機器視覺攝像機標定方法簡介
機器視覺的主要功能可以分為定位和識別兩大類。識別主要指的是從攝像機獲取圖像信息并計算三維空間中物體的幾何信息，以由此重建和識別物體。
    空間物體表面某點的三維幾何位置與其在圖像中對應(yīng)點之間的相互關(guān)系是由攝像機成像的幾何模型決定的，這些幾何模型參數(shù)就是攝像機參數(shù)。在多數(shù)條件下，這些參數(shù)必須通過實驗與計算才能得到，這個過程被稱為攝像機定標(或稱為標定)。
    攝像機的標定過程就是確定攝像機的幾何和光學(xué)參數(shù)，以及攝像機相對于世界坐標系的方位。由于標定精度的大小，直接影響著計算機視覺 (機器視覺)的精度。因此，只有做好了攝像機標定工作，后續(xù)工作才能正常展開，可以說，提高標定精度也是當前科研工作的重要方面之一。
    攝像機標定可以分為傳統(tǒng)的攝像機標定方法和攝像機自標定方法兩大類。傳統(tǒng)的攝像機標定方法按照標定參照物與算法思路可以分成若干類，如基于3D立體靶標的攝像機標定、基于2D平面靶標的攝像機標定、以及基于徑向約束的攝像機標定等。傳統(tǒng)的攝像機標定需要標定參照物，基本方法是在一定的攝像機模型下，通過對特定標定參照物進行圖像處理，為了提高計算精度，還需確定非線性畸變校正參數(shù)，并利用一系列數(shù)學(xué)變換公式計算及優(yōu)化，來求取攝像機模型內(nèi)部參數(shù)和外部參數(shù)。因此該方法在場景未知和攝像機任意運動的一般情況下，其標定很難實現(xiàn)。
    20世紀90年代初，F(xiàn)augeras，Luong，Maybank等人*提出了攝像機自標定方法。這種自標定法利用攝像機本身參數(shù)之間的約束關(guān)系來標定，而與場景和攝像機的運動無關(guān)，所以更為靈活。攝像機自標定相對于傳統(tǒng)方法有更好的靈活性和實用性，通過多年的不懈努力，理論上的問題已基本解決，目前研究的重點是如何提高標定算法的魯棒性以及如何很好地用這些理論來解決實際視覺問題。為了提高魯棒性，在實際應(yīng)用中建議更多的使用分層逐步自標定方法，并應(yīng)對自標定的結(jié)果進行線性優(yōu)化。