基于稀疏字典学习的单目相机标定方法

何浩 黄景维

摘要：在计算机视觉检测中，广泛应用张正友标定法进行相机标定。但是至少需要三次或更多次地拍摄标定物，这需要烦琐的人工操作，难以实现相机标定的自动化。基于张正友标定法，该文提出了一种基于稀疏字典学习的相机标定方法。该文根据张正友相机标定模型，在相机的不同焦距下，离线获取大量标定图像，计算出不同焦距下的内参参数，并以此构造稀疏字典。当在线使用该相机的时候，根据一幅图像和该稀疏字典进行相机标定，可以获得非常好的内参初始值，再利用极大似然法优化相机参数。通过内参参数对比和重投影法对标定结果进行了评估，实验结果表明，该方法可以得到有效的相机标定内外参数以及畸变参数，实现单幅图像的相机标定，可以提高产品视觉检测的自动化。

关键词：单目相机;相机标定;张正友标定法;稀疏表示;字典学习

中图分类号：TP391.4 文献标识码：A

文章编号：1009-3044（2020）08-0184-04

1 概述

计算机视觉在质量检测、过程控制、机器人导航等领域有着广泛的应用[1]。在计算机视觉中，常常需要摄像机拍摄物体的图像。然而，在实际的成像过程中，由于摄像机镜头的光学特性、镜头的老化等原因，可能会出现诸如径向畸变或切向畸变等几何畸变，从而影响计算机视觉的精度[2]。因此，必须准确校准相机。

为了校准相机，自标定技术[3]通过在静态场景中移动相机以拍摄足够的图像，并且使用图像信息来评估相机的内部参数。……