基于OpenGL的目标物3维位姿估计研究

针对目标物在3维空间中的位姿估计存在获取困难、稳定性差和精度偏低等问题,采用将虚拟信息与实际图像信息相对应的方式,提出了一种基于OpenGL的目标物3维位姿估计方法.从理论上分析了虚拟与实际成像模型之间的关系,利用OpenGL构建了虚拟空间的模型;在技术上基于VC环境引入OpenGL库,通过虚拟视觉跟踪将目标物的OpenGL模型在显示窗口的投影匹配于实际目标图像,以匹配状态下的虚拟模型的位姿作为实际目标物的3维位姿,通过“最小化重投影误差”目标函数优化3维位姿值.实验结果表明,该方法可借助虚拟空间获取目标物位姿,可避免采用标定法实现的繁琐与不稳定问题,而且位姿估计精度相比传统方法更高,达到了优良水平.

一种考虑畸变的摄像机线性标定方法

大多数摄像机标定研究侧重于用多幅图像、结合优化算法以提高精度,未能在线性标定阶段进行改善。分析了经典Faugeras线性标定方法存在的问题,提出了一种新型的摄像机线性标定方法。新方法充分考虑摄像机的特性,把图像中心作为主点位置,同时将与横、纵坐标分别相关的参数分开求解;而后将剩余参数进行混合求解,最后考虑畸变进行线性优化,得到畸变系数。新方法避免了传统方法将所有参数过早混合求解的弊端,是精度提高的关键,同时新方法也考虑畸变纠正,在线性标定阶段实现了精度的尽可能提升。实验结果表明,提出的线性标定法相比于经典Faugeras方法有了很大提升,在线性标定阶段测试点的反投影像素误差可控制在2个像素以内,为后期的非线性优化提供优良初值。