[发明专利]基于矩阵分解的摄像机阵列标定方法

说明书

技术领域

本发明属于计算机多媒体技术领域，特别涉及立体视觉，3DTV(三维电视)，IBR(基于图像的绘制技术)中的摄像机阵列标定技术。

背景技术

摄像机标定，就是求取摄像机的成像几何模型的过程，该几何模型的参数就是摄像机参数。其中包括摄像机的内部几何光学参数(内部参数)A_i以及摄像机相对于世界坐标系的位置关系(外部参数)，包括旋转矩阵R_i和平移向量t_i。其中A_i形式如下：

Ai=αiciu0i0βiv0i001]]>

对于单个摄像机的标定而言，目前已有很多很成熟的算法，包括：线性法，非线性优化法，两步法，双平面法等。

但随着多媒体技术的发展，单个摄像机已逐渐地不能满足人们的需求。无论是目前正在兴起的3DTV(三维电视)还是通过多幅图像的绘制来获得更高质量图像的IBR技术，都需要多个摄像机，甚至摄像机阵列同时工作。因此，如何精确，简单的获得摄像机阵列中各个摄像机的内外参数，并进而由此获取物体的空间信息，深度信息，成为摄像机阵列应用的核心内容。

目前，国外对摄像机阵列有着比较广泛的研究。MIT早期曾建立过一个3-Droom实验环境，通过从不同的角度对房间内部场景同时拍摄，来实现内部场景的三维重建。Stanford大学组建的摄像机阵列拥有约100多个摄像机，并将阵列按照排列的密集程度的不同来实现不同的应用需求和图像处理。此外，CMU大学的摄像机阵列是一个可以自动配置和移动的摄像机阵列，从而使整个系统在使用IBR技术进行场景渲染时能取得更好的效果。对类似以上几个这样大规模的摄像机阵列的应用，如果我们还使用单个摄像机逐个标定的方法，将造成：一方面，算法的复杂度很高；另一方面，系统的精度也难以达到要求。

摄像机阵列的标定，现有的方法主要有：(1)张正友算法的扩展。首先对摄像机逐一进行标定，求取摄像机的内参。然后利用前一步得出的摄像机和标定板之间的相互位置关系，通过非线性优化求出摄像机与摄像机之间的相互关系；(2)Peter Sturm，Andrei Zaharescu，Henrik等人也先后提出了在摄像机已单独标定好的情况下，利用摄像机和平面板标定物之间的旋转角度矩阵的秩3约束，通过矩阵分解求取摄像机与摄像机之间的旋转角度和位移；(3)ToshioUeshiba提出的利用摄像机和平面标定板之间的单应性矩阵构造测量矩阵(Measurement Matrix)，而该测量矩阵又同时满足秩4约束，从而将测量矩阵分解为摄像机参数矩阵和标定板参数矩阵，来对摄像机阵列进行标定。同第一种方法相比，方法(3)使标定所求得的摄像机参数之间具有更好的一致性。这种一致性将使得后面在进行深度提取和3DTV中的虚拟视点重建具有更高的精确度。同第二种方法相比，方法(3)不再要求在求取摄像机的空间位置姿态时摄像机已经事先标定准确的限制，使得标定过程更为灵活。