用于在多視角位置為至少兩個攝像裝置(攝像裝置1，攝像裝置2)確定校準數據的方法，包括：通過對由所述攝像裝置拍攝自同一場景的各自圖像(圖像1，圖像2)執行各自的幾何分析，確定用于在所述各自圖像上識別至少一個各自的單應性變換的各自參數((h100，...，h122)，(h200，...，h222))的步驟，在所述各自圖像上執行至少一個各自組合的單應性變換/特性檢測，從而獲得關于各自經變換的圖像的各自特性集(特性集1，特性集2)的步驟，以使所述校準數據根據在所述各自特性集間所確定的匹配來獲得。
【技術實現步驟摘要】
【國外來華專利技術】
本專利技術涉及用于確定多個攝像裝置間校準數據的方法。
技術介紹
從不同視角的多個攝像裝置的校準數據被使用，每當來自ー個攝像裝置的數據不得不被關聯至來自另ー個攝像裝置的數據，例如在對由這些攝像裝置查看的場景的完整3D重建過程中，當執行人員的3D跟蹤時或在計算機生成圖像的應用，例如用于增強現實的應用。校準數據通常包括內部的及外部的攝像裝置參數。前者涉及攝像裝置內部自身的度量，例如像素大小、寬高比、傾斜(skew)與主點(principal point)。外部校準數據涉及該攝像裝置的位置與視向(viewing direction),或者相對于特定的世界坐標系(worldframe)，或者相對于另一(參考)攝像裝置。 該等內部校準參數并不依賴于該攝像裝置的位置，因而可被假定是已知的，因為這些一般是由該攝像裝置給出的或者是被估得的。在另一方面，該等攝像裝置的相對位置及視向是未知的變量。每次攝像裝置被移置或移動時，例如在創建電影圖像的過程中，或者在利用移動設備捕獲圖像的過程中，或者在捕獲圖像的網絡攝像頭的移動過程中，這些變量會變化。用于提供這些外部校準數據的已知技術通常涉及ー些人為介入，其中，這些位置或者是人工測得的，或者是利用ー些人工介入技術來獲得的。完全自動化的技術存在，但僅針對該等攝像裝置間的視角與位置的差別的有限情況，因為處理從不同視點所獲得的圖像中的變形是很困難的。這些有限情況僅涉及例如該等攝像裝置間的短距離及小視角差別。
技術實現思路
因而本專利技術實施例的ー個目的是提供上面已知種類、但完全自動化的方法，該方法可工作于多個攝像裝置，而無關其相對位置。根據本專利技術的實施例，該目的通過該方法得以實現，該方法包括通過對由所述攝像裝置拍攝自同一場景的各自圖像執行各自的幾何分析，確定用于在所述各自圖像上識別至少一個各自的單應性變換(homographic transformation)的各自參數的步驟；在所述各自圖像上執行至少ー個各自組合的單應性變換/特性檢測步驟，從而獲得關于各自經變換的圖像的各自特性集的步驟，以使所述校準數據根據在所述各自特性集間所確定的匹配來獲得。由此，ー種通用且完全自動化的技術通過確定參數得以獲得，該等參數在由所述攝像裝置獲取自同一場景的各自圖像中識別至少ー個合適的單應性變換。該等單應性變換自身依賴于所述攝像裝置與建立的場景，是通過對所述各自圖像執行幾何分析來獲得的。進ー步地，通過確定所述各自經轉換圖像上各自特性集之間的對應項或匹配，來自ー個攝像裝置相對另ー個的外部校準參數可被獲得。該過程可按需要被重復于整個集合中的任意攝像裝置對，以獲得全部多個攝像裝置的校準。因而該校準數據可包括關于所述攝像裝置間的相對位置和/或相對視向差別的信息。該相對位置可用相對距離來表述，而該相對視向差別可用該等攝像裝置間的相對傾斜(tilting)、翻轉(rolling)和平移(panning)角度的差別來表述。識別各自單應性變換的參數可通過對所捕獲場景——因而所述各自圖像——的幾何分析來被確定。這可以通過多種相對簡單的方式來實現——通過本文后續部分中所描述的實施例，將變得更清楚。一個變形可能涉及使用該等攝像裝置的各自圖像中所檢測的線段，而另ー變形可能例如涉及該等圖像中曲線段的比較。線條的角度、垂直性及并行性也可以被利用，也可以使用更高層次的技術，如檢測矩形及甚至對象識別。在另ー變形中，這些技術的組合也可以被使用。取決于所使用的場景幾何分析的類型，ー個或多個單應性變換可按每個圖像被計 算得。更多的特性還在所附的權項與說明書中被進ー步地描述。本專利技術還涉及用于執行本方法的實施例的設備、適用于執行該方法的任一實施例的計算機程序，以及包括此類計算機程序的計算機可讀的存儲介質。應注意的是，用于該等權項的術語“包括”不應被解讀為限于其后列出的裝置。因此，表述“ー種設備包括裝置A與B”的范圍不應被限于僅由組件A和B組成的設備。這意味著對于本專利技術，該設備的僅相關的組件是A和B。附圖說明通過參考實施例的以下描述、結合其中的附圖，本專利技術的以上及其他目的與特性將更為清楚，本專利技術自身也會最佳地被理解。