基于双一维靶标的摄像机标定方法

被引：14

作者：

杨珍

孙军华

吴子彦

张广军

机构：

[1] 北京航空航天大学仪器科学与光电工程学院精密光机电一体化技术教育部重点实验室

来源：

光电子激光 | 2010年 / 03期

基金：

高等学校博士学科点专项科研基金;

关键词：

摄像机标定; 大视场; 一维靶标; 消影点;

D O I：

10.16136/j.joel.2010.03.023

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对大视场摄像机的标定,提出一种基于双一维靶标的摄像机标定方法。两个一维靶标任意放置在摄像机视场内,摄像机从多角度拍摄靶标图像;利用一维靶标特征点共线的特性进行图像畸变校正;计算两个一维靶标所在空间直线在图像中的消影点,得到在空间中的夹角关于摄像机内参数矩阵的表达式,利用其所成角度恒定这一约束求解摄像机内部参数;采用非线性优化方法,求解摄像机内、外参数在最大似然准则下的最优解。仿真试验结果表明,当噪声水平小于0.5 pixel时,摄像机内部参数的相对误差均小于0.3%。实物试验结果表明,视场范围为1 200 mm×800 mm时,该方法的标定精度优于0.1 mm。

引用

页码：411 / 414

页数：4

共 7 条

[1]

Pattern recognition[P]. DECO GUSTAVO;SCHUERMANN BERND.中国专利:US6980689B1,2005-12-27

[2]

Machine vision. Zhang Guang-jun. . 2005

[3]

Nonmetric calibration of camera lens dis-tortion:differential methods and robust Estimation. Ahmed M,Farag A. IEEETransactions on Pattern Analysis and Machine Intelligence . 2005

[4]

A versatile camera calibration technique for high-accuracy 3D machine vision metrology using off-the-shelf TV cameras and lenses. Tsai Roger Y. IEEE Journal of Robotics and Automation . 1987

[5]

A flexible new technique for camera calibration. Zhang Zhengyou. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2000

[6]

Camera calibration with one dimensional objects. Zhang Z Y. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2004

[7]

Multiple View Geometry in Computer Vision. Hartley R,Zisserman A. . 2000

← 1 →