基于圖像識別的攝像機參數求解原理

攝像機成像幾何模型和透視變換過(guò)程是攝像機參數計算的基礎，也是計算機視覺(jué)的基礎。因虛擬演播室系統對攝像機參數的精度要求很高，角度測量精度須達到0.001°，位置測量精度必達到0.1 mm，比一般計算機視覺(jué)應用要求高。在攝像機各個(gè)部件中，鏡頭徑向畸變對參數計算精度影響最大，所以采用帶鏡頭徑向畸變的小孔攝像機成像模型[4～7]。
根據小孔攝像機成像模型并結合徑向約束原理得到如下線(xiàn)性方程組和非線(xiàn)性方程組[8]：

在式(1)、(2)中，f為焦距，k為鏡頭畸變系數，xwi、ywi、Xi、Yi分別是特標及其相應的圖像坐標就可求解攝像機參數，為提高參數求解精度和穩定性，特征點(diǎn)數應盡可能多。作為特征點(diǎn)的圖像坐標，一方面本身參與計算，另一方面還應根據標定模板編碼方案找到其世界坐標。圖2所示給出了基于圖像識別的攝像機參數的析取過(guò)程。
在機器人視覺(jué)和模式識別領(lǐng)域，靜止攝像機參數的計算已得到較好的解決，但由于演播室攝像機的特殊性，其參數的實(shí)時(shí)跟蹤還存在許多問(wèn)題。從圖2中可以看出，標定模板編碼方案及特征點(diǎn)匹配是參數正確快速析取的關(guān)鍵。