專(zhuān)利名稱(chēng)：用于相機(jī)標(biāo)定的方法及所用的彩色參照物的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于相機(jī)標(biāo)定的方法及所用的彩色參照物。
背景技術(shù)：
相機(jī)標(biāo)定是虛擬現(xiàn)實(shí)中的關(guān)鍵技術(shù)之一，目的是恢復(fù)拍攝每幅照片時(shí)相機(jī)的內(nèi)外參數(shù)，尤其在基于圖像的建模系統(tǒng)中，相機(jī)標(biāo)定是一個(gè)非常關(guān)鍵的環(huán)節(jié)，相機(jī)參數(shù)的準(zhǔn)確程度將極大地影響隨后模型恢復(fù)的效果。
目前，通用的標(biāo)定方法有兩類(lèi)一類(lèi)是自標(biāo)定方法，另一類(lèi)是主動(dòng)標(biāo)定法。自標(biāo)定方法是一種不需要借助任何參照物和外部裝置的標(biāo)定方法，因此該方法有廣泛的適用性，但是目前該方法的準(zhǔn)確度不高，無(wú)法實(shí)用。主動(dòng)標(biāo)定法是近些年比較流行的方法，根據(jù)所采用設(shè)備的不同，主動(dòng)標(biāo)定法又可分為兩種一種是在相機(jī)附近放置一個(gè)已知物體形狀與尺寸的參照物，根據(jù)參照物上特殊參照點(diǎn)在照片上的對(duì)應(yīng)點(diǎn)求解內(nèi)外參數(shù)；另外一種是通過(guò)控制相機(jī)的運(yùn)動(dòng)來(lái)標(biāo)定內(nèi)參數(shù)，相機(jī)的運(yùn)動(dòng)方式可以是平移或旋轉(zhuǎn)。通過(guò)精確控制相機(jī)的運(yùn)動(dòng)或旋轉(zhuǎn)得到的相機(jī)內(nèi)外參數(shù)一般比較準(zhǔn)確，所以該方法在工程實(shí)踐中得到了廣泛應(yīng)用，但由于它需要特殊的控制設(shè)備，不適合普通應(yīng)用。
采用參照物標(biāo)定方法，要想恢復(fù)相機(jī)的參數(shù)，必須要找到足夠數(shù)目的校準(zhǔn)點(diǎn)，所謂校準(zhǔn)點(diǎn)就是能夠明確得到它的世界坐標(biāo)系坐標(biāo)，又能很容易從圖像中識(shí)別出該點(diǎn)的圖像坐標(biāo)的參照點(diǎn)。對(duì)采用參照物的標(biāo)定方法來(lái)說(shuō)，校準(zhǔn)點(diǎn)一般是參照物上事先標(biāo)定的特殊點(diǎn)，所以該方法的一個(gè)核心問(wèn)題就是參照物的設(shè)計(jì)方案。
黑白棋盤(pán)張正友在1999年的ICCV[Z.Zhang，F(xiàn)lexible Camera CalibrationBy Viewing a Plane From Unknown Orientations，InternationalConference on Computer Vision(ICCV’99)，Corfu，Greece，pages666-673，September 1999.]上提出了基于已標(biāo)定平面網(wǎng)格的自標(biāo)定方法，該方法使用了一個(gè)類(lèi)似棋盤(pán)的黑白網(wǎng)格作為參照物(如圖1所示)。在拍攝實(shí)物照片時(shí)，將棋盤(pán)放在物體的后面，這樣拍攝的多幅照片中就都有棋盤(pán)格的信息，通過(guò)檢測(cè)直線段的交點(diǎn)可以得到各個(gè)棋盤(pán)格的角點(diǎn)，因?yàn)楦鱾€(gè)網(wǎng)格點(diǎn)的大小以及空間位置是事先經(jīng)過(guò)精細(xì)測(cè)量的，所以在檢測(cè)完角點(diǎn)后，可以立即得到它們的空間坐標(biāo)，如果檢測(cè)到的角點(diǎn)數(shù)目足夠，就可以恢復(fù)相機(jī)的內(nèi)外參數(shù)。
