JP2005062147A - 最小誤差カメラと一般逆行列による3次元位置の反復的計算方法 - Google Patents
最小誤差カメラと一般逆行列による3次元位置の反復的計算方法 Download PDFInfo
- Publication number
- JP2005062147A JP2005062147A JP2003332458A JP2003332458A JP2005062147A JP 2005062147 A JP2005062147 A JP 2005062147A JP 2003332458 A JP2003332458 A JP 2003332458A JP 2003332458 A JP2003332458 A JP 2003332458A JP 2005062147 A JP2005062147 A JP 2005062147A
- Authority
- JP
- Japan
- Prior art keywords
- camera
- matrix
- dimensional
- error
- affine
- 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.)
- Pending
Links
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】線形演算処理の範囲内で,多数の2次元画像から,対象点の3次元空間内の位置をできるだけ正確に計算する反復的計算法の提供。
【解決手段】上記の課題の解決のために,線形なアフィンカメラモデルの行列と加重行列から構成された一連の一般逆行列を用いる反復的3次元位置の計算方法を発明した。そのアフィンカメラモデルは実際の撮影カメラによる画像に対して最小誤差を与えるように精密に調節されている。また加重行列には,従来から利用されていた個々の対象点座標の信頼度に限らず,それらの間の相関も同時に計算することにより,実際の撮影画像に現れる非線形な歪成分の空間的な相関関係も考慮に入れた計算精度の改善を実現することが可能になった。
【選択図】 「図2」
【解決手段】上記の課題の解決のために,線形なアフィンカメラモデルの行列と加重行列から構成された一連の一般逆行列を用いる反復的3次元位置の計算方法を発明した。そのアフィンカメラモデルは実際の撮影カメラによる画像に対して最小誤差を与えるように精密に調節されている。また加重行列には,従来から利用されていた個々の対象点座標の信頼度に限らず,それらの間の相関も同時に計算することにより,実際の撮影画像に現れる非線形な歪成分の空間的な相関関係も考慮に入れた計算精度の改善を実現することが可能になった。
【選択図】 「図2」
Description
本発明は,多数の2次元画像から対象点の3次元位置を計算するための線形な手法の中で,観測画像における多様な誤差から生じる計算結果の誤差を最小化するための,アフィン変換に基づく最小2乗誤差カメラモデルと加重行列を組み込んだ一般逆行列の系列を使用する特徴を有する,対象点の3次元位置の反復的計算方法に関する。
3次元(以降は3Dと省略)空間内の点(対象点)を撮影した2次元(以降は2Dと省略)画像から,それら対象点の3D位置を計算する問題は,コンピュータビジョンの中心的課題の一つである。この問題の解決手法の中でも,多数(3枚以上)の画像を撮影したカメラの相対的な回転角度を推定した後,弱透視投影(拡大縮小された並行投影)のカメラモデルとムーア・ペンローズの一般逆行列を用いて,これらの画像から計算する方法(非特許文献1参照)は,個々の観測画像に含まれる無相関の観測誤差の相殺効果によって計算結果の誤差を低減できるという利点を持つ反面,カメラモデルの投影法が実際の撮影に使用するカメラの投影法と異なることから計算結果の誤差を生じるという欠点が知られている。
一方,特異値分解法を応用した線形代数的な処理の過程の中で,上記カメラの相対的回転角度の推定および対象点の3D空間内位置の計算を同時に行う巧妙な方法は,因子分解法と呼ばれている(非特許文献2参照)。因子分解法において利用されるカメラモデルは,初期の弱透視投影から平行透視投影へ拡張されており(非特許文献3参照),これらの方法は段落[0002]に述べたものと同一の利点と欠点を持っている。また,上記因子分解法におけるカメラモデルは透視投影モデルへも拡張された(非特許文献4参照)。しかし,この拡張は上記欠点を補うことと引き換えに上記利点を失う結果をもたらし,さらに非線形方程式の最適化という複雑な操作が必要となった。
