三、张正友棋盘格标定
1、简介
张正友的棋盘格标定是计算机视觉领域中一种常用的相机标定方法,用于确定相机的内参和畸变参数,以便在图像处理和三维重建等应用中获得准确的结果。
棋盘格标定方法最早由张正友教授在1999年提出,并被广泛应用于相机标定和计算机视觉中。该方法基于相机成像的几何特性和棋盘格的结构,通过对棋盘格在图像中的特征提取和几何计算,来估计相机的内参矩阵和畸变参数。
2、相关概念(论文里面的一些陌生、不熟悉的概念)
1、增广向量:在原来的n维向量的基础上向右在增加一列,通常为1,即n+1维向量。例:a = (1,1,1,1),则他的增广向量为b = (1,1,1,1,1)。这样的增广向量可以方便地与矩阵相乘,从而实现平移、旋转、缩放等线性变换操作。
2、单应矩阵:单应矩阵(Homography Matrix),也称为投影矩阵(Projective Matrix),它是一个平面到另一个平面的投影矩阵(描述物体在世界坐标系和像素坐标系之间的位置映射关系)
其中, 为单应矩阵
3、最大似然估计:最大似然估计(Maximum Likelihood Estimation,MLE)是一种统计推断方法,用于估计概率模型的参数。它的核心思想是找到能够使观测数据出现的概率最大的参数值。
4、图像噪声:图像噪声指的是在图像中引入的不希望的随机变化,使得图像的质量和清晰度降低。它可以由多种因素引起,包括图像传感器的噪声、信号传输的干扰、环境条件等。
常见的图像噪声类型包括:
-
高斯噪声:高斯噪声是最常见的图像噪声类型之一,它具有均值为0的正态分布。它的特点是随机性强,呈现为图像上的像素值的随机波动。
-
盐和胡椒噪声:盐和胡椒噪声是一种比较极端的噪声类型,表现为图像上出现明显的黑色或白色像素点。它模拟了图像中随机出现的强烈信号或干扰。
-
椒盐噪声:椒盐噪声是高斯噪声和盐和胡椒噪声的结合,图像中同时存在黑色和白色像素点的随机分布。
-
泊松噪声:泊松噪声是由于光子统计性质引起的随机噪声,常见于低光条件下的图像。它的特点是呈现随机的明暗变化。
-
speckle噪声:speckle噪声是一种由于光的相干性质引起的噪声,常见于雷达图像和医学图像等。它表现为图像中出现均匀分布的亮暗斑点。
图像噪声对于图像处理和计算机视觉任务具有负面影响,会降低图像的细节、对比度和清晰度,干扰图像分析和算法的准确性。因此,图像噪声的去除和降低是图像处理中的一个重要问题。
5、协方差矩阵:协方差矩阵(Covariance Matrix)是一个对称矩阵,用于描述多维随机变量之间的协方差关系。它提供了各个维度之间的方差和协方差信息。假设有一个包含n个随机变量的样本集合,其中每个变量有m个样本观测值。那么协方差矩阵的维度为n×n,其中的第(i, j)个元素表示第i个和第j个变量之间的协方差。协方差矩阵的(i, i)个元素是第i个变量的方差,即表示该变量的离散程度。协方差矩阵的(i, j)和(j, i)个元素是第i个和第j个变量之间的协方差,反映了两个变量之间的线性
6、对称矩阵:对称矩阵(Symmetric Matrix)是一种特殊类型的方阵,它满足矩阵的转置与自身相等的性质。换句话说,对称矩阵的第i行第j列的元素等于第j行第i列的元素。1、对角线上的元素保持不变:对称矩阵的主对角线上的元素a_ii保持不变。2、上三角和下三角的元素相等:对称矩阵的上三角元素a_ij与下三角元素a_ji相等,即a_ij = a_ji。
3、原理
对于平面标定装置,存在世界坐标系,使其所有点都满足Z = 0,在齐次归一化坐标系中描述其影响式子。
在z= 0的标定板上的空间点归一化齐次坐标
无畸变时,应用单应矩阵H,从M变为影响点m
m ~ HM
满足正交性
上式就是求解内参的式子。
(2)求解方法
定义一个对称矩阵B: (其中)
然后引入一组6维向量:(b相当于)
单位矩阵H的列向量:(表示单应矩阵的一列)
由 和 可以得出
其中
由上式及上面求内参的式子,可得
上式可以转换为线性方程的形式 Vb = 0(一副标定板产生2个等式,理想情况下,3副标定板可以求出内参数矩阵)
下一篇记录Vb=0的求解