張正友的黑白棋盤(pán)法因?yàn)樗暮?jiǎn)單有效，在相機(jī)標(biāo)定中得到了很大的應(yīng)用。但是該方法也有兩個(gè)缺陷物體對(duì)棋盤(pán)格的遮擋。要得到線性方程組的優(yōu)化解，需要檢測(cè)出很多棋盤(pán)網(wǎng)格點(diǎn)，在實(shí)際拍攝物體時(shí)，一般是將棋盤(pán)放在物體的后面，物體可能會(huì)遮擋大部分棋盤(pán)格，以至不能檢測(cè)到足夠數(shù)目的角點(diǎn)。
棋盤(pán)對(duì)物體的遮擋。因?yàn)槠灞P(pán)是平面結(jié)構(gòu)的，則當(dāng)相機(jī)轉(zhuǎn)到棋盤(pán)的背面后，棋盤(pán)會(huì)遮擋物體，所以不可能拍攝到一個(gè)物體的全景照片。
彩色模盤(pán)彩色模盤(pán)是Bruce Culbertson[http//www.hpl.hp.com/personal/Bruce_Culbertson/ibr98/ibr98poster.htm.]提出來(lái)的一種用于相機(jī)標(biāo)定的參照物設(shè)計(jì)方案(如圖2)。該方案充分利用了各種顏色的不同，在一個(gè)平面上設(shè)計(jì)了許多不同的圓盤(pán)，每個(gè)圓盤(pán)由幾個(gè)不同色彩的同心圓組成，一般為3個(gè)。色彩的不同搭配決定了圓盤(pán)的模式，各種模式的同心圓盤(pán)的中心點(diǎn)的坐標(biāo)是已知的。在相機(jī)標(biāo)定時(shí)，只要檢測(cè)出足夠數(shù)量的各種模式的同心圓盤(pán)，利用它們的空間坐標(biāo)信息，就可以計(jì)算出相機(jī)的內(nèi)外參數(shù)。
在實(shí)際拍攝物體時(shí)，通常將彩色模盤(pán)放在物體的下方，物體會(huì)遮擋一部分圓盤(pán)，但由于圓盤(pán)的數(shù)目非常多，所有總能保證足夠數(shù)目的圓盤(pán)可以被檢測(cè)到，而彩色模盤(pán)本身則不會(huì)遮擋物體。所以與棋盤(pán)法相比，該方法更具有適用性。但是該方法仍然以下不足
陰影的影響。因?yàn)槲矬w放在彩色模盤(pán)上面，不可避免物體的陰影會(huì)投射在某些圓盤(pán)的區(qū)域，造成這些圓盤(pán)不能用。如果物體的陰影區(qū)域很大，則可能得不到足夠數(shù)目的圓盤(pán)。
各個(gè)圓盤(pán)的共面性。彩色模盤(pán)方法使用TSAI方法恢復(fù)相機(jī)參數(shù)，如果所有的參照點(diǎn)共面，則TSAI方法只能恢復(fù)6個(gè)外參數(shù)以及4個(gè)內(nèi)參數(shù)，無(wú)法恢復(fù)內(nèi)參數(shù)Sx。
各個(gè)圓盤(pán)的圓心難以檢測(cè)。圓盤(pán)的圓心沒(méi)有明確標(biāo)志，受噪音以及圖像扭曲的影響，要在拍攝的圖像中準(zhǔn)確尋找到各個(gè)同心圓的圓心，有時(shí)候比較困難。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種利用彩色圖案參照物的相機(jī)標(biāo)定的方法。
為實(shí)現(xiàn)上述目的，一種用于相機(jī)標(biāo)定的方法，包括步驟將待拍攝物體放置在圓柱體參照物的上方；定位校準(zhǔn)點(diǎn)的圖像坐標(biāo)；使用TSAI方法恢復(fù)拍攝每幅照片時(shí)相機(jī)的內(nèi)外參數(shù)。
