摄像机标定技术及其参数计算方法

情感机器人的视觉系统从机器人的眼睛，即摄像机，获取图像信息，计算得到三维环境物体的位置、形状等几何信息，并由此测量、识别环境中的物体。图像上每一点的亮度反映了空间物体表面某点反射光的强度，而该点在图像上的位置则与空间物体表面相应点的几何位置有关。这些位置的相互关系由摄像机成像几何模型来决定。该几何模型的参数称为摄像机参数，实验并计算得到这些参数的过程称为摄像机标定。在对摄像机标定之前，必须先确定摄像机的模型，称为摄像机建模。摄像机标定就是对摄像机自身的几何和光学特性有关的参数（称为摄机内部参数），以及它相对于某一世界坐标系的三维位置和方向（称为摄像机外部参数）进行确定。其标定方法主要分为传统标定方法、基于主动视觉的标定方法和自标定方法。

摄像机成像模型是影响畸变精度的主要因素之一，在分析了大量的摄像机模型的基础上，采用一种基于直线的摄像机镜头去畸变方法，针对标定参数较多的问题，首先进行畸变校正，再标定摄像机的内外参数。在畸变校正的过程中，使用线性迭代方法，有效避免了非线性算法的初值选择困难、易于收敛于局部极小值等问题，且精度较高。

标定的过程如下：

1）拍摄多张不同姿态的标定模板；

2）检测图像相匹配的特征点，将坐标归一化；(www.xing528.com)

3）根据摄像机畸变模型进行校正；

4）估计每张图像的单应性矩阵；

5）估计摄像机的内外参数。