基于消失点的摄像机标定和三维重建方法研究

• 作 者: 李超
• 机 构: 云南大学
• 出 处: 云南大学
• 发表日期: 2012年期
• 关键词: 计算机视觉 摄像机标定算法 三维重建 正交消失点 共面条件方程 仿真实验

三维重建作为计算机视觉中一个重要的研究任务，一直以来都是计算机视觉领域的研究热点。实现三维重建通常需要以下两个步骤:摄像机标定，摄像机运动参数恢复。因此许多学者对这两方面的问题做了大量研究，在此领域取得了丰硕的研究成果。近些年来，人们开始将一些几何知识引入到计算机视觉中，用来解决摄像机标定，三维重建等问题。本文回顾了摄像机标定和三维重建的发展历史;全面总结了国内外学者关于这些问题的主要研究成果;同时在前人研究的基础上，充分利用消失点这一几何概念，提出了两种摄像机标定方法。进一步通过双目立体视觉成像原理实现三维重建。　　
本文的主要研究内容和结果如下:　　
(1)提出了一种基于三正交方向消失点的摄像机标定算法.本文推导了消失点，摄像机矩阵以及内参数矩阵之间的联系。根据它们之间的关系，获得关于绝对二次曲线图像(IAC)的约束方程，然后通过求解IAC的约束方程获得摄像机内参数。只需两幅图像即可实现摄像机标定。　　
(2)提出了一种基于平面模板的摄像机标定算法。根据角点与其图像点的对应关系，使用至少4对角点线性估计出单应矩阵。充分利用正交消失点概念，任意设定两条非平行直线斜率，利用摄像机成像原理获得两组相互正交消失点。通过至少三幅图像实现摄像机标定。　　
(3)利用双目视觉成像形成的共面关系，建立共面条件方程，通过线性化共面条件方程，利用逐次迭代的方法获得相对运动参数　　
(4)在VC++环境下，基于OpenCV（开放的计算机视觉函数库）和OpenGL（开放的计算机图形库），开发了一套三维重建程序，主要内容包括摄像机标定，运动参数恢复，三维点求取，三角剖分，纹理映射。　　
最后，针对本文的理论，做了大量仿真实验和真实实验。本文的实验均是基于5参数的摄像机模型而进行的。实验结果表明，本文提供的摄像机标定和三维重建方法是真实可行的，并且具有不错的精度和鲁棒性。