本發(fā)明具有參照物無(wú)遮擋、陰影效果小、校準(zhǔn)點(diǎn)不共面、拍攝過(guò)程簡(jiǎn)單、自動(dòng)檢測(cè)結(jié)果準(zhǔn)確等優(yōu)點(diǎn)。可以應(yīng)用于物體全景圖的拼接、基于圖像的建模等各種需要相機(jī)標(biāo)定的場(chǎng)合，設(shè)備的實(shí)現(xiàn)非常簡(jiǎn)單、無(wú)需復(fù)雜貴重的儀器配件，具有很強(qiáng)的實(shí)用價(jià)值。


圖1是現(xiàn)有技術(shù)黑白棋盤(pán)示意圖；圖2是現(xiàn)有技術(shù)彩色模盤(pán)示意圖；圖3是本發(fā)明的參照物圖案；圖4是本發(fā)明的參照物示意圖；圖5是本發(fā)明的參照物色彩分類(lèi)圖；圖6是錯(cuò)誤分類(lèi)的情況；圖7是修正后的色彩分類(lèi)結(jié)果；圖8是刪除外圈圓環(huán)的結(jié)果；
圖9是SUSAN角點(diǎn)檢測(cè)圖；圖10是剔除偽角點(diǎn)的結(jié)果。
具體實(shí)施例方式
下面結(jié)合附圖從參照物的設(shè)計(jì)以及彩色圖案自動(dòng)檢測(cè)算法兩個(gè)方面進(jìn)行描述。
彩色參照物的設(shè)計(jì)參照物圖案的設(shè)計(jì)充分利用了不同色彩的組合，構(gòu)成各種不同的模式，各個(gè)圖案的中心點(diǎn)是校準(zhǔn)點(diǎn)。圖案的設(shè)計(jì)滿(mǎn)足下面兩個(gè)基本條件基本色之間的差別足夠大。同時(shí)還要選擇盡可能多的顏色作為基本色，這樣可組合的參照?qǐng)D案的數(shù)目才會(huì)足夠多。
參照?qǐng)D案的中心點(diǎn)必須易于辨別?？紤]到在某些情況下，用戶(hù)適當(dāng)?shù)剡M(jìn)行手工干預(yù)效果更佳，該中心點(diǎn)既可以很容易地被計(jì)算機(jī)識(shí)別，又應(yīng)該易于被人眼辨別。
首先考慮將RGB空間的8個(gè)頂點(diǎn)作為基本色，它們?cè)赗GB空間的距離值足夠大，但是打印的非線性使得它們?cè)赗GB空間的距離值減小，使得品紅色與紅色很難區(qū)分，而且如果拍攝照片時(shí)的亮度不足，則青色與綠色、黃色與綠色有時(shí)也很難區(qū)分，這大大限制了基本色的選擇。
但在實(shí)驗(yàn)中發(fā)現(xiàn)，造成各種顏色難以區(qū)分的主要原因是亮度以及對(duì)比度對(duì)圖案的影響，如果拍攝時(shí)光線不足，將大大降低圖像的亮度和對(duì)比度，尤其藍(lán)色在亮度較低的情況下會(huì)向黑色偏移，所以實(shí)拍圖像必須保證適當(dāng)?shù)墓庹?。再考慮到HSV顏色空間區(qū)分顏色的亮度與色彩，即使亮度有比較大的變化，但是仍然可以根據(jù)顏色的色彩區(qū)分幾種基本色。實(shí)驗(yàn)表明，除黑色外，其它7種顏色都可以作為基本色，只是其中某些顏色組合不太適合。在實(shí)際應(yīng)用中，將白色作為背景色，其它6種作為圖案的基本色。
每個(gè)參照?qǐng)D案由三種顏色組成，共有6*5*4＝120種模式可供選擇，我們對(duì)所有可能的顏色組合都進(jìn)行了測(cè)試，試驗(yàn)結(jié)果表明，黃-藍(lán)、藍(lán)-青，綠-品紅、紅-黃等組合利于產(chǎn)生良好的檢測(cè)結(jié)果，紅-品紅的色彩組合對(duì)于角點(diǎn)檢測(cè)效果不是很理想。所以我們?cè)O(shè)計(jì)了圖3所示的圖案組合。
圖中共有70種圖案(還有其它的顏色組合也可以，因?yàn)?0種對(duì)于圓柱體已經(jīng)足夠，所以沒(méi)有列出)，每個(gè)圖案的外圍是一個(gè)單色圓環(huán)，圓環(huán)所包圍的內(nèi)部區(qū)域由兩種顏色組成，分別占據(jù)了一定比率的面積(例如四分之一與四分之三的面積)，圓心是設(shè)定的參照點(diǎn)。如此設(shè)計(jì)圖案，既適合用戶(hù)交互標(biāo)記參照點(diǎn)，也方便計(jì)算機(jī)自動(dòng)尋找參照點(diǎn)并匹配圖案模式。
