基于机器视觉技术的相机标定方法研究
摘 要：相机标定对于计算机视觉系统具有重要作用，是实现三维场景重建的首要步骤，标定的本质是求解摄像机内外参数，其参数的精度直接影响到机器视觉系统的三维坐标点的精度和空间物体三维重建后的相似度。因此在介绍国内外研究现状的基础上，综合比较各种相机标定方法的优缺点，探讨基于机器视觉技术的相机标定的研究意义和对机器视觉领域的重大贡献。
关键词：机器视觉；相机标定；三维重建
1 课题研究目的和意义
随着近些年信息技术的发展，依靠强大数据作为支持的人工智能技术开始迎来大发展，机器视觉是人工智能正在快速发展的一个分支。机器视觉可以理解为基于视觉技术的机器系统或学科。机器视觉是一个不断发展的研究领域，主要工作是对图像数据进行处理和分析，而机器视觉的一个重要环节是从摄像机获取的图像信息出发计算三维空间中物体的几何信息，并由此重建和识别物体。空间物体表面某点的三维几何位置与在图像中对应点之间的相互关系是由摄像机成像的几何模型决定的，这些几何模参数就是摄像机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这过程被称为是摄像机定标[1]。
在智能化技术不断发展和数码相机普及的今天，研究各种方便实用、灵活和较高精度的相机标定系统已经成为了当今计算机视觉界的研究热点之一。并且问题主要集中在使用什么标定参考对象和采用什么灵活的算法上。如果通过事先标定或者在重建过程中通过简单的计算就能够获得准确的相机内参数，那么就能够方便和加快重建。目前对数码相机标定理论的研究已经相当成熟，国内外许多摄影测量和计算机视觉专家也提出了各种各样的行之有效的标定方法。然而，还没有一种方法可以用于所有应用，不同的用途、不同的环境就可能要采取不同的标定方法。它们通常很难在精度、方便性和实用性上获取一套两全其美的标定方法。对于高精度相机标定来说，它们通常需要高精度的控制场，这很难进行普及和推广而对于实用方便的标定方法，往往精度不是太高目前有些方法也已经比较方便，精度也比较高，如基于高精度平面格网的标定方法。现有的标定算法通常都假设不同图像之间标志点的对应关系已经确定，重点研究如何精确地计算内外参数。
近年来，业界对相机标定进行了广泛的研究，基于不同的出发点和思路取得了一系列成果，对于不同的问题背景它们都有其各自的应用价值。对现有的各种方法进行总结、比较和分类，以揭示它们之间的相互关系，是一项有意义的工作。
2 国内外研究现状
2．1相机标定的分类