上記利点をなるべく保持しながら上記欠点を補うために,特許文献1では,第1ステップにおいて3D位置の既知な複数の参照点の画像をもとにアフィンカメラの線形写像の係数をあらかじめ求めておき,第2ステップでそのカメラモデルを用いて撮影画像の座標の誤差を補正する方法が採用されている。しかし,参照点を用いる特許文献1のアフィンカメラモデルの決定法に比べ,撮影画像をより正確に近似可能であって参照点を用いないアフィンカメラモデルの決定法がある(非特許文献5参照)。
上と同様に,上記利点を保持しつつ上記欠点を補うために,特許文献2では,アフィンカメラモデルを用い,そのカメラパラメータの決定と対象点の3D位置決定を加重係数付きの最小2乗法により反復的に実行する方法を採用し,これらの2つの決定における共通の加重係数として,画像フレー厶中心からの距離の単調減少関数に従う加重係数を採用している。この加重係数は,撮影画像の座標値の信頼度(アフィンカメラモデルの正確さ)を評価する働きを持つが,特許文献2の方法は,この信頼度を近似的に表す手法に過ぎないので,非特許文献5の加重係数と比較すれば,一般に精度が低い。なぜなら,非特許文献5では,2つの決定において異なる加重係数を用いるとともに,現実のカメラの投影法に従って評価した個々の2D対象点の精密な信頼度に加え,それらの相関も含めた信頼度を評価して利用するからである。
上記の3種類の線形なカメラモデル(弱透視,平行透視,又はアフィン)とは異なり,実際の撮影に用いるカメラには,透視投影の非線形写像の成分と共に,レンズの加工精度や光の性質による各種の収差や歪による非線形成分も存在することが広く知られており,その定式化も既に研究されている(非特許文献6参照)。このうち,前者(透視投影の非線形成分)を避けることは原理的に難しい。他方,後者(各種の収差や歪)は性能の良いレンズの選択的使用により相当程度まで低減できるが,無視できない状況においては,非特許文献6の手法を用いて後者を含む画像をシミュレートすることにより,本発明における上記の信頼度の評価に利用することが可能である。
特開平11−37721号公報 特開2000−3447号公報 G.Xu and N.Sugimoto: "A Linear Algorithm for Motion from Three Weak Perspective Images Using Euler Angles,″IEEE Trans.Pattern Analysis and Machine Intelligence,vol.21,no.1,pp.54−57,1999. C.Tomasi and T.Kanade,"Shape and Motion from Image Stream under Orthography:A factorization method,″Int.J.of Computer Vision,vol.9,pp.137−154,1992. 金出武雄,コンラッド ポールマン,森田俊彦,″因子分解法による物体形状とカメラ運動の復元,″電子情報通信学会論文誌,vol.J76−D−II,no.8,pp.1497−1505,1993. S.Christy and R.Horaud,"Euclidian Shape and Motion from Multiple Perspective Views by Affine Iterations,"IEEE Trans.Pattern Analysis and Machine Intelligence,vol.18,no.11,pp.1098−1104,1996. 坂本博康,桑原梓,"最小誤差の線形カメラモデルとそれを用いる3D形状復元法,"電子情報通信学会技術研究報告.PRMU2002−219,vol.102,no.652,pp.49−54,2003年2月21日発表. G−Q.Wei and S.D.Ma,"Implicit and Explicit Camera Calibration : Theory and Ex−periments,"IEEE Trans.Pattern Analysis and Machine Intelligence,vol,16,no.5,pp.469−480,1994.