對(duì)于圓環(huán)所包圍的內(nèi)部區(qū)域的顏色種類(lèi)，也可以用多種(例如4種)基本色來(lái)代替，區(qū)域分割也可以分割成多種等分，如三等分。如圖4所示，將參照物圖案打印后再粘貼到一個(gè)圓柱或者可折疊的六面體上，就得到了所需的參照物。在拍攝物體時(shí)，將物體放在參照物的上面，從各個(gè)不同的側(cè)面拍攝。拍攝時(shí)只要保證足夠的光線并能同時(shí)看到物體與參照物即可。與其他的參照物相比，彩色圖案參照物有以下幾個(gè)優(yōu)點(diǎn)實(shí)拍物體與參照物之間沒(méi)有遮擋。將實(shí)拍物體放在參照物的上方或者六面體內(nèi)部，無(wú)論從哪個(gè)側(cè)面進(jìn)行拍攝，參照物與實(shí)拍物體之間都沒(méi)有遮擋。一般情況下，物體的陰影不會(huì)投射到參照物圖案上，參照點(diǎn)的匹配不受陰影的影響。
參照點(diǎn)不共面。采用圓柱體或者六面體作為參照物，無(wú)論從哪個(gè)側(cè)面拍攝，都能看到4到5列參照?qǐng)D案，這些圖案的參照點(diǎn)顯然是不共面的。
拍攝過(guò)程簡(jiǎn)單。只要固定參照物和物體的相對(duì)位置，既可以從各個(gè)側(cè)面進(jìn)行拍攝，也可以固定相機(jī)，旋轉(zhuǎn)參照物進(jìn)行拍攝，拍攝過(guò)程簡(jiǎn)單方便，一般照片采集所需要的時(shí)間不會(huì)2分鐘。
彩色圖案自動(dòng)檢測(cè)算法彩色圖案自動(dòng)檢測(cè)的目標(biāo)是檢測(cè)出所有的校準(zhǔn)點(diǎn)并判斷它們所在圖案的模式。所謂校準(zhǔn)點(diǎn)就是彩色圖案的中心點(diǎn)，為了能夠準(zhǔn)確的提取出校準(zhǔn)點(diǎn)，首先需要將參照物從背景中分離出來(lái)(通過(guò)圖像分割算法實(shí)現(xiàn))，然后提取校準(zhǔn)點(diǎn)。校準(zhǔn)點(diǎn)的提取需要經(jīng)過(guò)以下幾個(gè)步驟色彩分類(lèi)。判斷區(qū)域內(nèi)任意一點(diǎn)分屬于哪種基本色。
替換外圈圓環(huán)。將圖案中外圈圓環(huán)上的點(diǎn)用背景色替換。
角點(diǎn)檢測(cè)。運(yùn)用特征檢測(cè)算法，從圖像中找到角點(diǎn)。
剔除虛假校準(zhǔn)點(diǎn)。
下面對(duì)四個(gè)步驟分別進(jìn)行說(shuō)明。
色彩分類(lèi)首先根據(jù)點(diǎn)當(dāng)前的顏色與基本色的距離，將點(diǎn)劃分為純色點(diǎn)和混淆點(diǎn)。如果一個(gè)點(diǎn)與一種基本色的距離小于一個(gè)閾值，則定義該點(diǎn)為純色點(diǎn)，否則為混淆點(diǎn)。只有純色點(diǎn)才在模式區(qū)分中起作用。本文的算法在判斷兩種顏色是否相同時(shí)，綜合利用RGB、HSV兩個(gè)顏色空間的信息，判斷方法簡(jiǎn)單且準(zhǔn)確度高。通過(guò)試驗(yàn)表明，在保證光線充足的情況下，如果光照強(qiáng)度發(fā)生變化，各種顏色會(huì)發(fā)生一定的偏移，但是這種偏移仍然在一個(gè)可預(yù)知的范圍內(nèi)?？梢酝ㄟ^(guò)下面的簡(jiǎn)單準(zhǔn)則判斷顏色的歸屬。
白色點(diǎn)該點(diǎn)顏色的亮度V大于50，且它的飽和度小于30。
紅色點(diǎn)該點(diǎn)顏色的紅色分量R最大，色彩H小于30或大于340。
綠色點(diǎn)該點(diǎn)顏色的綠色分量G最大，色彩H小于150且大于90。
藍(lán)色點(diǎn)該點(diǎn)顏色的藍(lán)色分量B最大，色彩H小于270且大于210。
