車(chē)載魚(yú)眼相機(jī)自標(biāo)定研究.pdf

1、車(chē)輛上的攝像頭一般是魚(yú)眼攝像頭，這是因?yàn)轸~(yú)眼相機(jī)的視場(chǎng)角很大，能捕獲超大視野范圍內(nèi)的場(chǎng)景信息。但是魚(yú)眼相機(jī)因其特殊的光學(xué)結(jié)構(gòu)，存在嚴(yán)重的畸變，主要是徑向畸變，這給車(chē)載魚(yú)眼相機(jī)拍攝的視頻圖像上的進(jìn)一步應(yīng)用帶來(lái)了不便。所以，對(duì)魚(yú)眼相機(jī)進(jìn)行標(biāo)定是很有必要的。車(chē)載魚(yú)眼相機(jī)拍攝到的圖像含有豐富的特征信息，本文主要是基于魚(yú)眼圖像中的特征點(diǎn)滿(mǎn)足的幾何約束關(guān)系，提出了車(chē)載魚(yú)眼相機(jī)的自標(biāo)定方法。
　　普通相機(jī)大多數(shù)滿(mǎn)足針孔相機(jī)模型，但是由于魚(yú)眼相機(jī)

2、的徑向畸變非常嚴(yán)重，普通相機(jī)模型已經(jīng)不適用于魚(yú)眼相機(jī)。已經(jīng)有很多作者提出了可以描述魚(yú)眼相機(jī)徑向畸變的魚(yú)眼相機(jī)模型。本文首先詳細(xì)分析了魚(yú)眼相機(jī)的四種投影模型，然后介紹了OpenCV中的魚(yú)眼相機(jī)一般多項(xiàng)式模型，這種模型是在等距投影模型的基礎(chǔ)上提出來(lái)的。最后在OpenCV中魚(yú)眼相機(jī)模型的啟發(fā)下，提出了一種新的魚(yú)眼相機(jī)模型，它也是在等距投影模型的基礎(chǔ)上提出來(lái)的一個(gè)多項(xiàng)式模型。這個(gè)模型表示出了魚(yú)眼圖像上的畸變點(diǎn)到校正圖像中對(duì)應(yīng)的無(wú)畸變點(diǎn)之間的一一

3、對(duì)應(yīng)關(guān)系，更適合用來(lái)進(jìn)行魚(yú)眼相機(jī)自標(biāo)定。通過(guò)仿真實(shí)驗(yàn)證明了本文提出的模型的合理性。
　　魚(yú)眼相機(jī)需要標(biāo)定的參數(shù)主要包括內(nèi)參和畸變系數(shù)，內(nèi)參數(shù)包括畸變中心和焦距。魚(yú)眼相機(jī)參數(shù)主要通過(guò)非線性最優(yōu)化方法求解非線性方程得到，為了防止優(yōu)化過(guò)程不收斂或錯(cuò)誤收斂，要先得到畸變中心和焦距的較好的初始值。本文主要研究圖像內(nèi)容在圓形區(qū)域內(nèi)的魚(yú)眼相機(jī)，通過(guò)提取圖像成像的圓形邊界輪廓，利用RANSAC算法擬合圓得到圓的圓心作為畸變中心的初始值，根據(jù)等距投

4、影模型下共線點(diǎn)滿(mǎn)足的行列式關(guān)系求出焦距的初始值。文章詳細(xì)分析了以上求解初始值的算法原理，并通過(guò)實(shí)驗(yàn)說(shuō)明了這些方法的實(shí)用性。
　　本文中的魚(yú)眼相機(jī)自標(biāo)定算法主要是基于魚(yú)眼圖像中的特征點(diǎn)滿(mǎn)足的幾何約束關(guān)系提出的。本文采用SIFT算法提取及匹配魚(yú)眼圖像的特征點(diǎn)，并用LK光流法跟蹤特征點(diǎn)。在文中詳細(xì)介紹了三種魚(yú)眼相機(jī)自標(biāo)定算法。第一種是基于基礎(chǔ)矩陣的約束。第二種是基于空間平面在兩個(gè)圖像平面上的成像之間的單應(yīng)矩陣的約束。最后一種是基于共線特