×mD),v2=(mA×mB)×(mE×mD);同理过点mA,mF直径和过点mC,mD直径确定一组正交方向消失点v3=(mA×mF)×(mC×mD)和v4=(mA×mC)×(mF×mD);过点mC,mF直径和过点mB,mE的直径确定一组正交方向消失点v5=(mB×mF)×(mC×mE)和v6=(mB×mC)×(mF×mE);根据C上找到的同样3个点分别在第二、三幅图像上的投影曲线c2,c3上对应的3个投影点齐次坐标,又分别获得三组正交方向的消失点;
(4)求解摄像机内参数
由正交方向的消失点v对绝对二次曲线的像ω的约束其中c=K-TK-1-hhT,j=1,2,3,i=1,2,3,i≠j,i和j表示对应的正交方向的消失点的个数;最小二乘法优化求解ω,对ω进行Cholesky分解再求逆便获得摄像机的5个内参数矩阵,即矩阵s为图像的畸变因子,fu,fv为图像坐标系中u轴v轴的尺度因子,(u0,v0)是主点坐标,即图像中心坐标,则s,fu,fv,u0,v0为摄像机的5个内参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510163816.0A CN104835144B (zh) | 2015-04-09 | 2015-04-09 | 利用一个球的球心的像及正交性求解摄像机内参数的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510163816.0A CN104835144B (zh) | 2015-04-09 | 2015-04-09 | 利用一个球的球心的像及正交性求解摄像机内参数的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104835144A CN104835144A (zh) | 2015-08-12 |
CN104835144B true CN104835144B (zh) | 2017-10-20 |
Family
ID=53813009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510163816.0A Expired - Fee Related CN104835144B (zh) | 2015-04-09 | 2015-04-09 | 利用一个球的球心的像及正交性求解摄像机内参数的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104835144B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105469389B (zh) * | 2015-11-16 | 2018-01-02 | 北京航空航天大学 | 一种用于视觉传感器标定的网格球靶标及相应标定方法 |
CN106447731A (zh) * | 2016-09-22 | 2017-02-22 | 云南大学 | 利用单个球及正交消失点标定拋物折反射摄像机的方法 |
CN106600645B (zh) * | 2016-11-24 | 2019-04-09 | 大连理工大学 | 一种摄像机空间立体标定快速提取方法 |
CN106846413A (zh) * | 2017-01-24 | 2017-06-13 | 太原理工大学 | 三维树型直角坐标系构建和图像空间标定的装置及方法 |
CN107507244A (zh) * | 2017-07-26 | 2017-12-22 | 成都通甲优博科技有限责任公司 | 一种单帧图像的相机标定方法、标定操作方法及标定装置 |
CN107644445A (zh) * | 2017-10-09 | 2018-01-30 | 云南大学 | 利用单个球及圆切线的性质标定拋物折反射摄像机的方法 |
CN107886546B (zh) * | 2017-11-06 | 2021-07-30 | 云南大学 | 利用球像及公共自极三角形标定抛物折反射摄像机的方法 |
CN109035344A (zh) * | 2018-07-13 | 2018-12-18 | 云南大学 | 利用空间中球像及帕斯卡定理标定针孔摄像机的方法 |
CN109032069B (zh) * | 2018-07-19 | 2020-11-03 | 西南交通大学 | 一种采用电涡流位移传感器的非接触式R-test测量仪球心坐标计算方法 |
CN109215088B (zh) * | 2018-09-04 | 2021-07-09 | 云南大学 | 利用公共自极三角形标定针孔摄像机的方法 |
CN109272558B (zh) * | 2018-11-28 | 2021-07-09 | 云南大学 | 分离圆的公共自极三角形及圆环点标定针孔摄像机的方法 |
CN111126450B (zh) * | 2019-11-29 | 2024-03-19 | 上海宇航系统工程研究所 | 一种基于九线构型的长方体空间飞行器的建模方法及装置 |
CN113112412B (zh) * | 2020-01-13 | 2024-03-19 | 株式会社理光 | 垂直校正矩阵的生成方法、装置及计算机可读存储介质 |
NL2025452B1 (en) * | 2020-04-29 | 2021-11-09 | Navinfo Europe B V | System and method for 3D positioning a landmark in images from the real world |
CN113436268B (zh) * | 2021-06-03 | 2022-11-22 | 山东大学 | 一种基于主轴平行二次曲线特征的摄像机标定方法及系统 |
CN113470117B (zh) * | 2021-06-28 | 2022-12-27 | 上海交通大学 | 基于圆球逆透视投影的单位姿三维结构光标定系统及方法 |
CN115183748B (zh) * | 2022-06-24 | 2023-09-26 | 山东科技大学 | 一种基于多靶标立体连接的水上水下点云一致性评估方法 |