青色點(diǎn)該點(diǎn)顏色的紅色分量R最小，色彩H小于210且大于150。
黃色點(diǎn)該點(diǎn)顏色的藍(lán)色分量B最小，色彩H小于90且大于30。
品紅點(diǎn)該點(diǎn)顏色的綠色分量G最小，色彩H小于340且小于270。如果一個(gè)點(diǎn)是純色點(diǎn)，則將該點(diǎn)的顏色用最相近的基本色代替。圖5中的左圖是拍攝照片中的參照物區(qū)域，右圖則是進(jìn)行色彩分類(lèi)后的結(jié)果。
大多數(shù)點(diǎn)的顏色分類(lèi)都比較準(zhǔn)確，但在一些交界處，也會(huì)出現(xiàn)誤分類(lèi)的點(diǎn)，為了便于觀察，將其中的一個(gè)圖案放大后如圖6所示。從圖中可以看出，在紅、青色交界的地方出現(xiàn)了藍(lán)色和品紅色的點(diǎn)，這些點(diǎn)可以通過(guò)一定的方法進(jìn)行修正。對(duì)于圖像中的任意一點(diǎn)，該點(diǎn)的顏色為基本色C0，構(gòu)造該點(diǎn)的圓形鄰域，對(duì)于鄰域內(nèi)各種基本色的點(diǎn)數(shù)進(jìn)行統(tǒng)計(jì)，設(shè)點(diǎn)數(shù)最多的基本色為C1，點(diǎn)數(shù)次多的基本色為C2，如果C0與C1、C2都不相同且C1、C2都不是背景色，則將該點(diǎn)的原始顏色與C1、C2進(jìn)行比較，選擇距離小的基本色作為該點(diǎn)的最終顏色。通過(guò)這一步修正后的顏色分類(lèi)結(jié)果如圖7所示。
替換外圈圓環(huán)外圈圓環(huán)的存在只是為了區(qū)分不同的模式，對(duì)圖案中心點(diǎn)的檢測(cè)并沒(méi)有幫助，反而會(huì)增加大量不必要的角點(diǎn)，所以在對(duì)各個(gè)點(diǎn)進(jìn)行色彩分類(lèi)后，要?jiǎng)h除此圓環(huán)。刪除外圈圓環(huán)的方法很簡(jiǎn)單，首先判斷一個(gè)點(diǎn)是否是外圈圓環(huán)上的點(diǎn)(鄰域中有一定數(shù)量的背景點(diǎn))，然后采用種子填充算法，可以將圓環(huán)上所有的同色點(diǎn)替換為背景色。
圖8是刪除外圈圓環(huán)的結(jié)果。受拍攝中顏色滲透的影響，替換的結(jié)果并不能保證所有的圓環(huán)內(nèi)部圖案都被正確地保留，在圖8中就有一個(gè)圖案的內(nèi)部區(qū)域被背景色替換掉了。但一般情況下，只有圓柱邊緣的部分圖案才會(huì)發(fā)生這種顏色滲透，對(duì)相機(jī)標(biāo)定程序來(lái)說(shuō)，只要有足夠數(shù)目的圖案即可，例如，11個(gè)圖案以上。所以邊緣圖案的消失對(duì)最終結(jié)果沒(méi)有太大的影響。
角點(diǎn)檢測(cè)角點(diǎn)檢測(cè)歸根結(jié)底是一個(gè)傳統(tǒng)的圖像邊緣檢測(cè)的問(wèn)題。考慮到系統(tǒng)的要求是盡可能準(zhǔn)確地找到參照物上的校準(zhǔn)點(diǎn)，我們選用了S.Smith和J.Brady的SUSAN特征檢測(cè)算法[3]。該算法基本思想是針對(duì)圖像上的某個(gè)特定像素，以它為中心定義一個(gè)掩模區(qū)域，該掩模區(qū)域中的每一像素值均和中心像素作比較，進(jìn)而定義一個(gè)感興趣區(qū)域，該區(qū)域中的所有像素均具有和中心像素相同或近似的像素值。把該區(qū)域稱(chēng)為該Mask區(qū)域中的“USAN”(單值分割吸引子)區(qū)域。USAN區(qū)域就包含了圖像局部區(qū)域結(jié)構(gòu)的很多有用信息。圖像的二維特征可以通過(guò)USAN的大小、質(zhì)心、二階矩等參量檢測(cè)出來(lái)。圖9是采用USAN算法進(jìn)行角點(diǎn)檢測(cè)的結(jié)果。檢測(cè)出來(lái)的角點(diǎn)用一個(gè)黑色小方塊表示。