解決しようとする課題は,線形演算処理の範囲内において,上記の段落[0002]に述べた利点と欠点に関して,この利点を生かしながら,できるだけこの欠点を緩和させる方法を実現することである。そのために,この発明の主な目的は,なるべく多数の撮影画像を用い,それら撮影画像を最良近似する線形なアフィンカメラモデルを構成し,さらにこのカメラモデルと撮影画像との間の誤差を補正可能な加重係数付き一般逆行列の系列を構成することによって,線形演算処理の範囲内において,できるだけ精度の高い3次元位置の反復的計算法を提供することである。
本発明と類似した方法として上の特許文献1又は2を示した。しかし,特許文献1又は2は,共にアフィンカメラモデルの決定法と加重係数の設定法の精度が低く,そのために正確な計算結果を期待しにくいという問題があった。
上記課題を解決するための手段には,上記利点を生かすために,なるべく多くの撮影画像を用いた一般逆行列による最小2乗解法を採用するとともに,上記欠点を緩和するために撮影画像を最良近似する線形なアフィンカメラモデルを決定して利用する。また,このカメラモデルによっても表現不可能な撮影画像の誤差成分(非線形写像などの成分)の影響を補正するために,加重係数付き最小2乗法を与える一般逆行列を構成し利用する。更に,本手段は反復的方法として実行され,非特許文献1又は2などの従来方法による対象点の3D位置を第1回目の開始データとして利用し,反復を経るごとにアフィンカメラモデルと一般逆行列を修正することによって3D位置データの補正を繰り返し,補正量が許容量以下となったとき,対象点の3D位置の計算結果とする。
上記段落[0004],[0005]に述べたように,特許文献1または2で採用された近似法に比べて,本発明のアフィンカメラモデルと加重係数の決定法はより高い精度を持つので,より正確な3次元位置の計算結果を与えることができる。特に,加重係数の決定に際して,データの個々の信頼性に加えて互いの関連性(相関)も考慮に入れることにより,実際の撮影用カメラの透視投影の非線形歪あるいはレンズの収差や歪によって撮影画像に導入される対象点の観測誤差(つまり信頼性)の強さと相関の両方を低減でき,その結果,従来法よりも精度の高い計算結果を得ることが可能となった。図1には上記の観測誤差の向きと大きさを矢印で記し,ある3次元空間内の対象点の見え方においては,その誤差の強さと相関にそれぞれ特有の傾向があることを示している。
本発明による計算方法の反復処理の流れを図2に示す。複数台のカメラまたはビデオカメラからコンピュータに入力された多数の画像に対して,一般的に知られている画像処理の手法により複数の対象点座標が抽出され,更にこれら対象点の複数画像間の対応付けが行われる。以上のデータと対応付け情報を以降の反復的計算法で使用することとし,図2の以降の部分については後で説明する。
上の段落[0009]に述べた撮影画像を最良近似するアフィンカメラモデルは,反復の各段階における対象点の3D位置の計算結果と撮影画像の対象点の2D位置から作られる連立1次方程式(正規方程式)を解いて求められる。この方程式は,各反復段階の3D位置をこのカメラで投影した画像を,実際の撮影画像に最小2乗誤差で当てはめる条件式を意味する。但し,特許文献2とは異なり,ここでは全部の対象点に等価な加重係数を用いる。つまり本方法で得られるアフィンカメラモデルは,撮影画像の全体に渡り,対象点の3D位置とそれを撮影したカメラの両方の性質に最も良く適合する線形モデルである。
次の数式[数1],[数2],[数3]にはそれぞれ,上述のアフィンカメラモデルの式,このモデルの誤差評価基準を表す式,及びこのモデルの計算式(連立1次方程式の解)を示す。ただし,3D空間内の第k対象点の同次座標をVk=[Xk,Yk,Zk,1]T,(k=1,2,…,K)(Tは転置),アフィンカメラ行列Cの要素をCi,j,VkのカメラCによる画像の2D座標をuk,実際の撮影画像における第k対象点の2D座標をqk=[xk,yk]Tする。また,[数3]の式の右辺における各要素の上の横棒は,k=1,2,…,Kに関する加算平均値を表す。
説明の便宜のために,従来のムーア・ペンローズ一般逆行列による3D位置の計算法(非特許文献1参照)を説明する。合計M枚の撮影画像に対してそれぞれ,上記方法でカメラ行列Cm(m=1,2,…,M)を計算し,それを全部縦に積み上げた2M×4行列を次のように改めてCとおけば,Cのムーア・ペンローズ一般逆行列C+は次式のように計算される。
従来のC+による計算法では,撮影画像の第k対象点座標qkも同様に全M枚分を縦に積み上げてvkとおき,元の3D同次座標の最小2乗誤差推定を次式で計算する。ただし,同次座標Vkの第1,2,3要素だけを結果として用いる。この方法により,流れ図2の第1段階における対象点の初期3D位置の計算を実行できる。
