室外相机标定

视频监控中基于行人跟踪的摄像机自动标定

为了能够用更简易的手段解决视频监控系统中的摄像机参数获取问题,提出了一种基于场景中行人位置信息的摄像机自标定方法。先对由不同位置的行人轮廓中提取出的头脚点位置信息进行筛选,再通过极大似然估计求解出消失点与水平消失线,并根据消失点与消失线信息计算出摄像机的内外参数和投影矩阵。最后根据由重投影统计计算的误差评价系数,采纳RAN SAC方法选取最优结果,实现了对参数的优化。实验表明:该方法有效降低了行人信息获取中的观测噪声和过程噪声对摄像机标定的影响,能够得到较理想的摄像机自标定效果。

智能交通监控中摄像机标定方法研究

随着社会和经济的发展，交通监控的范围不断扩大，交通监控摄像机的数目呈爆炸性增长。传统的人工监控方法已经不能满足当前交通监控的需求。智能交通监控作为一门新兴技术，利用计算机完成各种监控任务，不仅节省大量的人力资源，而且提高监控分析的准确性，是交通监控技术发展的必然趋势。摄像机标定是实现各种计算机视觉任务的基础，也是实现智能交通监控的先决条件。本文针对交通监控摄像机的标定问题进行了深入研究，探讨了不同类型的交通场景下摄像机的标定问题，本文的主要工作有： 1.考虑到现有的基于消失点的标定方法存在所估计参数个数少或标定条件苛刻的问题，提出一种基于消失点和消失线的监控摄像机标定方法。对于摄像机内参数和旋转角的估计，首先提出一个最小标定条件，它由两个消失点和水平消失线组成，适用于大多数交通场景；然后从最大后验概率的角度出发，对摄像机参数和消失点的观测误差建模，并融入水平消失线和摄像机参数之间的约束关系，最终将标定问题转化为一个最小二乘优化问题；为了获得更加准确的标定结果，提出一种动态标定方法，它充分利用消失点的多个观测值。对于摄像机移位向量的估计，提出一种灵活的计算方法，它既可以使用已知的摄像机高度，也可以使用已知的路面距离或者已知的路面高度。仿真实验和真实交通图像的实验均表明所提出的标定方法在准确性和鲁棒性方面显著优于现有的闭式标定方法。 2.考虑到现有的基于三维模型的汽车配准方法在存在遮挡或干扰情形下效果并不理想的问题，提出一种更加准确、鲁棒的基于线框模型的汽车配准方法。首先，提出两种基于图像梯度的拟合度函数来度量汽车3D-2D匹配程度，避免了图像特征（例如特征点、边缘、轮廓）的提取。考虑到汽车线框模型和真实汽车之间的不一致性，将汽车模型的线框分为两类：主要线框和次要线框。主要线框描述的是汽车的外形轮廓以及车身上一些明显的边界。通常，主要线框和相应的图像边缘能够很好地拟合，次要线框则不然。为了提高汽车配准方法的准确性，提出的两种拟合度函数均突出了主要线框的作用，对主要线框和次要线框的拟合分数使用不同的权重或者不同的函数。然后，根据所提出拟合度函数的特性，提出一种直接搜索算法来优化拟合度函数。该优化方法使用分布式粒子和由粗到细的分层策略，不仅避免陷入局部极值，而且显著降低计算成本。真实交通图像的实验表明所提出拟合度函数的正确性、对遮挡和干扰的鲁棒性，以及所提出优化方法的有效性。 3.针对无法获得消失点或消失线的一类特殊交通场景，提出一种基于汽车3D-2D匹配的监控摄像机标定方法。该标定方法将三维汽车模型当作标定物，求解汽车正确匹配时所对应的摄像机参数，将标定问题转换成拟合度函数的优化问题。为了获得较好的优化初值，从三维汽车模型和图像上汽车区域选取若干组3D-2D点对应，利用这些点对应的匹配计算摄像机参数的初值。为了提高标定结果的准确性，充分利用视频序列的多帧图像对摄像机参数进行校正、更新。真实交通图像的实验表明所提出的标定方法在这类特殊的交通场景下是有效、实用的。

摄像机大视场标定方法研究

计算机视觉技术已在机械制造、安防监控、导航制导、机器人技术等领域得到了广泛的应用,是近年来发展最为迅速的学科之一。摄像机标定是计算机视觉系统建立二维图像和三维空间投影关系的必要前提。本文在已有研究成果的基础上,密切结合实际课题的具体需求,针对大视场应用环境研究了三种摄像机标定方法,设计开发了相应的摄像机标定工具。首先,系统地分析了摄像机标定技术的发展现状,结合本文的工程背景详细阐述了小孔成像模型和透镜畸变模型,介绍了投影的概念和几个相关的射影几何原理,针对本文研究时所使用的摄像机特性给出了摄像机模型选择的依据。其次,从三个切入点研究了多种适合大视场应用环境的摄像机标定方法:1)改进了柔性平面靶标的摄像机大视场标定方法。柔性靶标标定方法是从降低大靶标制作的难度和加工不确定性对标定精度的影响出发提出的通过特征点之间的几何约束来构造标定点的标定方法。本文提出的改进方法考虑了镜头畸变对特征点构造的影响,设计了可预先获取镜头畸变系数的柔性平面靶标,改进方法可用于较大畸变和摄像机视场的场合;2)提出了基于小靶标拼接的摄像机大视场标定方法。针对在大视场应用中使用单一小靶标进行标定只能得到局部最优的标定结果的问题,提出了将视场内不同位置的小靶标拼接成覆盖大部分摄像机视场区域的小靶标拼接标定方法。该方法对小靶标的安装要求并不严格,只需满足各个小靶标共面放置的条件即可,有效的解决了大视场应用中使用单一小靶标进行标定的局限性;3)提出了基于辅助靶标的摄像机大视场标定方法。分析上述两种方法的优缺点,提出了一种“大靶标粗标定+小靶标矫正”的大视场摄像机标定方法。该方法既不需要如方法一那样考虑镜头畸变对中的标定点构造精度的影响,也不需要像方法二那样要求各小靶标的放置满足共面约束,弱化了摄像机大视场标定方法的实施条件,简化了摄像机标定过程。本文使用仿真实验和实际实验对以上三种方法的可行性和稳定性进行了验证。实验结果表明,这三种方法都能达到降低摄像机标定难度,改善标定结果的效果,标定精度接近于传统标定方法的标定精度。最后,按照模块化开发思想,采用Qt4.7提供的应用程序框架结合OpenCV2.1在Visual Studio 2008开发环境下开发了摄像机标定软件,实现了包括图像处理与特征点提取、特征点坐标匹配、摄像机参数解算和摄像机标定精度验算等功能