剔除偽角點(diǎn)可以看出USAN算法檢測(cè)后的結(jié)果含有參照物上的噪聲點(diǎn)，圓周上的點(diǎn)、圓內(nèi)部半徑上的點(diǎn)以及真正需要的圓心點(diǎn)。本步驟的任務(wù)就是要剔除這些偽角點(diǎn)。
首先將參照物圖案內(nèi)的噪音點(diǎn)以及圓周上的點(diǎn)去掉。這里利用圓心角點(diǎn)的特殊性，它的鄰域內(nèi)只含有兩種基本色且沒(méi)有背景色。于是就可以對(duì)每一個(gè)角點(diǎn)取一個(gè)適當(dāng)大小的鄰域，判斷符合上述特性的角點(diǎn)，從而剔除參照物上的噪音點(diǎn)和圓周上的點(diǎn)。
圓周上的偽角點(diǎn)被剔除后，剩下的只是圓內(nèi)部半徑上的點(diǎn)。剔除圓半徑上的偽角點(diǎn)同樣要利用圖案的特性，圓上的兩種顏色，一種占據(jù)了圓面積的四分之三，另一種占據(jù)了四分之一的面積。這樣就能以每一個(gè)角點(diǎn)為中心取一個(gè)正方形鄰域，然后記錄鄰域內(nèi)顏色最多的像素點(diǎn)個(gè)數(shù)N1和次多的像素點(diǎn)個(gè)數(shù)N2，理想狀況是N1是N2的三倍。
由于誤差的存在，這里采用的判斷方法是定義一個(gè)α＝N1/N2，只要改變?chǔ)林稻涂梢院苋菀椎乜刂平Y(jié)果。試驗(yàn)表明，如果N2大于一個(gè)閾值并且α介于2.5與3.5之間，就可認(rèn)為該點(diǎn)是圓心點(diǎn)。經(jīng)過(guò)此步篩選后，大多數(shù)的偽角點(diǎn)都可以被刪除，但是中心圓心附近可能還有偽交點(diǎn)，這些點(diǎn)的刪除可以參考周?chē)c(diǎn)的坐標(biāo)或者先驗(yàn)的知識(shí)。本算法采用了從鄰近角點(diǎn)中選擇坐標(biāo)相對(duì)較大的點(diǎn)，取得了不錯(cuò)的效果。圖10是剔除偽角點(diǎn)后的結(jié)果。從圖10可以看出，所有的角點(diǎn)都被正確地檢測(cè)出來(lái)了。在檢測(cè)出角點(diǎn)后，根據(jù)該角點(diǎn)所屬圖案的模式，可以立即得到該角點(diǎn)的空間坐標(biāo)，再根據(jù)它在圖像中的像素坐標(biāo)，就已經(jīng)有了足夠的信息來(lái)恢復(fù)相機(jī)參數(shù)。
相機(jī)參數(shù)恢復(fù)相機(jī)參數(shù)的求解方法采用一種目前比較流行的方法TSAI方法。它將相機(jī)成像過(guò)程分為4個(gè)步驟，共有11個(gè)參數(shù)需要恢復(fù)，包括6個(gè)外部參數(shù)和5個(gè)內(nèi)部參數(shù)。TSAI方法采用兩個(gè)步驟分別進(jìn)行恢復(fù)計(jì)算相機(jī)的R、位置Tx，Ty以及不確定系數(shù)Sx。
計(jì)算相機(jī)的焦距f，扭曲系數(shù)k，以及Tz。
TSAI方法本質(zhì)上是一種線性方程組的求解過(guò)程。根據(jù)校準(zhǔn)點(diǎn)在空間中的三維坐標(biāo)以及在拍攝圖像中的圖像坐標(biāo)，參考TSAI的4步成像過(guò)程，可以得到一系列方程組，這些方程組的解就是相機(jī)的參數(shù)。要得到唯一的解，系統(tǒng)必須提供11個(gè)以上的校準(zhǔn)點(diǎn)。而按照我們的設(shè)計(jì)方法，在每幅照片中，總能得到14到17個(gè)校準(zhǔn)點(diǎn)，有足夠的信息恢復(fù)相機(jī)的參數(shù)。
權(quán)利要求
1.一種用于相機(jī)標(biāo)定的方法，包括步驟將待拍攝物體放置在圓柱體參照物的上方；定位校準(zhǔn)點(diǎn)的圖像坐標(biāo)；使用TSAI方法恢復(fù)拍攝每幅照片時(shí)相機(jī)的內(nèi)外參數(shù)。