次に,上記段落[0009]における加重係数付き最小2乗解を与える一般逆行列は,上記最良アフィンカメラによって投影した反復のある段階における3D対象点の2D座標を,その座標のアフィンカメラに関する信頼性を表す加重係数および相関係数を考慮しながら,実際の撮影画像の対象点に最小誤差となるように当てはめるための条件式から,以下に示すように求められる。
従来法における加重係数に加えて信頼性の相関を組み込むために,2D撮影画像と3D空間内の全対象点を縦方向に積み上げ,次の2MK次元ベクトルv及び4K次元ベクトルVとおく。
段落[0017]の2M×4のカメラ行列Cを,主対角上にK回繰返し並べた2MK×4Kのブロック対角行列をBとおけば,このカメラモデルによる画像と実際の撮影画像の誤差eを,信頼性(それらの間の相関を含む)を表す加重行列Wによって評価する基準J(V)及び,この評価基準を対象点の3D位置Vに関して最小化する必要条件(J(V)のVに関する偏微分係数を0としたもの)は,それぞれ次の[数7],[数8]の式で与えられる。ただし,加重行列Wを単位行列とすれば,[数8]の解は[数5]の解と一致する。また,特許文献2は,このWを対角行列に制限する方法に等価である。
加重行列Wとして,アフィンカメラモデルによる画像と実際の撮影画像の誤差eに関する分散共分散行列Rの逆行列を用いれば,信頼性の低い(又は高い)観測データには小さい(又は大きい)加重係数を割り当てると共に,誤差の無相関化を図ることが可能になり,従来法より正確な3D位置の計算結果を得ることができる。
ここで,実際の撮影画像の誤差eの主要な成分は,線形アフィンカメラでは表現不可能な非線形成分やランダム誤差成分である。この非線形成分には,実際のカメラの透視投影による非線形歪成分およびレンズの収差や加工歪による成分が含まれる。これらの成分は,3D空間内の対象点の相対的位置関係に従って,大きな強度の差異と相関成分を持つことがしばしば観察される。
しかし,[数7]のe=v−BVを単純に標本平均する演算によっては,本方法で使用可能なRやWの良い推定は絶対に得られない。なぜならば,上の単純な引算では上記の線形成分だけを正確に取り去ることは不可能だからである。これらの良い推定を求める方法を以下に示す。
加重行列Wとして利用可能なRやWの良い推定を得るには,実際の撮影画像の非線形成分を精密に取り出す必要がある。このために,平行移動を含む3D空間(物体)の自由度は4であり,この3D空間を線形なカメラで撮影した2D画像の階数(ランク)は4である性質を用いて,次のようにして直交射影行列Lxyを構成する。まず,現在の反復の段階における3D位置Vを任意の異なる3方向から平行投影カメラで画像化し,そのK個の対象点2D座標ベクトルを求め,更にそれをグラム・シュミット法で正規直交化したものをxi,yiとおく(i=1,2,3)。また,x4,y4は全要素が等しくノルム1のK×1ベクトル,0をK×1の零ベクトル,Oを2K×8の零行列として,式[数9]を作り,式[数10]と変形する。ただし,2K−8本の2K×1ベクトルであるw9,…,w2Kは,お互いに正規直交であり,同時に[xk T 0T]Tと[0T yk T]Tにも直交となるように任意に選ばれている。
ここで,行列Lxyは[数9]式から,任意のxi,yi(i=1〜4)の線形結合を零ベクトルへ写像するので,任意の線形カメラによる画像から線形写像の成分を完全に取り去る作用を持つことがわかる。また,線形代数の言葉を使えば,行列Lxyは対称性とベキ等性を持つ直交射影行列であり,従って,3D位置Vに対する線形カメラ画像が張る4次元部分空間に対する直交補空間への直交射影行列となっている。
本発明において利用可能なRやWの良い推定を得るには,反復の現段階の3D位置Vを,第1段階で用いた線形カメラの視線方向を軸に1回転させたN通りの3D位置を透視投影カメラで画像化する。更にもし必要であるなら,非特許文献6に従い,レンズ収差や歪を含む画像を作成し,対象点座標のベクトルを生成する。これに上の直交射影行列Lxyを掛けて非線形写像成分eを正確に抽出し,1回転(N枚)の画像に対する標本平均をとってeの分散共分散行列Rを求める。これにランダム誤差成分を表す対角行列を加算した後,その逆行列を求め,加重行列Wとして利用する。
以上の計算処理のうち反復を繰返す部分について,図2の流れ図中の各変数を表す符号の肩に,反復の段階[j]等を書き加えて示している。
101(黒い点線) :不等辺平行5角柱の平行投影画像
102(陰影面と白線):同じ物体の透視投影画像
103(全部の矢印) :対象点の2次元座標の透視投影等による非線形歪成分ベクトル
v :実際のカメラにより撮影されたM枚の2次元画像の対象点の座標。
V[j]:反復の第j段階における対象点の3次元位置の計算結果。
C[j]:M枚の画像を撮影したカメラを最良近似するアフィンカメラ行列を縦に積み上げた行列。
