基于SIFT特征匹配和模约束的摄像机分层自标定方法-论文.pdf

《基于SIFT特征匹配和模约束的摄像机分层自标定方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第l4卷第l9期2014年7月科学技术与工程Vo1．14No．19Ju1．20141671—1815(2014)19—0261—05ScienceTechnologyandEn~neefing⑥2014Sci．Tech．Engrg．基于SIFT特征匹配和模约束的摄像机分层自标定方法李灿林丁汉清(郑州轻工业学院计算机与通信工程学院，郑州450000)摘要在一些计算机视觉和摄影测量任务的执行过程中，需要在线地标定摄像机参数，这就使得不依赖标定参照物的自标定成为必需，提出一种基于SIFT特征匹配和模约束的摄像机分层自标定方法。自

2、由移动或旋转摄像机拍摄同一场景内部参数不变条件下的四幅以上图像。对每幅图像进行swr特征点提取，通过特征点匹配在每幅图像中分别获得对应三维场景空间同一特征点的像素坐标。进行投影标定，获得每幅图像在投影重建空间中的相机投影矩阵，以及每个特征点在投影重建空间中的三维坐标。进行仿射标定，采用模约束法确定无穷远参考平面在投影重建空间中的参数。进行度量标定，确定内参矩阵。实验表明，该方法能在线地稳定地获得摄像机内参标定结果，从而对现有的摄像机自标定方法进行了改进。关键词摄像机标定SIFT模约束自标定中图法分类号TP301．6；文献标

3、志码A在计算机视觉和摄影测量领域中，为了获取计法首先使用摄像机在内部参数不变条件下拍摄同一算机图像像素点到实际物理空间点的对应关系，必场景的四幅以上图像，摄像机在拍摄过程中可自由须进行摄像机标定。摄像机标定在一定的摄像机模位移和旋转，此后对所拍摄图像进行SIFT特征点提型下，经过对图像进行处理，利用一系列数学变换取和匹配，接着利用SIFT特征点像素的对应关系，和计算方法，求取摄像机模型的参数。目前已有大按照投影、仿射及度量三个标定层次基于模约束量的摄像机标定方法，其中包含有成熟的性能相对求解出自标定内参结果。该方法使得在不

4、依赖标定稳定的基于特定的实验条件如形状、尺寸已知的标参照物的情况下在线地、实时地标定摄像机内部参定参照物的传统标定方法¨卫J，也有仍然不够成熟数成为可能，从而对现有的摄像机自标定方法进行的自标定方法。了改进。传统的使用标定参照物的方法获得了较广泛的1自标定图像的拍摄应用，就这些方法而言，由于在拍摄和标定过程中一直需要使用标定参照物，因而给拍摄操作及标定方拍摄同一场景的四幅以上(含四幅)不同角度法的使用带来了很大的不方便，因为标定参照物的的图像，在拍摄图像序列的过程中，保持不变，摄使用和位置调整将导致在线任务的中断。像机可自

5、由移动和旋转。设拍摄到的图像序列包含摄像机自标定方法不需要使用标定参照物，仅图像，1、，2、⋯，共包含幅图像(≥4)。K是一根据图像问特征像素的对应关系就能估计出摄像机个表示摄像机内参的上三角矩阵，如下：内部参数，它使得在线地、实时地标定摄像机模型参p数成为可能。但现有的许多自标定还不能获得一个K=1l0一p。，I(1)稳定的结果，因而还需要一些方法来改进现有的自01j标定技术。该自标定方法的目标即是要确定摄像机的内参矩阵本文针对现有技术的不足，提出一种基于SIFT，式(1)中k是图像“方向(横向)以像素为单位特征匹配和模

6、约束的摄像机分层自标定方法。该方的放大倍数；k是图像方向(纵向)以像素为单位的放大倍数；s是相应于相机坐标轴扭曲的畸变因2014年1月29日收到国家自然科学基金(61303093)、河南省教育厅自然科学计划(12B520068)、子；PP是以像素为单位的主点的坐标。郑州轻工业学院博士科研基金(2011BSJJO02)资助参数k和k与摄像机的焦距有密切的联系。第一作者简介：李灿林，博士，讲师。研究方向：图形图像处理、多媒在摄像机的感光阵列中包含的是正方形像素的情况体技术。E—miM：lcl—zju@Miyun．corn。下(

7、k=k)，若s=0，则k和k即是以像素为单位科学技术与工程14卷的摄像机焦距。若感光阵列中包含的是非正方形像一的，与F：：的SVD分解的最后一个组成部分。：素(比如CCD摄像机)，则k是焦距与u方向像素的最后一列成比例。的大小的比值，k是焦距与方向像素的大小的比4)用e：(e，e，e)作反对称矩阵e，得值。fosez]2SIFT特征点提取和匹配e：：}fe30—一e：1}f(5)L：0j接下来对每幅自标定图像进行SIFT特征点提5)将F：：分解成两个矩阵之乘积，如下：取]，然后通过SIFT特征点匹配分别获得在每幅图FI2=

8、eA2(6)像中对应三维场景空间同一特征点的像素坐标。要求每幅图像的匹配的特征点像素个数应该至少为8式(6)中A是一个3×3的矩阵。在已知F：和e个。正确匹配的特征点像素个数越多，由于提供的的情况下，能求解出3×3矩阵A。约束越多，将使得图像之间的内在约束对应关系越6)将3×4的矩阵(J10)与(A：I