2.按權(quán)利要求1所述的方法，其特征在于所述定位校準(zhǔn)點(diǎn)的圖像坐標(biāo)包括步驟色彩分類(lèi)，用于判斷區(qū)域內(nèi)任意一點(diǎn)分屬于哪種基本色；替換外圈圓環(huán)，用于將圖案中外圈圓環(huán)上的點(diǎn)用背景色替換；角點(diǎn)檢測(cè)，從圖像中找到角點(diǎn)；剔除虛假校準(zhǔn)點(diǎn)。
3.按權(quán)利要求2所述的方法，其特征在于所述的色彩分類(lèi)包括步驟將點(diǎn)劃分為純色點(diǎn)和混淆點(diǎn)，如果一個(gè)點(diǎn)是純色點(diǎn)，則將該點(diǎn)的顏色用基本色代替。
4.按權(quán)利要求2所述的方法，其特征在于所述的色彩分類(lèi)包括步驟如果出現(xiàn)錯(cuò)誤分類(lèi)，則選定圖像中任意一點(diǎn)的顏色為基本色C0；統(tǒng)計(jì)鄰域內(nèi)各種基本色的點(diǎn)數(shù)，設(shè)點(diǎn)數(shù)最多的基本色為C1，點(diǎn)數(shù)次多的基本色為C2；如果C0與C1、C2都不相同且C1、C2都不是背景色，則將該點(diǎn)的原始顏色與C1、C2進(jìn)行比較，選擇距離小的基本色作為該點(diǎn)的最終顏色。
5.按權(quán)利要求2所述的方法，其特征在于所述的替換外圈圓環(huán)使用種子填充法進(jìn)行。
6.按權(quán)利要求2所述的方法，其特征在于所述的角點(diǎn)檢測(cè)采用USAN特征檢測(cè)算法。
7.實(shí)現(xiàn)權(quán)利要求1所述用于相機(jī)標(biāo)定的方法的彩色圖案參照物，包括參照?qǐng)D案位于圓柱體或可折疊的六面體上，圖案的外圓是一個(gè)單色圓環(huán)，圓環(huán)所包圍的內(nèi)部區(qū)域由兩種顏色構(gòu)成，其中一種顏色占據(jù)四分之三的面積。
8.按權(quán)利要求7所述的彩色圖案參照物，其特征在于所述的參照?qǐng)D案由多種顏色構(gòu)成。
9.按權(quán)利要求8所述的彩色圖案參照物，其特征在于所述的顏色為三種或四種。
10.按權(quán)利要求7所述的彩色圖案參照物，其特征在于所述的圓環(huán)所包圍顏色區(qū)域分割成三等分。
11.按權(quán)利要求7所述的彩色圖案參照物，其特征在于所述的基本色為白色、紅色、綠色、藍(lán)色、青色、黃色和品紅色。
12.按權(quán)利要求11所述的彩色圖案參照物，其特征在于所述的白色為背景色。
全文摘要
一種用于相機(jī)標(biāo)定的方法，包括步驟將待拍攝物體放置在圓柱體參照物的上方；定位校準(zhǔn)點(diǎn)的圖像坐標(biāo)；使用TSAI方法恢復(fù)拍攝每幅照片時(shí)相機(jī)的內(nèi)外參數(shù)。本發(fā)明具有參照物無(wú)遮擋、陰影效果小、校準(zhǔn)點(diǎn)不共面、拍攝過(guò)程簡(jiǎn)單、自動(dòng)檢測(cè)結(jié)果準(zhǔn)確等優(yōu)點(diǎn)。可以應(yīng)用于物體全景圖的拼接、基于圖像的建模等各種需要相機(jī)標(biāo)定的場(chǎng)合，設(shè)備的實(shí)現(xiàn)非常簡(jiǎn)單、無(wú)需復(fù)雜貴重的儀器配件，具有很強(qiáng)的實(shí)用價(jià)值。
文檔編號(hào)G06T17/10GK1490765SQ0214651
公開(kāi)日2004年4月21日 申請(qǐng)日期2002年10月18日 優(yōu)先權(quán)日2002年10月18日
發(fā)明者楊猛, 陳毅松, 汪國(guó)平, 楊 猛 申請(qǐng)人:北京大學(xué)