B[j]:C[j]をK個主対角上に並べたブロック対角行列。
Lxy [j]:V[j−1]の線形カメラによる画像が張る4次元部分空間の直行補空間への直交射影行列。
R[j]:V[j−1]を実際のカメラで撮影した画像に含まれる非線形成分などの誤差eの分散共分散行列。
W[j]:R[j]の逆行列として得られる加重行列。
102(陰影面と白線):同じ物体の透視投影画像
103(全部の矢印) :対象点の2次元座標の透視投影等による非線形歪成分ベクトル
v :実際のカメラにより撮影されたM枚の2次元画像の対象点の座標。
V[j]:反復の第j段階における対象点の3次元位置の計算結果。
C[j]:M枚の画像を撮影したカメラを最良近似するアフィンカメラ行列を縦に積み上げた行列。
B[j]:C[j]をK個主対角上に並べたブロック対角行列。
Lxy [j]:V[j−1]の線形カメラによる画像が張る4次元部分空間の直行補空間への直交射影行列。
R[j]:V[j−1]を実際のカメラで撮影した画像に含まれる非線形成分などの誤差eの分散共分散行列。
W[j]:R[j]の逆行列として得られる加重行列。
Claims (3)
- 複数のカメラ又はビデオカメラで撮影された多数枚の2次元画像中の対象点について,これら対象点の3次元空間中における位置(座標)と上記カメラの相対的な3次元位置を反復的手順により計算する方法であって,反復の各段階で計算された3次元位置のアフィンカメラモデルによる投影画像と上記撮影画像の間で最小2乗誤差を与えるような上記アフィンカメラモデルを使用することを特徴とし,更に一連の一般逆行列の系列を利用することを特徴とする,最小誤差カメラと一般逆行列による3次元位置の反復的計算方法。
- 請求項1記載の最小2乗誤差を与えるようなアフィンカメラモデルは,前記の反復の各段階において計算された対象点の3次元座標および撮影画像上の前記対象点の2次元座標を用いて構成される連立1次方程式を解いて求められ,しかも反復の各段階において修正を受けることを特徴とする,請求項1に記載の最小誤差カメラと一般逆行列による3次元位置の反復的計算方法。
- 請求項1に記載の一般逆行列の系列は,反復の各段階において修正を受けて生成されることを特徴として,更にその修正は請求項2に記載のアフィンカメラモデルの写像を表す行列,及び前記対象点の3次元座標の上記アフィンカメラモデルによる画像と前記の撮影画像との間に生じる誤差の分散共分散行列に基づき実行されることを特徴とする,請求項1または2に記載の最小誤差カメラと一般逆行列による3次元位置の反復的計算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003332458A JP2005062147A (ja) | 2003-08-19 | 2003-08-19 | 最小誤差カメラと一般逆行列による3次元位置の反復的計算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003332458A JP2005062147A (ja) | 2003-08-19 | 2003-08-19 | 最小誤差カメラと一般逆行列による3次元位置の反復的計算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2005062147A true JP2005062147A (ja) | 2005-03-10 |
Family
ID=34373088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003332458A Pending JP2005062147A (ja) | 2003-08-19 | 2003-08-19 | 最小誤差カメラと一般逆行列による3次元位置の反復的計算方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2005062147A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210113647A (ko) * | 2019-02-06 | 2021-09-16 | 윌리암 이. 버틀러 | 복수의 저차원 혈관 조영 프로젝션들로부터 움직이는 혈관 맥파의 시공간적 재구성 |
-
2003
- 2003-08-19 JP JP2003332458A patent/JP2005062147A/ja active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210113647A (ko) * | 2019-02-06 | 2021-09-16 | 윌리암 이. 버틀러 | 복수의 저차원 혈관 조영 프로젝션들로부터 움직이는 혈관 맥파의 시공간적 재구성 |
