演算法標定圖

『壹』 相機標定相機標定的技術

相機標定是一項關鍵技術，它為圖像處理和三維重建提供了必要的參數。離線標定，如Tsai方法和Zhang方法，依賴於准確的相機內外參數，通過匹配三維標定物或平面標定圖案的圖像點，計算出相機的投影矩陣和場景的三維信息。這些方法已經集成在OpenCV這樣的視覺演算法庫中，適用於已知標定條件下的場景。

然而，在某些場景下，如沒有標定設備或相機參數不斷變化，離線標定不再適用，這就需要在線相機標定。在線標定主要通過實時估計相機參數，與離線標定的自標定技術（分為基於場景約束和幾何約束兩種）不同。基於場景約束的自標定利用場景特徵，如建築中的平行線，提供消視點信息，如Caprile的方法和Heuvel的改進演算法。而基於幾何約束的自標定，如Triggs的絕對二次曲面理論，僅依賴圖像間的幾何關系進行標定，但對特定運動序列或空間特徵分布有特定要求，存在退化和奇異解的情況。

『貳』 相機標定的方法

相機標定方法有：傳統相機標定法、主動視覺相機標定方法、相機自標定法。
傳統相機標定法需要使用尺寸已知的標定物，通過建立標定物上坐標已知的點與其圖像點之間的對應，利用一定的演算法獲得相機模型的內外參數。根據標定物的不同可分為三維標定物和平面型標定物。三維標定物可由單幅圖像進行標定，標定精度較高，但高精密三維標定物的加工和維護較困難。平面型標定物比三維標定物製作簡單，精度易保證，但標定時必須採用兩幅或兩幅以上的圖像。傳統相機標定法在標定過程中始終需要標定物，且標定物的製作精度會影響標定結果。同時有些場合不適合放置標定物也限制了傳統相機標定法的應用。
目前出現的自標定演算法中主要是利用相機運動的約束。相機的運動約束條件太強，因此使得其在實際中並不實用。利用場景約束主要是利用場景中的一些平行或者正交的信息。其中空間平行線在相機圖像平面上的交點被稱為消失點，它是射影幾何中一個非常重要的特徵，所以很多學者研究了基於消失點的相機自標定方法。自標定方法靈活性強，可對相機進行在線定標。但由於它是基於絕對二次曲線或曲面的方法，其演算法魯棒性差。
基於主動視覺的相機標定法是指已知相機的某些運動信息對相機進行標定。該方法不需要標定物，但需要控制相機做某些特殊運動，利用這種運動的特殊性可以計算出相機內部參數。基於主動視覺的相機標定法的優點是演算法簡單，往往能夠獲得線性解，故魯棒性較高，缺點是系統的成本高、實驗設備昂貴、實驗條件要求高，而且不適合於運動參數位置或無法控制的場合。