一、前置知识
![](https://img.haomeiwen.com/i17624987/e420a9fab185ffb6.png)
两个相机的单应性关系可表示如下:
![](https://img.haomeiwen.com/i17624987/dd96ac7970a687bc.png)
x' 和x都是归一化的相机1和相机2成像面上的对应点对
单应性矩阵可根据如下公式计算
![](https://img.haomeiwen.com/i17624987/a244ce0d043c7cfb.png)
引入畸变位移
![](https://img.haomeiwen.com/i17624987/0bc7be2af8aec101.png)
此时Xu和Xu'组成的图片如下
![](https://img.haomeiwen.com/i17624987/e37e4c13509b7f34.png)
![](https://img.haomeiwen.com/i17624987/9d31751fcc208dad.png)
在许多情况下,焦距和轴点可以被直接估计。
二、标定主要方法
通过五点法用RANSAC来优化估计单应性矩阵,两个畸变系数,对应的inlier。然后分解单应性矩阵来得到外参矩阵,最后再对这些参数做优化。
两个相机的单应性关系可表示如下:
x' 和x都是归一化的相机1和相机2成像面上的对应点对
单应性矩阵可根据如下公式计算
引入畸变位移
此时Xu和Xu'组成的图片如下
在许多情况下,焦距和轴点可以被直接估计。
通过五点法用RANSAC来优化估计单应性矩阵,两个畸变系数,对应的inlier。然后分解单应性矩阵来得到外参矩阵,最后再对这些参数做优化。
本文标题:Planar self-calibration for ster
本文链接:https://www.haomeiwen.com/subject/lhedxltx.html
网友评论