【正文】 機參數(shù)。這一方面說明前幾年相機標(biāo)定方法研究是計算機視覺領(lǐng)域的熱點，另一方面來看，也說明相機標(biāo)定方法研究的高潮即將結(jié)束。 從傳統(tǒng)的相機標(biāo)定方法到相機自標(biāo)定，從固定相機到 相機可自由移動，相機標(biāo)定方法層出不窮。 隨著桌面視覺系統(tǒng)的普及，方便、靈活、簡單、精度好的相機標(biāo)定程序需求增加。而在有些工作場合，相機參數(shù)可能有變化，卻又沒有標(biāo)定物時，就需要相機能直接做出標(biāo)定，此時，自標(biāo)定的概念也被提出來。當(dāng)相機正處于工作中，光學(xué)參數(shù)工作中會有變化，往往需要很快做出調(diào)整。Rag G Willson在 1994年利用 Tsai模型，用 C 語占編程，分兩步對固定焦距相機機進行了標(biāo)定，并將標(biāo)定程序公布在網(wǎng)上，極大地促進了該方法的應(yīng)用。但該模型較簡單，不能較好地解決圖像問題。它的缺點是標(biāo)定的結(jié)果依賴相機模型參數(shù)的初始給定 值，而且計算速度慢。 1975年， W． Fig考慮了 相機機 的各種因素，建立較為復(fù)雜的相機成像模型并用非線性優(yōu)化來求解。非線性畸變是提高計算精度所必須考慮的。 在相機標(biāo)定方法上，傳統(tǒng)的相機標(biāo)定一般是利用一個參照物和圖像的約束關(guān)系，來確定相機模型的參數(shù)，可以應(yīng)用一幅以上的圖像進行標(biāo)定，方法和理論已經(jīng)十分成熟，如果不考慮像 差的影響，可以使用線性標(biāo)定，由于沒有考慮成像因素，標(biāo)定精度降低?，F(xiàn)在， 內(nèi)參數(shù)確定的相機模型已經(jīng)很成熟 ，主要是根據(jù)不同的精 度、不同的計量選取模型。不同的應(yīng)用，要用不同的相機標(biāo)定方法。相機標(biāo)定的相機分為內(nèi)部參數(shù)已知的相機和內(nèi)部參數(shù)未知的相機。因此在實際應(yīng)用中最主要的任務(wù)是在假設(shè)相機內(nèi)參數(shù)被精確標(biāo)定的情況下如何有效地標(biāo)定相 機外參數(shù)，所以在文章中所說的相機標(biāo)定主要指相機的外參數(shù)的求解。實際應(yīng)用中的圖像通常是通過具體的相機獲取的，一般通過相機標(biāo)定來確定相機參數(shù)，進而得出空間物體表面某點的三維幾何位置與其在圖像中對應(yīng)點之間的相互關(guān)系。Transform relationship between the coordinate system 。 3．利用 svd因式分解，通過相機成像時圖像上的點和真實場景之間的關(guān)系，建立方程式，運用比例正交投影等最終確定出相機的外參數(shù)。 2．研究了圖像特征點的提取問題。在分析不同投影模型和成像關(guān)系的前提下，選用最實用的透 視投影成像模型。本文圍繞相機標(biāo)定研究了 Harris角點提取、相機模型與標(biāo)定方法等內(nèi)容。 本 科 畢 業(yè) 設(shè) 計 （論 文） 題 目 __________________________________ 指導(dǎo)教師 __________________________ 輔導(dǎo)教師 __________________________ 學(xué)生姓名 __________________________ 學(xué)生學(xué)號 __________________________ _______________________________院（部） ____________________________專業(yè) ________________班 ______年 ___月 ___日 相機外參數(shù)的估計 相機外參數(shù)的標(biāo)定 2020 6 16 摘要 相機標(biāo)定是攝影測量、視覺檢測、計算機視覺等領(lǐng)域的重點研究課題之一，在測繪、工業(yè)控制、導(dǎo)航、軍事等領(lǐng)域得到了極大的應(yīng)用。相機標(biāo)定為視覺圖像的兩維信息與實際三維物體世界提供了對應(yīng)、轉(zhuǎn)換的定量關(guān)系。 主要包括： 1．對相機成像的理論前提和實際過程，進行了詳細的介紹。同時，對實際成像過程中各種坐標(biāo)及轉(zhuǎn)換關(guān)系，進行了詳細的分析和數(shù)學(xué)描述。在角點提取過過程中，利用的是 Harris角點提取算法，并對實際相片進行了角點的提取。 關(guān)鍵詞： 相機標(biāo)定；坐標(biāo)系間的轉(zhuǎn)換關(guān)系； svd因式分解算法； Harris角點檢測 ESTIMATE THE EXTERNAL PARAMETER OF CAMERA Abstract Camera calibration has been one of important topics for photogrammetry,vision inspeclion,puter vision and so has been useful in many practical applications such as mapping,industry controlling automatic navigation and calibration provides a quantitative description for the corresponding transformation between 2D information of the vision image and real 3D object world.. detailly the theory and real procession of the camera analyzing all projecting models and imaging relations,this thesis adopts the most applied perspectiveimaging the same time,the real— imaging procession and all relations about transforming coordinates are introduced. 