JP2022520716A (ja) * | 2019-02-06 | 2022-04-01 | ウィリアム イー バトラー, | 複数の低次元血管造影投影からの移動血管脈波の時空間的再構成 |
US11510642B2 (en) | 2019-02-06 | 2022-11-29 | William E. Butler | Spatiotemporal reconstruction in higher dimensions of a moving vascular pulse wave from a plurality of lower dimensional angiographic projections |
JP7304418B2 (ja) | 2019-02-06 | 2023-07-06 | ウィリアム イー バトラー, | 複数の低次元血管造影投影からの移動血管脈波の時空間的再構成 |
KR102628083B1 (ko) * | 2019-02-06 | 2024-01-26 | 윌리암 이. 버틀러 | 복수의 저차원 혈관 조영 프로젝션들로부터 움직이는 혈관 맥파의 시공간적 재구성 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3020898B2 (ja) | アフィンカメラ補正による三次元位置の線形推定方法 | |
Raposo et al. | Fast and accurate calibration of a kinect sensor | |
US10789765B2 (en) | Three-dimensional reconstruction method | |
JP5294343B2 (ja) | 画像位置合わせ処理装置、領域拡張処理装置及び画質改善処理装置 | |
CN112767542A (zh) | 一种多目相机的三维重建方法、vr相机和全景相机 | |
CN114004901B (zh) | 多相机标定方法、装置、终端设备及可读存储介质 | |
Tang et al. | What does an aberrated photo tell us about the lens and the scene? | |
CN112862897B (zh) | 一种基于相位移编码圆的相机离焦状态下的快速标定方法 | |
CN111062866A (zh) | 一种基于变换矩阵的全景图像拼接的方法 | |
JP2013036831A (ja) | キャリブレーション装置及び歪み誤差算出方法 | |
JP2017123087A (ja) | 連続的な撮影画像に映り込む平面物体の法線ベクトルを算出するプログラム、装置及び方法 | |
KR20100007506A (ko) | 광학식 모션 캡처 장비를 위한 다중 카메라 보정 방법 | |
US11145072B2 (en) | Methods, devices and computer program products for 3D mapping and pose estimation of 3D images | |
CN115345942A (zh) | 空间标定方法、装置、计算机设备和存储介质 | |
Zheng et al. | What does plate glass reveal about camera calibration? | |
JP7489253B2 (ja) | デプスマップ生成装置及びそのプログラム、並びに、デプスマップ生成システム | |
CN113469886A (zh) | 一种基于三维重构的图像拼接方法 | |
JP2006195790A (ja) | レンズ歪推定装置、レンズ歪推定方法、及びレンズ歪推定プログラム | |
JP2009186287A (ja) | 平面パラメータ推定装置、平面パラメータ推定方法及び平面パラメータ推定プログラム | |
JP3476710B2 (ja) | ユークリッド的な3次元情報の復元方法、および3次元情報復元装置 | |
JP2007034964A (ja) | カメラ視点運動並びに3次元情報の復元及びレンズ歪パラメータの推定方法、装置、カメラ視点運動並びに3次元情報の復元及びレンズ歪パラメータの推定プログラム | |
JP2005062147A (ja) | 最小誤差カメラと一般逆行列による3次元位置の反復的計算方法 | |
JP2019032660A (ja) | 撮像システム、撮像方法 | |
WO2019058487A1 (ja) | 3次元復元画像処理装置、3次元復元画像処理方法及び3次元復元画像処理プログラムを記憶したコンピュータ読み取り可能な記憶媒体 | |
Galego et al. | Auto-calibration of pan-tilt cameras including radial distortion and zoom |