車載魚眼相機自標定研究.pdf

1、車輛上的攝像頭一般是魚眼攝像頭，這是因為魚眼相機的視場角很大，能捕獲超大視野范圍內(nèi)的場景信息。但是魚眼相機因其特殊的光學結構，存在嚴重的畸變，主要是徑向畸變，這給車載魚眼相機拍攝的視頻圖像上的進一步應用帶來了不便。所以，對魚眼相機進行標定是很有必要的。車載魚眼相機拍攝到的圖像含有豐富的特征信息，本文主要是基于魚眼圖像中的特征點滿足的幾何約束關系，提出了車載魚眼相機的自標定方法。
　　普通相機大多數(shù)滿足針孔相機模型，但是由于魚眼相機

2、的徑向畸變非常嚴重，普通相機模型已經(jīng)不適用于魚眼相機。已經(jīng)有很多作者提出了可以描述魚眼相機徑向畸變的魚眼相機模型。本文首先詳細分析了魚眼相機的四種投影模型，然后介紹了OpenCV中的魚眼相機一般多項式模型，這種模型是在等距投影模型的基礎上提出來的。最后在OpenCV中魚眼相機模型的啟發(fā)下，提出了一種新的魚眼相機模型，它也是在等距投影模型的基礎上提出來的一個多項式模型。這個模型表示出了魚眼圖像上的畸變點到校正圖像中對應的無畸變點之間的一一

3、對應關系，更適合用來進行魚眼相機自標定。通過仿真實驗證明了本文提出的模型的合理性。
　　魚眼相機需要標定的參數(shù)主要包括內(nèi)參和畸變系數(shù)，內(nèi)參數(shù)包括畸變中心和焦距。魚眼相機參數(shù)主要通過非線性最優(yōu)化方法求解非線性方程得到，為了防止優(yōu)化過程不收斂或錯誤收斂，要先得到畸變中心和焦距的較好的初始值。本文主要研究圖像內(nèi)容在圓形區(qū)域內(nèi)的魚眼相機，通過提取圖像成像的圓形邊界輪廓，利用RANSAC算法擬合圓得到圓的圓心作為畸變中心的初始值，根據(jù)等距投

4、影模型下共線點滿足的行列式關系求出焦距的初始值。文章詳細分析了以上求解初始值的算法原理，并通過實驗說明了這些方法的實用性。
　　本文中的魚眼相機自標定算法主要是基于魚眼圖像中的特征點滿足的幾何約束關系提出的。本文采用SIFT算法提取及匹配魚眼圖像的特征點，并用LK光流法跟蹤特征點。在文中詳細介紹了三種魚眼相機自標定算法。第一種是基于基礎矩陣的約束。第二種是基于空間平面在兩個圖像平面上的成像之間的單應矩陣的約束。最后一種是基于共線特