2. Of the image feature point extraction problem. In the corner over the course of extraction, using the Harris corner detection algorithm, and the actual photos were corner extraction. svd factorization, through the camera when the image on the imaging point and the relationship between the real scene, the establishment of equations, using orthogonal projection ratio of the final determined outside the parameters of the camera. Key words: Camera calibration。svd factorization algorithm. Harris corner detection 目錄 第一章 緒論 ……………………… 1 引言 ……………………………………………………………… … 1 相機的標(biāo)定發(fā)展與現(xiàn)狀 ………………………………………… 1 1． 3 相機標(biāo)定的主要內(nèi)容 ………………………………………… 2 1． 4相機標(biāo)定方法 ……………………………………………………… 3 1． 5本文的主要內(nèi)容 …………………………………………………… 3 第二章 相機標(biāo)定的基本理論 ………………………………… 5 引言 ………………………………………………………………… 5 相機成像的數(shù)學(xué)模型 ……… …………………………………… 5 第三章 特征點提取 ………………………………………………… 9 概述 ………………………………………………………………… 9 特征點的提取 ……………………………………………………… 9 實驗結(jié)果 …………………………………………………………… 10 本章小結(jié) …………………………………………………………… 13 第四章 相機外參數(shù)的估計 ……………………………………… 14 引言 ………………………………………………………………… 14 相機外參數(shù)的求解 …… ………………………………………… 14 第五章 實驗仿真和分析 ……………………………………………… 22 仿真條件 …………………………………………………………… 22 仿真實驗 ………………………………………………………… 23 ………………………………………………………… 34 小結(jié) ……………………………………………………………… 35 第六章 全文結(jié)束語 ………………………………………………… 36 全文研究總結(jié) ……………………………………………………… 36 對未來研究工 作的展……………………………………………… 36 第一章 緒論 引言 相機標(biāo)定算機圖形學(xué)、計算機視覺和數(shù)字攝影測量學(xué)中的基本問題之一。通常情況下，相機的內(nèi)參數(shù)在實驗室內(nèi)利用相應(yīng)的方法可以進行精確標(biāo)定，而外參數(shù)會隨著運動或其它的影像因素不停地發(fā)生變化，需要在測量現(xiàn)場進行精確標(biāo)定。 相機的標(biāo)定發(fā)展與現(xiàn)狀 相機標(biāo)定使用地的方法是數(shù)學(xué)解析的方法 ,在標(biāo)定的過程中一般是利用數(shù)學(xué)方法對圖像中獲取的數(shù)據(jù)進行處理。 相機標(biāo)定技術(shù)主要有兩大方面 ,即相機模型和相機標(biāo)定 ,兩者相互關(guān)聯(lián) ,相機模型決定要采用的標(biāo)定方法。例如，在機器導(dǎo)航方面，要求要自動快速的標(biāo)定；在度量方面，精度應(yīng)該放在第一位?？傮w上說，線性模型計算方便，運算迅速，能夠進行解析，缺點是很難表達像差與相機復(fù)雜的成像過程；而非線性模型能更好地反映像差，提高模型的精度，缺點是計算量大，需要非線性優(yōu)化，但魯棒性降低。 人們追求的永遠是提高標(biāo)定精度。 1966年， B． Hallert首次將最小二乘法用于對鏡頭標(biāo)定數(shù)據(jù)的處理，并將其用在坐標(biāo)測量上，得到了高精度的測量結(jié)果。非線性優(yōu)化對提高像機標(biāo)定精度有很大的幫助，非常適合于非線性畸變模型的標(biāo)定，在能提供較好初值的情況下，可以較快地收斂，得到高精度優(yōu)化結(jié)果，現(xiàn)在大部分標(biāo)定程序都采用了非線性優(yōu)化。 R． Y Tsai于 1986 年建立了經(jīng)典的 Tsai相機模型，提出了兩 步標(biāo)定法，其中參數(shù)采用線性直接求解，計算速度較快。 J． We,g改進了 Tsai模型，使之能適應(yīng)視場較大和畸變較嚴重的場合。 80 年代，隨著計算機視覺學(xué)科的發(fā)展， 相機機 標(biāo)定開始頻繁，這也有力地促進了標(biāo)定技術(shù)的發(fā)展。此時，現(xiàn)場標(biāo)定的概念被提出來，一般是將標(biāo) 定控制點混合布置在工作區(qū)域或其周圍，從而能在現(xiàn)場做出標(biāo)定調(diào)整。 Brown于 1989 年指出了這兩者的區(qū)別并詳細討論了成功實現(xiàn)自標(biāo)定所需要滿足的標(biāo)準或條件 。微軟研究院的張正友在 1999 年前后對此做了大量研究工作，提出了基于移動平面模板的方便靈活的相機標(biāo)定方法，較好地解決了這一問題。前面提到的文獻，大部分是前幾年在國際計算機視覺會議、歐洲計算機視覺會議、計算機視覺和模式識別會議、國際計算機模式識別會議及其相關(guān)領(lǐng)域等重要會議文獻