机器视觉中摄像机标定Tsai两步法的分析与改进

doi:10.3969/j.issn.1007130X.2010.

J4 ›› 2010, Vol. 32 ›› Issue (4): 45-48.doi: 10.3969/j.issn.1007130X.2010.

机器视觉中摄像机标定Tsai两步法的分析与改进

徐杰

（北京科技大学信息学院，北京 100083）

收稿日期:2009-03-21 修回日期:2009-06-09 出版日期:2010-03-28 发布日期:2010-03-28
通讯作者: 徐杰 E-mail:xujie9000@sina.com
作者简介:徐杰(1967-)，男，北京人，博士，副教授，研究方向为人工生命、模式识别、计算机视觉和三维重建等。

Analyzing and Improving the Tsai CameraCalibration Method in Machine Vision

XU Jie

(School of Imformation，University of Science and Technology of Beijing,Beijing 100083，China)

Received:2009-03-21 Revised:2009-06-09 Online:2010-03-28 Published:2010-03-28
Contact: XU Jie E-mail:xujie9000@sina.com

摘要/Abstract

摘要： 为提高摄像机标定精度，本文在分析Tsai两步标定法优缺点的基础上，提出了一种新的标定方法。该方法针对面阵CCD摄像机，建立新的综合畸变模型，并运用两步迭代法逐步逼近精确解，取消了Tsai两步法中对摄像机镜头只有径向畸变的限定，可用于多种复杂的镜头畸变情况。改进的方法只使用一平面标定板和单幅图象，操作简便，相比Tsai两步法中无法用平面标定板直接求解全部标定参数而言是一个突破。实验结果表明，改进方法速度快且精度较高，可广泛应用于机器视觉研究、工业三维测量等多个领域的摄像机标定。

关键词: 标定, Tsai方法, CCD面阵, 综合畸变

Abstract: To improve the accuracy of camera calibration, after analyzing the Tsai twostage method, the article gives a new camera calibration method based on the CCD area sensors array, and the new composite distortion model. It uses an iterative method without a radical distortion limit, and can be used in many kinds of camera lens distortion cases, and the improved method uses a coplanar set of points, monoview, and the experimental result shows that the algorithm is fast with high accuracy. This camera calibration method can be used in the machine vision research and the industry 3D measurement.

Key words: calibration;Tsai method;CCD sensor array;composite distortion

中图分类号:

TP391

徐杰. 机器视觉中摄像机标定Tsai两步法的分析与改进[J]. J4, 2010, 32(4): 45-48.

XU Jie. Analyzing and Improving the Tsai CameraCalibration Method in Machine Vision[J]. J4, 2010, 32(4): 45-48.

[1]	姚隆兴, 韩江涛, 张志毅. Tsai氏相机平面标定算法的一种解析改进[J]. 计算机工程与科学, 2022, 44(11): 1976-1984.
[2]	张伯麟1，刘荣海2，郑欣2，杨迎春2，陈磊1，万书亭1. X射线图像三维重建的自标定优化算法[J]. 计算机工程与科学, 2019, 41(08): 1474-1481.
[3]	杨风开1，杨红亮2，程素霞1. 双摄像机模组的组合式标定和校正方法[J]. 计算机工程与科学, 2019, 41(02): 303-307.
[4]	唐秋虎，张志毅. 基于多视图像的摄像机自标定方法[J]. 计算机工程与科学, 2017, 39(04): 748-755.
[5]	孟勃，刘雪君. 一种自动、快速的Kinect标定方法[J]. J4, 2016, 38(06): 1193-1199.
[6]	吴培良1，李鹏飞2，毛秉智3. 手眼系统中刀具刀头位姿标定与视觉引导[J]. J4, 2015, 37(04): 747-753.
[7]	陈肖，王敏. 一种快速的人工场景图像消失点检测方法[J]. J4, 2014, 36(09): 1775-1779.
[8]	张艳,赵丽娜,胡万宝. 中心折反射相机标定方法综述[J]. J4, 2014, 36(05): 951-956.
[9]	章权兵，孙庆，王磊，程鸿. 旋转曲面的度量重构[J]. J4, 2013, 35(8): 109-113.
[10]	刘永兰，刘进忙，贺正洪. 基于3R及大气折射修正的目标高度定位精度研究[J]. J4, 2012, 34(11): 190-196.
[11]	刘碧霞1,2，李绍滋1,3，郭锋1,3，苏松志1,3. 一种简单快速的相机标定新方法[J]. J4, 2011, 33(1): 88-93.
[12]	朱贵冬[1,2] 沈理[1] 王今觉[3]. 基于von-Kries色适应的分区颜色校正方法[J]. J4, 2007, 29(2): 50-52.
[13]	王德超涂亚庆. 基于改进粒子群优化算法的非线性摄像机标定[J]. J4, 2007, 29(11): 110-113.
[14]	康晶[1] 邹北骥[2] 刘相滨[3] 辛国江[1] 冯莲[1]. 一种改进的摄像机内外参数初值计算方法[J]. J4, 2007, 29(1): 52-55.
[15]	罗长生陈福民. 摄像机自标定算法在虚拟演播室中的应用[J]. J4, 2005, 27(12): 32-33.

机器视觉中摄像机标定Tsai两步法的分析与改进

Analyzing and Improving the Tsai CameraCalibration Method in Machine Vision

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价