[发明专利]分离圆的公共自极三角形及正交消失点标定针孔摄像机

说明书

本发明涉及一种利用分离圆的公共自极三角形及正交消失点标定针孔摄像机的方法。首先，分别从这一幅图像中提取靶标图像边缘点，使用最小二乘法拟合获得圆像方程。根据任意两个分离圆像都有唯一的公共自极三角形，可以得到这一对分离圆像的一组对应的极点与极线。同时这条极线是经过这两个圆的圆心的像，且这个极点是一个消失点。消失点关于分离圆像有一条极线，这条极线经过圆心的像与圆像交与两个点，利用两交点与圆心的像以及这条极线方向上的消失点调和共轭的性质可以得到圆心的像以及消失点，得到的两个消失点是一组正交消失点。那么六幅图像可以得到六组正交消失点，从而利用正交消失点与绝对二次曲线的像的约束求解针孔摄像机内参数。

技术领域

本发明属于计算机视觉领域，涉及一种利用平面上的分离圆的公共自极三角形及正交消失点求解针孔摄像机内参数的方法。

背景技术

计算机视觉的中心任务就是对图像进行理解，而它的最终目标是使计算机具有通过二维图像认知三维环境信息的能力。这种能力将不仅使机器能感知包括形状、姿态、运动等在内的三维环境中物体的几何信息，而且能对它们进行描述、存储、识别与理解。摄像机标定就是确定从三维空间点到它的二维图像点之间的映射关系，它是许多计算机视觉应用必不可少的步骤。为了确定这一映射过程，需要建立摄像机的几何成像模型，几何模型的参数称为摄像机参数，摄像机参数可分为内参数和外参数两类。内参数描述成像系统的成像几何特性，外参数描述成像系统关于世界坐标系的方向和位置。摄像机标定可分为传统标定、自标定和基于几何实体的标定。无论哪种标定方法，都旨在建立二维图像与摄像机内参数之间的约束关系，特别是线性约束关系，这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。

针孔摄像机成像模型简单，制作方便，不需要一些特殊的镜面，是全景视觉领域研究的热点之一。文献“An algorithm for self-calibration from several views”，(R.Hartley.,In Proc.IEEE Conference on Computer Vision and PatternRecognition,pages 908–912,June 1994.)提出了一种针孔摄像机自标定方法，这类方法的优点是不需要使用标定块，缺点是必须获得图像之间的对应点。而在计算机视觉中，实现一个十分有效的寻找对应点的方法是很困难的。文献“A new easy camera calibrationtechnique based on circular points”，(Meng,X.,Hu,Z.,Pattern Recognition,2003,36(5):1155-1164.)提出在针孔摄像机下以一个圆以及过圆心的若干支线作为标定模板，该方法的优点是可以线性求解得到影消点，但是不能直接得到圆环点的像，并且还会有多余的直线，从而产生更大的误差。“Camera calibration from the quasi-affineinvariance of two parallel circles”，(Wu,Y.,Zhu,H.,Hu,Z.,et al.，ComputerVision-ECCV 2004.Springer Berlin Heidelberg,2004:190-202.)提出了利用平行圆的类仿射不变性标定针孔摄像机，求解两个圆的交点进而得到圆环点的像，进而求解内参数。但是在获得圆环点的像时，需要分析不同的情况判断。