CN114897953B (zh) * | 2022-07-14 | 2022-09-23 | 青岛环海海洋工程勘察研究院有限责任公司 | 一种基于多靶标共线连接的水上水下点云一致性评估方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2306397A1 (en) * | 2009-10-01 | 2011-04-06 | Thomson Licensing | Method and system for optimizing lens aberration detection |
CN102855620A (zh) * | 2012-07-13 | 2013-01-02 | 南开大学 | 基于球形投影模型的纯旋转摄像机自标定方法 |
CN202736127U (zh) * | 2012-08-22 | 2013-02-13 | 云南大学 | 球体上六个相切圆求解摄像机内参数的标定块 |
CN102982551A (zh) * | 2012-12-14 | 2013-03-20 | 云南大学 | 空间三条不平行直线线性求解抛物折反射摄像机内参数 |
CN103942784A (zh) * | 2014-04-03 | 2014-07-23 | 云南大学 | 棋盘格中三条互不平行直线求解抛物折反射摄像机内参数 |
CN104217435A (zh) * | 2014-09-11 | 2014-12-17 | 云南大学 | 两个相互遮挡的球线性确定拋物折反射摄像机内参数方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8270710B2 (en) * | 2007-10-11 | 2012-09-18 | Unified Color Technologies, Llc | Representation and quantization of digital images and evaluation of color differences |
-
2015
- 2015-04-09 CN CN201510163816.0A patent/CN104835144B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2306397A1 (en) * | 2009-10-01 | 2011-04-06 | Thomson Licensing | Method and system for optimizing lens aberration detection |
CN102855620A (zh) * | 2012-07-13 | 2013-01-02 | 南开大学 | 基于球形投影模型的纯旋转摄像机自标定方法 |
CN202736127U (zh) * | 2012-08-22 | 2013-02-13 | 云南大学 | 球体上六个相切圆求解摄像机内参数的标定块 |
CN102982551A (zh) * | 2012-12-14 | 2013-03-20 | 云南大学 | 空间三条不平行直线线性求解抛物折反射摄像机内参数 |
CN103942784A (zh) * | 2014-04-03 | 2014-07-23 | 云南大学 | 棋盘格中三条互不平行直线求解抛物折反射摄像机内参数 |
CN104217435A (zh) * | 2014-09-11 | 2014-12-17 | 云南大学 | 两个相互遮挡的球线性确定拋物折反射摄像机内参数方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104835144A (zh) | 2015-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104835144B (zh) | 利用一个球的球心的像及正交性求解摄像机内参数的方法 | |
CN105913489B (zh) | 一种利用平面特征的室内三维场景重构方法 | |
CN108053450B (zh) | 一种基于多约束的高精度双目相机标定方法 | |
CN104182982B (zh) | 双目立体视觉摄像机标定参数的整体优化方法 | |
CN103106688B (zh) | 基于双层配准方法的室内三维场景重建方法 | |
CN105551039B (zh) | 结构光三维扫描系统的标定方法及装置 | |
CN103854283B (zh) | 一种基于在线学习的移动增强现实跟踪注册方法 | |
CN106204574B (zh) | 基于目标平面运动特征的相机位姿自标定方法 | |
CN106327532A (zh) | 一种单幅图像的三维配准方法 | |
CN106485690A (zh) | 基于点特征的点云数据与光学影像的自动配准融合方法 | |
CN102750697A (zh) | 一种参数标定方法及装置 | |
CN110378969B (zh) | 一种基于3d几何约束的汇聚式双目相机标定方法 | |
CN107886546B (zh) | 利用球像及公共自极三角形标定抛物折反射摄像机的方法 | |
CN103106661B (zh) | 空间二条相交直线线性求解抛物折反射摄像机内参数 | |
CN101216296A (zh) | 双目视觉转轴标定方法 | |
CN109360230A (zh) | 一种基于2d相机与3d相机的图像配准方法及系统 | |
CN109272574A (zh) | 基于投影变换的线阵旋转扫描相机成像模型构建方法和标定方法 | |
CN103839277A (zh) | 一种户外大范围自然场景的移动增强现实注册方法 | |
CN105184857A (zh) | 基于点结构光测距的单目视觉重建中尺度因子确定方法 | |
CN108597009A (zh) | 一种基于方向角信息进行三维目标检测的方法 | |
CN104766309A (zh) | 一种平面特征点导航定位方法与装置 | |
CN107677274A (zh) | 基于双目视觉的无人机自主着陆导航信息实时解算方法 | |
CN106295512A (zh) | 基于标识的多纠正线室内视觉数据库构建方法以及室内定位方法 | |
CN102930551B (zh) | 利用圆心的投影坐标和极线求解摄像机内参数 | |
CN108154536A (zh) | 二维平面迭代的相机标定法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171020 Termination date: 20180409 |