基于最小凸包理論的相機自動標定方法研究.pdf

1、視覺是生物獲取外界信息的一種重要手段，對于人類而言更是如此。人類所獲得的關于外界的信息，80％是由視覺器官提供的。隨著計算機功能越來越強大，計算機視覺得到了極大的發(fā)展，并廣泛應用到各個領域。其中，從二維圖像中恢復三維物體的幾何結構的工作稱為三維重建，三維重建是計算機視覺的重要研究任務之一，三維重建技術在各個領域得到廣泛地應用。相機標定是三維重建技術的基礎環(huán)節(jié)，也是不可或缺的步驟。相機標定花費時間成本最高的即為特征點的提取。因此研究出自動

2、化程度高的特征點提取算法，來實現攝像機準確快速的標定，具有十分重要的理論意義和實用價值。
　　本文針對已有相機標定工具箱人工干預程度大等諸多方面的不足，通過對相機標定相關知識的研究，以棋盤格模板這一典型標定物作為研究對象，提出了一種新的基于形態(tài)學處理的角點檢測算法和一種基于最小凸包理論的角點自動排序算法，結合張正友的標定模型完成相機參數的計算。
　　通過對相關技術的研究，采用高斯濾波對圖像進行平滑處理，設計了二值化圖像的閾值

3、確定方法，實現了圖像的自適應二值分割。設計了基于圖像形態(tài)學處理的棋盤格角點檢測算法，成功實現了棋盤格角點的像素級定位。創(chuàng)新性地運用最小凸包理論對棋盤格四極點進行自動識別，利用所得四極點完成了單應性矩陣的計算，建立了所有角點圖像坐標與空間坐標的對應關系，完成了角點的自動排序。通過對角點精確定位算法的分析和比較，應用灰度梯度算法獲取棋盤格亞像素角點坐標，實現了角點的精確定位。所得角點的高精度坐標結合張正友的標定模型，完成相機內外參數的計算，