基于tsai方法的多項畸變模型單目攝像機標定

【摘要】在基于tsai一階徑向畸變標定方式的基礎上，提出了一種改進算法。算法結合傳統標定原理首先線性求解攝像機模型內外參數，作為初值，應用于帶有二階徑向畸變，偏心畸變和薄棱鏡畸變的圖像矯正模型，通過最小二乘法求解6項畸變尺度因子。充分利用OpenCV視覺函數庫對圖像分步校正，避免了重復計算并判斷透鏡非線性映射。實驗結果表明，改進算法提高了系統標定精度，降低了計算時間復雜度，可以實現較高精度的單目視覺標定及立體視覺匹配的應用需求。

【關鍵詞】單目標定；畸變校正；立體匹配；tsai方法

計算機立體視覺技術的實現主要包括圖像獲取，攝像機標定，特征提取，立體匹配和三維重建五部分[1]。攝像機標定作為空間三維圖景到成像二維平面的首要條件，是立體視覺系統圖像深度測量的基礎部分。而夾角，都不可避免的作用在攝像機透視成像過程上。對于以上鏡頭徑向，切向畸變，目前標定方法主要分制造中所引起的光學鏡頭徑向曲率變化，裝配中導致 的多鏡頭光軸不同軸以及鏡頭與攝像機像平面存在的為傳統標定方法[2]，自標定方法[3]以及基于主動視覺的標定方法。典型的傳統標定方法主要有abdel-aziz和karara提出的直接線性變換法（DLT），hallert提出的非線性優化法，tsai的兩步法以及張正友的平面模板法[4]。這其中tsai[5]兩步標定法的主要貢獻是在RAC條件下，用DLT方法求解透鏡矩陣系統參數，并以此作為初始迭代值，非線性優化估計畸變參數，減少了求解參數空間維數，提高了線性求解速度和非線性求解精度，并廣泛應用于實時性較高的機器視覺場合。……