2023年12月13日发(作者：iphone10)
摄像机标定算法研究
【摘 要】在计算机视觉中，准确快速计算出摄像机的内部参数和外部参数，是对物体实习精确定位和三维场景恢复的基础。本文首先分析了摄像机标定方法的基本原理；然后对比分析了张正友标定法和Tsai两步法两种标定算法；最后仿真实验验证了该算法避免了传统方法设备要求高、操作繁琐等缺点，又具有较高标定精度。
【关键词】摄像机标定；张正友标定法；Tsai标定法
The Research of Camera Ｃalibration Algorithm
【Abstract】In computer vision, quickly and accurately calculate the camera’s
internal parameters and external parameters are the basis to the precise positioning of
objects and practical three-dimensional scene recovery. Firstly, this paper analyzes the
basic principles of camera calibration methods. Secondly, analysis the Zhengyou
Zhang calibration and Tsai calibration algorithm. Finally, simulation experiments
validate the algorithm avoids the traditional method of equipment requirements,
complicated operation and other shortcomings, but also has a high calibration
accuracy.
【Key words】Camera calibration；Zhengyou Zhang calibration；Tsai calibration
０ 引言
由摄像机拍摄的图像信息出发计算三维物体的几何信息，实现物体的三维结构重建是计算机视觉的基本任务之一[1]。摄像机标定是指建立空间物体表面某点三维几何位置与图像中对应点位置之间的关系。摄像机标定问题涉及到两组参数：用于刚体变换时，相对于世界坐标系的摄像机坐标的三维位置和方向的外部参数；摄像机自身所拥有的内部参数是指摄像机的内部光学和几何特性，包括图像中心、焦距、镜头畸变等。
１ 摄像机模型和成像原理
1.1 图像坐标系
通过摄像机获取的图像在计算机中是以数组形式存储，数组中的每个元素（像素）值称为图像点的亮度。如图1所示，在图像中定义坐标系u-v，每一个像素点均有唯一坐标u-v来表示像素所在的行数和列数。即u-v是以像素为单位的图像坐标系坐标。由于直角坐标系u-v只表示了数字图像中像素所处的行数和列数，而没有用物理单位表示出该像素在图像中的位置。因此，需要再建立以物理单位（如毫米）表示的坐标系x-y，（x，y）表示以毫米为单位的图像坐标系的坐标。
发布者：admin，转转请注明出处：http://www.yc00.com/num/1702478345a1223450.html
评论列表（0条）