基于针孔模型的摄像机定标算法及其matlab实现开题报告

1. 研究目的与意义（文献综述）

视觉是人类最重要的一种感官之一，人类从外界所获取的信息有近80%是通过视觉获得。物体反射的可见光被视网膜吸收形成图像，并产生神经冲突，通过神经纤维传到大脑皮层，在大脑中重新形成三维图像。计算机视觉与人类视觉有着异曲同工之妙：由摄像机获取物体反射的光并在摄像机内部形成图像，然后摄像机将图像转化为数字信号通过信道传递到计算机并在计算机还原环境中物体的三维图像及方位。

摄像机定标是计算机视觉研究的基础，三维摄像机视觉系统根据摄像机上所获取的二维平面图像信息计算出其相对应的三维立体几何信息，从而用来还原原物体，而摄像机成像的几何模型参数即摄像机参数决定了空间某点的三维立体几何参数与其在二维平面图像中所对应点的相互关系。摄像机定标就是通过实验和计算得到摄像机参数的过程。摄像机参数包括内部参数和外部参数，内部参数主要有摄像机的焦距，畸变因子，特征比和主点等，外部参数主要是摄像机坐标系和世界坐标系间的相对旋转和平移。现实中经常需要经过实验和计算来得到这些参数，而这些参数直接影响到了计算机视觉的精度。摄像机定标算法的研究的意义在于能更好地将二维平面图像进行三维场景重建。本文主要研究基于针孔模型的摄像机定标算法并用matlab实现。摄像机模型是光学成像几何关系的简化，针孔模型或称线性模型是最简单的一种模型。

研究现状：摄像机定标技术在很早以前就应用于航空测量，现如今，摄影测量学已发展出了一套完整的体系，并且有专业的设备和软件支持。随着摄像机性能的提升，拍摄的图片越来越清晰，随着电脑硬件的提升，处理信息的能力也越来越强，基于普通数码产品的三维重建也得到了广泛的应用。广义上摄像机定标方法可分为传统的定标方法和自定标方法两类。传统的定标方法基于形状尺寸已知的标定物，对其图像处理，利用一系列的数学方法求得摄像机的内外参数。主要有dlt方法，rac方法，张正友的平面定标方法（iccv），孟胡的平面圆定标方法（pr），吴毅红等的平行圆定标方法（eccv）。本文研究的方法即为传统定标方法的一种。20世纪90年代faugera和luong等提出的自定标方法不依赖已知的参照物，仅利用周围环境图像的匹配信息进行定标，有灵活方便等优点但受环境影响较大且精度不高。

2. 研究的基本内容与方案

研究的基本内容：建立图像坐标系包括以像素为单位的坐标系和以长度（mm）为单位的坐标系，在图像坐标系的基础上以建立摄像机坐标系，最后根据旋转矩阵r和平移向量t来描述世界坐标系。根据上一步进行摄像机定标，即建立矩阵方程并确定摄像机的内部和外部参数。写出求内外参数的算法，并分别求得内外参数，最后用matlab进行仿真实现。

目标：用程序实现基于针孔模型的摄像机定标算法并用matlab成功仿真。

3. 研究计划与安排

第1周—第3周搜集资料，撰写开题报告；

第4周—第5周论文开题；

第6周—第12周撰写论文初稿；

4. 参考文献（12篇以上）

[1]马颂德,张正友.计算机视觉计算理论与算法基础[m].北京:科技出版社,1998:52-59.

[2]孙玉清.摄像机定标与图像算法研究[d].太原:太原理工大学,2010.

[3]唐自翔.机器视觉中的摄像机定标研究与实现[d].成都:电子科技大学,2013.