基于圖像識別的攝像機參數(shù)求解原理

攝像機成像幾何模型和透視變換過程是攝像機參數(shù)計算的基礎，也是計算機視覺的基礎。因虛擬演播室系統(tǒng)對攝像機參數(shù)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，比一般計算機視覺應用要求高。在攝像機各個部件中，鏡頭徑向畸變對參數(shù)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(jù)小孔攝像機成像模型并結合徑向約束原理得到如下線性方程組和非線性方程組[8]：

在式(1)、(2)中，f為焦距，k為鏡頭畸變系數(shù)，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(shù)，為提高參數(shù)求解精度和穩(wěn)定性，特征點數(shù)應盡可能多。作為特征點的圖像坐標，一方面本身參與計算，另一方面還應根據(jù)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(shù)的析取過程。
在機器人視覺和模式識別領域，靜止攝像機參數(shù)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(shù)的實時跟蹤還存在許多問題。從圖2中可以看出，標定模板編碼方案及特征點匹配是參數(shù)正確快速析取的關鍵。