红外摄像机组的一维标定物设计和标定

开篇：润墨网以专业的文秘视角，为您筛选了一篇红外摄像机组的一维标定物设计和标定范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：

在标定过程中针对红外摄像机组缺乏颜色和纹理信息而无法完成标定点空间和图像坐标匹配，提出一维标定物设计准则。当一维标定物的标记点相互距离满足给定比例关系，通过标记点的像素距离作为判断条件，对标定的标记点空间和图像位置进行匹配。理论上证明了设计准则的可靠性。实验表明：满足设计准则的一维标定物操作简单、匹配方便，标定后红外摄像机组参数精度高。

关键词：

一维标定物；高精度；红外摄像机；射影变换；摄像机标定

0引言

计算机视觉中，摄像机标定是从二维图像信息获取三维几何信息必不可少的步骤。随着摄像机制造成本的下降，多摄像机系统已经成为很多领域的研究热点[1]，例如人体姿态捕获系统、机器人导航、无人汽车等。在实际的应用中，由于环境的多样性，普通的光学摄像机系统很容易受到干扰，不能精确地提取特征点的图像坐标，所以定位的精度低。在高精度的三维重构中，红外摄像机组是最佳的选择。红外摄相机对特殊反光物质有强烈的感应，如图 1所示。红外图像有利于特征点的提取和噪声的抑制。然而，红外相机只对特殊反光物质感应强，不能清晰得到特殊反光物质的颜色和纹理，所以传统的标定方法不能有效地进行红外摄像机标定[2]15。

4结语

红外摄像具有环境适应性好、抗干扰能力强等特点，广泛应用于高精度的标定系统中。摄像机标定是定位系统中关键的技术。传统的摄像机标定算法首先需要解决图像和空间位置的对应关系，但是红外图像中的标记点缺乏颜色和纹理信息无法进行匹配。深入研究了摄像机标定模型，依据射影变换理论，得到图像像素距离和实际长度关系保持一致约束的条件并提出一维标定物的设计准则，解决了红外摄像机不能获取物体颜色和纹理而无法进行图像和空间位置匹配的问题。通过实际数据的分析，设计的一维标定杆能有效地解决红外摄像机反光物图像点匹配问题。标定结果表明：一维标定杆的设计准则是可行的，三维重构的结果满足定位的精度要求。

参考文献：

[1]

郭一汉.基于CUDA的实时图像拼接技术研究[D].长沙：国防科学技术大学，2011.

[2]

郑柏盛，纪建鹏，杨荣骞.高精度近红外摄像机标定研究[J].医疗卫生装备，2011，32（12）：15-17.

[3]

王涛，吕乃光，杨剑.基于一维标定物的高精度标定[J].北京信息科技大学学报，2010，25（1）： 21-25.

[4]

ZHANG Z Y.A flexible new technique for camera calibration[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2000， 22（11）：1330-1334.

[5]

de FRANCE J A， STEMMER M R， de MFRANCA M B， et al. A new robust algorithmic for multicamera calibration with a 1D object under general motions without prior knowledge of any camera intrinsic parameter[J].Pattern Recognition，2012，45（10）：3636-3647.

[6]

ZHANG Z Y. Camera calibration with onedimensional objects[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2004，26（7）：892-899.

[7]

MITCHELSON J. Wandbased multiple camera studio calibration [R]. Guildford，UK： Centre for Vision Speech and Signal Processing，2003.

[8]

雷成，吴朝福，胡占义.Kruppa方程与摄像机自标定[J].自动化学报，2001，27（9）：621-628.

[9]

FISCHLER M A，BOLLES R C. Random sample consensus： a paradigm for model fitting with applications to image analysis and automated cartography[J]. Communication of the ACM， 1981， 24（6）： 381-395.

[10]

张灵飞，陈刚，叶东，等.基于一维标定物和改进进化策略的相机标定[J].光学学报， 2009， 29（11）： 3136-3141.

[11]

郭环，华玉爱.用零点定理解不等式[J].山东轻工业学院学报，2000，14（2）：74-76.

[12]

HARTLEY R，ZISSERMAN A. Multiple view geometry in computer vision [M]. Cambridge，UK： Cambridge University Press， 2000.

[13]

唐虹，怀时卫，石峰.基于图像的摄像机焦距参数的算法研究[J].计算机仿真，2011， 28（8）： 237-241.

[14]

MAYBANK S J，FAUGERAS O D.A theory of selfcalibration of a moving camera[J]. International Journal of Computer，1992，8（2）：123-151.

[15]

吴朝福， 胡占义. PnP问题的线性求解算法 [J]. 软件学报，2003，14（3）：682-688.

[16]

SHI X F， DIAO C Y， LU D M. A camera extrinsic parameters calibration using 3 pointtargets[C]// 孙立峰，杨士强，戴国强. 和谐人机环境2006. 北京：清华大学出版社， 2007：139-150.

[17]

付强，全权，蔡开元.基于自由运动的一维标定物的多摄像机标定[C]// 中国自动化学会控制理论专业委员会：D卷.北京：北京航空航天大学出版社，2011：5023-5028.

[18]

HARTLEY R I. Estimation of relative camera position for uncalibrated cameras [C] // Proceedings of Second European Conference on Computer Vision. London： SpringerVerlag， 1992： 579-587.

[19]

吴朝福.计算机视觉中的数学方法[M].北京：科学出版社，2008.

[20]

TRIGGS B， ZISSERMAN A， SZELISKI R. Vision algorithms： theory and practice[M]. Berlin： SpringerVerlag， 2000.