计算机视觉中摄像机定标方法及其应用特点探析摘要在计算机视觉这种发展迅速、生命年轻的学科领域中摄像机定标是其重要且基础的研究课题之一，随着计算机视觉实际运用领域的不断加深扩展，对于摄像机定标的要求也逐步提高。本文从对计算机视觉的解析入手，引入摄像机定标方法，通过传统的摄像机机定标方法和摄像机自定标方法的分析与对比，对这两种方法进行研究和探讨，从而来挖掘二者的各自优缺点。其中，本文着重介绍了传统摄像机定标方法中的三维立体靶标的摄像机定标等和摄像机自定标方法中的基于主动视觉的自定标法等定标方法的运用，论述了这些摄像机定标方法的应用特点。希望有关人员加以借鉴和参考，针对计算机视觉中的摄像机定标方案作出深入的研究，从而更加全面地了解这些方法的具体应用特点，推动整个摄像机定标方法的进步和发展。关键词计算机视觉；摄像机定标方法；应用特点；线性关系；参照物：TP391文献标识码：A:1671—7597(2013)022-067-3计算机视觉中的摄像机定标方法总得来说可以分为两类一一传统的摄像机定标法和摄像机自定标法。为了能够使所获取的场景更加自然，计算机视觉系统可以通过运用摄像机定标方法，加之合理安排摄像机和计算机这两种成像装置，来对二维的图像信息进行虚拟空间的三维建模，进而控制整个摄像效果。这其中摄像及内部的一些参数起到了很大的作用，最初在计算机视觉中都是采用的传统摄像机定标方法，但是这种方法存在着一定的局限性。这种定标方法在摄像机随意运动和未知场景的安排下很难进行有效的标定。随着计算机视觉中的摄像机定标方法的不断进步和发展，以及摄像机自定标方法的诞生，使得这项技术逐渐获得了相对广泛的应用。1计算机视觉中与摄像机定标解析计算机视觉的基本任务是采集一定数量的图片或视频资料并进行处理，以此来获得相应场景环境下的的三维信息。而这些三维信息与图像、视频对应点的相互关系需要通过摄像机的几何模型来决定，经过计算分析得出这些几何模型参数的过程即为摄像机定标。如此看来，计算机视觉与摄像机定标的关系密不可分，目前可知，计算机视觉与摄像机定标的结合已经运用到相关领域，如高速公路上的车辆自主导航，部分医学图像的处理，电脑中脸孔或指纹识别等。但是由于所使用的目标人群相对较窄，以及摄像机定标方法的相对局限，使得计算机视觉的摄像机定标无法广泛的运用到各个行业领域。正因如此，才加大了对计算机中摄像机定标方法的研究的必要性。下面就来对摄像机定标的两种方法进行简要的探讨。2传统的摄影机定标方法及应用特点传统的摄像机定标方法主要是在相应的摄像机模型下面通过对一系列的数学公式进行变换计算和改进优化，然后对标定的具体参照物进行科学的图像处理，最终来获取摄像机模型的主要外部参数和内部参数。但是，由于不同的标的参照物与不同的算法思路的限制，传统的摄像机定标方法也各不相同，其大致可分为以下三种：三维型一一3D立体靶标定标法、平面型一一2D平面靶标定标法以及以径向约束为基准的定标法。2.1基于3D立体靶标的摄像机定标这种基于3D立体靶标的摄像机定标方法就是在摄像机的前面安置一个具有3D效果的立体靶标装置，然后将靶标上面的任何一个点都拿出来作为i这个参照物的特征点。在计算机视觉系统的作用下，将每一个靶标上面的特征点在整个三维坐标系中进行精确的制作测定。与此同时，摄像机首先在拍摄过程中获取靶标上面的特征点影像信息，然后对平面图像坐标系和立体空间坐标系二者的内外部数据参数排列出非线性方程，找出方程中系数矩阵的非线性关系，最后通过数学算法中的线性变换法来对整个透视系数矩阵中的每一个元素进行求解。通常在这种定标方法的应用过程中，计算机视觉系统都会忽略摄相机镜头在拍摄时的非线性畸变，将透视变幻矩阵中的相关元素定义为未知数，继而在整个定标过程确定有效的三维控制点和相应的图像点。在装置3D立体靶标后，整个摄像机定标就能够根据靶标上特征点的图像坐标和世界坐标，在数学变幻算法的应用下，计算出摄像机的内部参数和外部参数。这种3D立体靶标的摄像机定标方法不仅能够优化定标物的获取方法，而且能够适应程序功能...