本文選題：相機自標定　切入點：Brown模型　出處：《光學精密工程》2017年09期

【摘要】：為了精確地反映相機的幾何成像關(guān)系,本文基于簡化的Brown模型和改進的BFGS(Broyden-Fletcher-GoldfarbShanno)算法提出了一種相機自標定方法。該方法首先將線性模型和畸變模型擬合為非線性模型,通過線性模型的基本矩陣約束非線性模型參數(shù)得到約束方程;然后,提出了適用于非線性內(nèi)參數(shù)約束方程的基于新擬牛頓方程的改進BFGS算法并求解了方程內(nèi)參數(shù)。利用提出的模型和算法,該標定方法能夠在較少的迭代次數(shù)和有噪聲條件下保證標定結(jié)果的精度和魯棒性。有、無噪聲情況下的收斂性分析和魯棒性分析顯示:在噪聲不大于±3pixel的情況下,迭代10次即能保證重投影誤差小于0.4pixel。通過標定相機內(nèi)參數(shù)并計算重投影誤差進行了真實圖像實驗,結(jié)果表明:標定精度誤差小于0.06%,重投影誤差為0.35pixel,驗證了提出方法的有效性。該方法適用于計算機視覺領(lǐng)域中的圖像處理,模式分類和場景分析等。
[Abstract]:In order to accurately reflect the geometric imaging relationship of the camera, a camera self-calibration method is proposed based on the simplified Brown model and the improved BFGs Broyden-Fletcher-Goldfarb Shannoalgorithm.In this method, the linear model and the distortion model are first fitted into a nonlinear model, and the constraint equations are obtained by the parameters of the basic matrix constrained nonlinear model of the linear model.An improved BFGS algorithm based on new quasi-Newtonian equations for nonlinear internal parameter constraint equations is proposed and its internal parameters are solved.By using the proposed model and algorithm, the calibration method can ensure the accuracy and robustness of the calibration results under the condition of less iteration times and less noise.The convergence analysis and robustness analysis in noise-free case show that if the noise is not greater than 鹵3pixel, the reprojection error is less than 0.4 pixel for 10 iterations.The real image experiments are carried out by calibrating the camera parameters and calculating the reprojection error. The results show that the calibration accuracy error is less than 0.06 and the reprojection error is 0.35 pixel, which verifies the validity of the proposed method.This method is suitable for image processing, pattern classification and scene analysis in the field of computer vision.
【作者單位】： 中國科學院長春光學精密機械與物理研究所空間機器人中心創(chuàng)新研究室;中國科學院大學;
【基金】：吉林省產(chǎn)業(yè)創(chuàng)新專項基金資助項目(No.20160520074JH)
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前6條

1 胡平;鞠捷;;基于BFGS算法的井下人員三維定位方法的研究[J];計算機應(yīng)用與軟件;2014年07期

2 王海濱;;改進的BFGS算法在一種新搜索下的收斂性[J];河北理工學院學報;2006年02期

3 李文敬;劉之家;藍貞雄;;無約束最優(yōu)化問題的BFGS松弛異步并行算法[J];計算機工程與應(yīng)用;2012年17期

4 歐陽應(yīng)秀,唐敏,劉生禮,董金祥;幾何約束求解的BFGS-混沌混合算法[J];浙江大學學報(工學版);2005年09期

5 王海濱;;非凸函數(shù)的一類改進BFGS算法的全局收斂性[J];河北理工學院學報;2007年02期

6 王艷春，許有信;BFGS算法在多Transputer系統(tǒng)上的并行實現(xiàn)[J];計算機應(yīng)用;1994年06期

，

本文編號：1718873