论文部分内容阅读
摄像机标定是三维重建中的基本问题。自标定方法的灵活性使得它是摄像机标定中的重要研究方向。其中，基于分层重建方法和基于绝对对偶二次曲面方法是较为成熟和广泛应用的自标定方法。然而，这两种方法对图像噪声较为敏感且计算复杂性较高。图像中直线特征相对于点特征更为鲁棒，因此直线重建也是三维重建中的重要研究方向。本文讨论如何提高自标定算法的精度和直线三角化算法的精度，主要工作概括如下: 1.基于Cayley变换的摄像机自标定算法。在摄像机内参数固定的假设下，基于无穷远Cayley变换(ICT)，提出了无穷远平面法向量的新约束方程。然后基于这些新约束和ICT的射影表示，提出了两种自标定算法，分别是分层Cayley算法和整体Cayley算法。这两种算法相比传统算法具有更高的标定精度。 2.基于绝对对偶二次曲面(ADQ)的线性自标定算法。对于内参数变化的情形，提出了一种线性自标定算法。首先通过分析ADQ射影表达中关于内参数和无穷远平面法向量的高次项之间的关系，将ADQ的二次约束方程变换为多变量的线性方程，然后通过求解线性方程组实现了自标定。所提出的算法不仅提高计算精度，也极大地降低了计算复杂性。 3.直线三角化算法和三维直线的距离度量。首先，提出了一种新的线性直线三角化算法。然后，利用拉格朗日乘子法，提出了两种基于代数误差最小化的优化算法和一种基于几何误差最小化的迭代算法。为了更准确评估三角化方法中直线估计的3D误差，提出了两种新的三维直线空间中的距离度量。 4.基本矩阵估计的快速鲁棒算法。首先采用具有几何意义的重投影误差准则，评估基本矩阵的估计。然后通过分析外点的概率分布，基于概率统计理论提出了新的外点检测策略。所提出的算法不仅能得到鲁棒和精确的估计，而且减少了计算时间。