受约束的稀疏光束法平差在相机标定中的应用

第42卷第5期 光电工程V ol.42, No.5 2015年5月Opto-Electronic Engineering May, 2015 文章编号：1003-501X(2015)05-0013-07

受约束的稀疏光束法平差在相机标定中的应用

夏泽民，李中伟，钟凯

( 华中科技大学材料科学与工程学院，材料成形与模具技术国家重点实验室，武汉 430074 ) 摘要：直接用稀疏的光束法平差(SBA)优化张正友单相机标定算法结果会得到多组不同的相机内部参数和畸变参数(统称相机参数)。本文在SBA数学模型的基础之上增加了相机参数相等的约束，建立了一种受约束的稀疏光束法平差(CSBA)模型，提出了一种新的矩阵分块策略，提高了稀疏线性方程组的求解效率。运用模拟实验，验证了CSBA算法在图像特征点像素坐标不具备零均值高斯误差时也能得到唯一的优化相机参数。最后将所提CSBA算法应用于双目立体视觉系统，实测实验结果表明，所提算法能够同时优化立体视觉中的相机内外部参数并提高三维重建结果的精度。

关键词：稀疏光束法平差；矩阵分块；摄像机标定；精度优化

中图分类号：TN911.73 文献标志码：A doi：10.3969/j.issn.1003-501X.2015.05.003

Camera Calibration Optimization with

Constrained Sparse Bundle Adjustment

XIA Zemin，LI Zhongwei，ZHONG Kai

( College of Materials Science and Engineering, Huazhong University of Science and Technology,

State Key Laboratory of Material Processing and Die&Mould Technology, Wuhan 430074, China ) Abstract: If Zhang’s camera calibration results are optimized with SBA directly, different sets of camera parameters (internal parameters and distortion parameters) will be obtained. Based on the mathematical model of SBA and the equality constraints of camera parameters, a Constrained Sparse Bundle Adjustment (CSBA) algorithm is proposed with a new block matrix partition strategy to improve the efficiency of solving sparse linear equations. Simulation experiments are implemented to verify that unified camera parameters can be obtained even if the pixel coordinates don’t have zero-mean Gaussian error. Finally, the CSBA algorithm is applied to a binocular stereo vision system. The experimental results demonstrate that the CSBA algorithm can optimize the camera parameters and position parameters simultaneously, and improve the accuracy of 3D reconstruction.

Key words: sparse bundle adjustment; block matrix partition method; camera calibration; accuracy optimization

0 引 言

光束法平差(Bundle Adjustment, BA)最早是由Brown等在1958引入摄影测量领域，经过半个世纪左右的发展已趋于成熟，关于这方面介绍最为完善的是Triggs等人的综述[1]。近年来，许多学者根据特定需求对BA算法[2-6]提出了改进方法。Lourakis等人充分考虑了BA计算过程中矩阵的稀疏特性，实现了稀疏光束法平差(SBA)，在计算速度和内存使用效率上得到了很大提升[7]；Snavely等人采用SBA，利用互联网上的海量图片重建了罗马斗兽场、布拉格广场和长城等建筑[8]；Wu等人利用并行计算将SBA的计算速度进

收稿日期：2014-07-15；收到修改稿日期：2014-09-12

基金项目：国家自然科学基金(51005090，51205149)资助项目；高等学校博士学科点专项科研基金(20120142120006)；湖北省重大科技创新计划(2013AEA003)；材料成形与模具技术国家重点实验室自主研究项目(2014-01)

作者简介：夏泽民(1989-)，男(汉族)，湖北武汉人。硕士研究生，主要研究工作是三维测量、机器视觉。E-mail: 465474307@https://www.sodocs.net/doc/c910903137.html,。

https://www.sodocs.net/doc/c910903137.html,