相機標定方法有：傳統相機標定法、主動視覺相機標定方法、相機自標定法。
基本介紹
- 中文名：相機標定
- 外文名：camera calibration
- 作用：恢復三維模型能否進一步做下去
- 方法種類：三種
簡介,方法,技術,標定模板,模板種類,軟體,
簡介
在圖像測量過程以及機器視覺套用中，為確定空間物體表面某點的三維幾何位置與其在圖像中對應點之間的相互關係，必須建立相機成像的幾何模型，這些幾何模型參數就是相機參數。在大多數條件下這些參數必須通過實驗與計算才能得到，這個求解參數的過程就稱之為相機標定（或攝像機標定）。無論是在圖像測量或者機器視覺套用中，相機參數的標定都是非常關鍵的環節，其標定結果的精度及算法的穩定性直接影響相機工作產生結果的準確性。因此，做好相機標定是做好後續工作的前提，提高標定精度是科研工作的重點所在。
方法
相機標定方法有：傳統相機標定法、主動視覺相機標定方法、相機自標定法。
傳統相機標定法需要使用尺寸已知的標定物，通過建立標定物上坐標已知的點與其圖像點之間的對應，利用一定的算法獲得相機模型的內外參數。根據標定物的不同可分為三維標定物和平面型標定物。三維標定物可由單幅圖像進行標定，標定精度較高，但高精密三維標定物的加工和維護較困難。平面型標定物比三維標定物製作簡單，精度易保證，但標定時必須採用兩幅或兩幅以上的圖像。傳統相機標定法在標定過程中始終需要標定物，且標定物的製作精度會影響標定結果。同時有些場合不適合放置標定物也限制了傳統相機標定法的套用。
目前出現的自標定算法中主要是利用相機運動的約束。相機的運動約束條件太強，因此使得其在實際中並不實用。利用場景約束主要是利用場景中的一些平行或者正交的信息。其中空間平行線在相機圖像平面上的交點被稱為消失點，它是射影幾何中一個非常重要的特徵，所以很多學者研究了基於消失點的相機自標定方法。自標定方法靈活性強，可對相機進行線上定標。但由於它是基於絕對二次曲線或曲面的方法，其算法魯棒性差。
基於主動視覺的相機標定法是指已知相機的某些運動信息對相機進行標定。該方法不需要標定物，但需要控制相機做某些特殊運動，利用這種運動的特殊性可以計算出相機內部參數。基於主動視覺的相機標定法的優點是算法簡單，往往能夠獲得線性解，故魯棒性較高，缺點是系統的成本高、實驗設備昂貴、實驗條件要求高，而且不適合於運動參數未知或無法控制的場合。
技術
基於離線相機標定
基於離線相機標定技術需要準確的相機內參數和外參數作為重構算法的輸入和先決條件，目前最為流行的離線相機標定算法是Tsai在1987年提出的[Tsai1987]，Tsai方法使用一個帶有非共面專用標定標識的三維標定物來提供圖像點和其對應的三維空間點的對應並計算標定參數。Zhang在1998年提出了另一個實用方法 [Bouguet2007]，該方法需要對一個平面標定圖案的至少兩幅不同視圖來進行標定。加州理工學院的相機標定工具對以上兩個方法均作了有效實現，並且已經被集成到Intel的視覺算法庫OpenCV中[OpenCV2004]。通過標定算法，可以計算相機的投影矩陣，並提供場景的三維測度信息。在不給定真實場景的絕對平移、旋轉和放縮參數的情況下，可以達到相似變換級別的測度重構。
基於線上相機標定
在很多場合下，如缺失標定設備或相機內參數持續改變的情況下，沒有足夠數據來支持離線相機標定，對這類場景的多視三維重構就要用到線上相機標定的技術。線上標定和離線標定框架的主要區別在於標定相機或估計相機參數的方法上。在大多數文獻中線上標定技術被稱為自標定。自標定方法可以大致分為兩類：基於場景約束的自標定和基於幾何約束的自標定。
①基於場景約束的自標定
合適的場景約束往往能夠在很大程度上簡化自標定的難度。比如說，廣泛存在於建築或人造場景中的平行線能夠幫助提供三個主正交方向的消視點和消視線信息，並能夠據此給出相機內參數的代數解或數值解 [Caprile1990]。消視點的求解可以通過投票並搜尋最大值的方法進行。Barnard採用高斯球構造求解空間 [Barnard1983]。Quan、Lutton和Rother等給出了進一步的最佳化策略[Quan1989, Lutton1994, Rother2000]。文獻[Quan1989]中給出了搜尋解空間的直接算法，Heuvel給出的改進算法加入了強制性的正交條件 [Heuvel1998]。Caprile給出了基於三個主正交方向消視點的幾何參數估計法，Hartley使用標定曲線計算焦距 [Hartley2003]。Liebowitz等進一步從消視點位置構造絕對二次曲線的約束並用考克斯分解求解標定矩陣 [Liebowitz1999]。
② 基於幾何約束的自標定
基於幾何約束的自標定不需要外在場景約束，僅僅依靠多視圖自身彼此間的內在幾何限制來完成標定任務。利用絕對二次曲面作自標定的理論和算法最先由Triggs提出 [Triggs1997]。基於Kruppa方程求解相機參數則始於 Faugeras, Maybank等的工作 [Faugeras1992, Maybank1992]。Hartley給予基本矩陣推導出了Kruppa方程的另一個推導 [Hartley1997]。文獻[Sturm2000]則給出了Kruppa方程的不確定性的理論探討。層進式自標定技術被用於從射影重構升級到度量重構 [Faugeras1992]。自標定技術的一個主要困難在於它不是無限制地用於任意圖像或視頻序列，事實上，存在著特定運動序列或空間特徵分布導致自標定求解框架的退化和奇異解。文獻[Sturm1997]給出了關於退化情形的詳細討論和分類。對一些特殊可解情況存在性和求解方法的討論可以參考文獻[Wilesde1996]等。
標定模板
標定模板（標定板 Calibration Target） 在機器視覺、圖像測量、攝影測量、三維重建等套用中，為校正鏡頭畸變；確定物理尺寸和像素間的換算關係；以及確定空間物體表面某點的三維幾何位置與其在圖像中對應點之間的相互關係，需要建立相機成像的幾何模型。通過相機拍攝帶有固定間距圖案陣列平板、經過標定算法的計算，可以得出相機的幾何模型，從而得到高精度的測量和重建結果。而帶有固定間距圖案陣列的平板就是標定模板（標定板 Calibration Target）。
模板種類
1）等間距實心圓陣列圖案 Ti-times CG-100-D
2）西洋棋盤圖案 Ti-times CG-076-T
軟體
相機標定工具GML Camera Calibration
