本征校准参数的验证

Question

验证摄像机校准的标准方法是计算检测点与图像中相应的世界点之间的距离，这个过程验证了两个内在参数作为外部参数的正确性。

现在可以通过采集直线图像、去失真图像和测量直线是否为直线来验证非线性失真参数的准确性。

是否有一种方法来验证线性本征参数(光学中心、焦点、偏斜)的准确性？

Answer 1

这是一个棘手的问题，如果你需要高精度的话，就会变得非常棘手。问题是所有的内在参数都耦合在重投影误差中。

为了让你了解所涉及的困难，请考虑要点的情况。证明了针孔相机的主要点是由三个独立消失点形成的三角形的重中点。这似乎是一种独立于其他内在参数的验证程序:将一幅或多幅图像集合起来，显示三支或多支平行线，检测并模拟上述直线的铅笔，估计它们的消失点等等。然而，为了精确地建模检测到的直线，所以你可以将它们相交以找到消失点，你需要准确地不失真图像--猜猜是什么，非线性透镜畸变的中心经常被主点近似，所以你的“验证”过程最终使用的是你试图独立验证的相同的估计参数。

你可以试着通过使用非线性失真的替代非参数模型来解决上述困难，例如，如你所建议的那样，用一个只依赖于线性偏差的成本函数在网格上建立一个薄板样条。再一次，想出这样一个无偏的成本函数是很棘手的:简单的线性最小二乘拟合直线是行不通的，因为直线点的扭曲图像一般不是i.i.d。关于根本的不扭曲的线条。因此，您需要对每一行使用“局部”模型，通常是一个低阶多项式。

最后，您最好接受参数(内部和外部参数)是耦合的，只需根据实际应用程序的输入输出需求进行验证:确定图像区域上可接受的RMS重投影误差，然后使用已知校准对象的独立图像集，以某种方式建模对应用程序很重要的3D场景的属性，然后重新投影其点并验证所得到的误差是可以接受的。