Autokalibracja aparatu

Autokalibracja kamery to proces określania wewnętrznych parametrów kamery bezpośrednio z wielu nieskalibrowanych obrazów nieustrukturyzowanych scen. W przeciwieństwie do klasycznej kalibracji kamery , autokalibracja nie wymaga żadnych specjalnych obiektów kalibracyjnych w scenie. W branży efektów wizualnych autokalibracja kamery jest często częścią „Match Moving” , w którym syntetyczna trajektoria kamery i wewnętrzny model projekcji są rozwiązywane w celu ponownego odwzorowania syntetycznych treści na wideo.

Autokalibracja aparatu jest formą odkrywania struktury ego czujnika ; subiektywne efekty czujnika są oddzielone od obiektywnych efektów otoczenia, co prowadzi do rekonstrukcji postrzeganego świata bez obciążenia zastosowanego przez urządzenie pomiarowe. Osiąga się to poprzez fundamentalne założenie, że obrazy są rzutowane z przestrzeni euklidesowej przez liniowy model kamery otworkowej o 5 stopniach swobody (w najprostszym przypadku) z nieliniowymi zniekształceniami optycznymi . Liniowymi parametrami otworu otworkowego są długość ogniskowej, współczynnik kształtu, pochylenie i główny punkt 2D. Mając tylko zestaw nieskalibrowanych (lub skalibrowanych) obrazów, scenę można zrekonstruować do sześciu stopni swobody transformacji euklidesowej i skalowania izotropowego.

Matematyczna teoria ogólnej samokalibracji kamery z wieloma widokami została pierwotnie zademonstrowana w 1992 roku przez Oliviera Faugerasa , QT Luonga i Stephena J. Maybanka. W scenach 3D i ogólnych ruchach każda para widoków zapewnia dwa ograniczenia kalibracji 5 stopni swobody. Dlatego trzy widoki to minimum potrzebne do pełnej kalibracji ze stałymi parametrami wewnętrznymi między widokami. Wysokiej jakości nowoczesne czujniki obrazowania i optyka mogą również nakładać dalsze wcześniejsze ograniczenia dotyczące kalibracji, takie jak zerowe pochylenie (ortogonalna siatka pikseli) i współczynnik proporcji równy jedności (piksel kwadratowy). Integracja tych priorytetów zmniejszy minimalną liczbę potrzebnych obrazów do dwóch. Możliwa jest automatyczna kalibracja czujnika na podstawie pojedynczego obrazu, biorąc pod uwagę dodatkowe informacje w ustrukturyzowanej scenie. Na przykład kalibrację można uzyskać, jeśli zidentyfikowanych zostanie wiele zestawów równoległych linii lub obiektów o znanym kształcie (np. okrągłym).

Oświadczenie o problemie

Mając dany zestaw kamer i punktów 3D $),$ do niejednoznaczności rzutowej (przy użyciu np. $chcemy$ wiązki zdefiniować homografię ${\ Displaystyle H}$ takie, że ${\ Displaystyle \ lewo \ {P ^ {j} H, H ^ {- 1} X_ {J} \ prawo \}} jest$ metryką rekonstrukcja. Następnie parametry kamery wewnętrznej można łatwo obliczyć za pomocą rozkładu na czynniki macierzy kamery $\ Displaystyle P_ {M} ^$$=$ .

Domeny rozwiązań

• Ruchy
  • Ruch ogólny
  • Czysto obrotowe kamery
  • Ruch planarny
  • Ruchy zdegenerowane
• Geometria sceny
  • Sceny ogólne z reliefem głębi
  • Sceny planarne
  • Słabe obrazy perspektywiczne i ortograficzne
  • Priorytety kalibracji dla rzeczywistych czujników
  • Nieliniowe zniekształcenie optyczne

Algorytmy

• Korzystanie z równań Kruppy. Historycznie pierwsze algorytmy autokalibracji. Opiera się na zgodności linii epipolarnych stycznych do stożka absolutnego na płaszczyźnie w nieskończoności.
• Używając absolutnej podwójnej kwadryki i jej projekcji, podwójny obraz absolutnego stożka
• Ograniczenie modułu

•   OD Faugeras; QT Luong; SJ Maybank (1992). „Samokalibracja aparatu: teoria i eksperymenty” . ECCV . Notatki z wykładów z informatyki. 588 : 321–334. doi : 10.1007/3-540-55426-2_37 . ISBN 978-3-540-55426-4 .
• QT Luong (1992). Matrice fondamentale et autokalibracja en wizja par order . Praca doktorska, Uniwersytet Paryski, Orsay.

• QT Luong i Olivier D. Faugeras (1997). „Samokalibracja ruchomej kamery na podstawie korespondencji punktowej i podstawowych macierzy”. Międzynarodowy Dziennik Wizji Komputerowej . 22 (3): 261–289. doi : 10.1023/A:1007982716991 .

•   Olivier Faugeras i QT Luong (2001). Geometria wielu obrazów . MIT Press. ISBN 0-262-06220-8 .

•   Richarda Hartleya; Andrew Zissermana (2003). Geometria wielu widoków w wizji komputerowej . Wydawnictwo Uniwersytetu Cambridge. ISBN 0-521-54051-8 .