Автокалибровка камеры - Camera auto-calibration

Автокалибровка камеры это процесс определения внутренних камера параметры непосредственно из нескольких некалиброванных изображений неструктурированных сцен. В отличие от классическая калибровка камеры, автокалибровка не требует никаких специальных калибровочных объектов в сцене. В индустрии визуальных эффектов автокалибровка камеры часто является частью «Перемещение матча» Процесс, в котором синтетическая траектория камеры и внутренняя модель проекции решаются для перепроецирования синтетического контента в видео.

Автокалибровка камеры - это разновидность сенсора. открытие структуры эго; субъективные эффекты датчика отделены от объективных воздействий окружающей среды, что приводит к реконструкции воспринимаемого мира без смещения, прикладываемого измерительным устройством. Это достигается за счет фундаментального предположения, что изображения проецируются из Евклидово пространство через линейную, 5 степеней свободы (в простейшем случае), модель камеры-обскуры с нелинейное оптическое искажение. Параметры линейного отверстия - это фокусное расстояние, формат изображения, перекос и главная точка 2D. Имея только набор некалиброванных (или откалиброванных) изображений, сцена может быть реконструирована с точностью до шести степеней свободы евклидова преобразования и изотропного масштабирования.

Математическая теория общей самокалибровки многовидовой камеры была впервые продемонстрирована в 1992 г. Оливье Фожерас, QT Luong, и Стивен Дж. Мэйбанк. В трехмерных сценах и общих движениях каждая пара видов обеспечивает два ограничения на калибровку с 5 степенями свободы. Следовательно, три вида - это минимум, необходимый для полной калибровки с фиксированными внутренними параметрами между видами. Качество современное датчики изображения и оптика также может обеспечивать дополнительные предварительные ограничения на калибровку, такие как нулевой перекос (сетка ортогональных пикселей) и единичное соотношение сторон (квадратные пиксели). Интеграция этих априорных значений сократит минимальное количество необходимых изображений до двух. Можно автоматически откалибровать датчик по одному изображению с учетом вспомогательной информации в структурированной сцене. Например, калибровка может быть получена, если идентифицировано несколько наборов параллельных линий или объектов известной формы (например, круглой).

Постановка задачи

Данный набор камер ${displaystyle P ^ {i}}$ и 3D точки ${displaystyle X_ {j}}$ реконструированы с точностью до проективной неоднозначности (используя, например, регулировка связки метод) мы хотим определить выпрямляющую гомографию ${displaystyle H}$ такой, что ${displaystyle left {P ^ {j} H, H ^ {- 1} X_ {J} ight}}$ это метрическая реконструкция. После этого внутренние параметры камеры ${displaystyle K_ {i}}$ можно легко рассчитать, используя матрица камеры факторизация ${displaystyle P_ {M} ^ {i} Equiv P ^ {i} H = K_ {i} left (R_ {i} | t_ {i} ight)}$.

Области решений

• Движения
  • Общее движение
  • Чисто вращающиеся камеры
  • Планарное движение
  • Вырожденные движения
• Геометрия сцены
  • Общие сцены с рельефом глубины
  • Планарные сцены
  • Слабая перспектива и ортогональные тепловизоры
  • Приоры для калибровки реальных датчиков
  • Нелинейные оптические искажения

Алгоритмы

• Используя уравнения Круппы. Исторически первые алгоритмы автокалибровки. Он основан на переписке эпиполярные линии касательная к абсолютной конике на бесконечно удаленной плоскости.
• Используя абсолютную двойственную квадрику и ее проекцию, двойственный образ абсолютной коники
• Ограничение по модулю

использованная литература

• О.Д. Faugeras; Q.T. Луонг; С.Дж. Мэйбанк (1992). «Самокалибровка камеры: теория и эксперименты». ECCV. Конспект лекций по информатике. 588: 321–334. Дои:10.1007/3-540-55426-2_37. ISBN  978-3-540-55426-4.
• Q.T. Луонг (1992). Matrice fondamentale et auto-Calibration en Vision par ordinateur. Докторская диссертация, Парижский университет, Орсе.

• Q.T. Луонг и Оливье Д. Фожерас (1997). «Самокалибровка движущейся камеры по точечным соответствиям и фундаментальным матрицам». Международный журнал компьютерного зрения. 22 (3): 261–289. Дои:10.1023 / А: 1007982716991.

• Оливье Фожерас и Q.T. Луонг (2001). Геометрия множественных изображений. MIT Press. ISBN  0-262-06220-8.

• Ричард Хартли; Эндрю Зиссерман (2003). Многоканальная геометрия в компьютерном зрении. Издательство Кембриджского университета. ISBN  0-521-54051-8.