圖Ia示出該方法的實施例的高層示意框圖；圖Ib示出圖Ia的高層框圖的第一變形實施例；圖Ic示出圖Ia的高層框圖的第二變形實施例；圖2a示意性示出攝像裝置的內部校準參數；圖2b示意性示出攝像裝置的外部校準參數；圖3a示出圖Ic所示出第一變形實施例的計算機實現；圖3b示出圖3a的實施例的變形，其中，內部校準參數也被計算得到；圖4a_b示出圖3a實施例的更詳細的實施例，可優選地被用于非自然場景。具體實施例方式該描述與附圖僅闡述了本專利技術的原理。故應理解，本領域技術人員將能夠設計各種裝置，該等裝置在此雖未被明確地描述或示出，但體現了本專利技術的原理并包含于其精神與范圍。進一歩地，在此所列出的所有示例主要g在專門僅用于教導目的，以幫助讀者理解該(等)專利技術人為推進現有技術所貢獻的、本專利技術的原理與概念，并且將被理解為對此類具體表述的范例與條件不作限制。而且，在此敘述本專利技術的原理、方面與實施例的所有陳述，以及其中的具體范例，g在包括其等同特征。本領域技術人員應理解，在此的任ー框圖表示實現本專利技術原理的示例性電路的概念性視圖。相似地，應理解，任一流程圖、作業圖、狀態轉換圖、偽代碼等表示不同步驟，該等步驟可大體在計算機可讀介質中被表示，并被計算機或處理器執行，無論該計算機或處理器是否被明確地不出。在圖中所示的各類元件的功能，可通過使用專用硬件被提供，也可通過使用可執行軟件的硬件與適合的軟件相結合被提供。當由處理裝置提供時，所述功能可由単獨的專用處理裝置，由単獨的共享處理裝置，或由多個獨立的處理裝置提供，其中所述多個獨立的處理裝置中的若干個可能是被共享的。此外，所述術語“處理裝置”或“控制裝置”的明確使用，不應當被解釋為唯一指代可執行軟件的硬件，并且可能隱含了包括但不限于數字信號處理裝置(DSP)硬件、網絡處理裝置、專用集成電路(ASIC)、現場可編程門陣列(FPGA)、用于存儲軟件的只讀存儲器(ROM)、隨機存取存儲器(RAM)、及非易失性存儲器。其他硬件，傳統的和/或自定義的，也可包括于此。相似地，在圖中所顯示的任何轉換裝置僅為概念性的。它們的功能可通過程序邏輯的操作、通過專用的邏輯、通過程序控制和專用邏輯的交互或者甚至手動地被實現，在此由實施者所選擇的特定技術能根據上下文被更具體地理解。 圖Ia示出該用于確定兩個攝像裝置的校準數據的方法的高層實施例。顯然，該實施例也可用于具有超過兩個攝像裝置的多個攝像裝置的情形。該校準數據一般包括內部和外部攝像裝置參數。這些參數被分別示于圖2a和圖2b。該等內部攝像裝置參數涉及該攝像裝置自身內部的度量，例如如圖2a所示,例如涉及主點的兩個分量px與py,以及象素寬度(ax)、高度(ay)與傾斜(S)。圖2b示出該等外部攝像裝置參數，涉及這些攝像裝置間的相對位置及其視向。一般，該等攝像裝置之一將被作為參考攝像裝置，并且，對于該集合中的所有單個攝像裝置，其他攝像裝置的相對位置與相對視向隨后相對該參考攝像裝置被確定。該相對位置用(dx，dy，dz)表示，指攝像裝置I相對該參考攝像裝置的位置向量的三個分量。平移、傾斜與翻轉角度構成攝像本文檔來自技高網...
【技術保護點】
【技術特征摘要】
【國外來華專利技術】2010.03.26 EP 10305309.61.用于在多視角位置為至少兩個攝像裝置(攝像裝置1，攝像裝置2)確定校準數據的方法，所述方法包括通過對由所述攝像裝置拍攝自同一場景的各自圖像(圖像1，圖像2)執行各自的幾何分析，確定用于在所述各自圖像上識別至少一個各自的單應性變換的各自參數((h1。。，...，!!1」，(h200,...,h222))的步驟，在所述各自圖像上執行至少一個各自組合的單應性變換/特性檢測，從而獲得關于各自經變換的圖像的各自特性集(特性集1，特性集2)的步驟，以使所述校準數據根據在所述各自特性集間所確定的匹配來獲得。2.根據權利要求I所述的方法，其中，所述校準數據包括關于所述攝像裝置之間的相對位置的信息。3.根據權利要求I或2所述的方法，其中，所述校準數據包括關于所述攝像裝置之間的相對視向差別的信息。4.根據權利要求I至3中任一項所述的方法，其中，所述至少一個各自組合的單應性變換/特性檢測的步驟(300)包括變換所述各自圖像的步驟(302)，隨后在所述經變換的圖像中進行特性檢測的步驟(301)。5.根據權利要求I至3中任一項所述的方法，其中，所述至少一個各自組合的單應性變換/特性檢測的步驟(300)包括所述各自圖像...
【專利技術屬性】
技術研發人員：馬滕·阿茲，唐尼·媞加替，讓·弗朗索瓦·馬可，薩米·利芬斯，
申請(專利權)人：阿爾卡特朗訊，
類型：
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。