метод калибровки массива камер с непересекающимися полями

МЕТОД КАЛИБРОВКИ МАССИВА КАМЕР С
НЕПЕРЕСЕКАЮЩИМИСЯ ПОЛЯМИ ЗРЕНИЯ ДЛЯ СИСТЕМ
КОМПЬЮТЕРНОГО ЗРЕНИЯ
А. А. Усик, И. А. Коняхин
Санкт-Петербургский государственный университет информационных технологий,
механики и оптики
Рассмотрен метод калибровки камер с непересекающимися угловыми полями для
систем компьютерного зрения, представлены результаты математического
моделирования, указаны преимущества/недостатки, а также пути развития данного
метода.
Во многих задачах компьютерного зрения требуется широкое поле зрения. Для
этого используются единичные камеры со специальной оптикой - объективами «рыбий
глаз» и катадиоптрическими системами. Такие системы часто являются элегантным и
практичным решением, однако все подобные системы содержат недостаток сравнительно маленькое угловое разрешение, поскольку имеющиеся в наличии
пикселы распределены на большую область.
В настоящее время удешевление камер и электронных систем обработки дает
возможность располагать множество камер (массив), что предоставляет широкое поле
зрения с высоким угловым разрешением. К тому же подобный массив камер может
быть легко перенастроен для получения нужного поля зрения или для
стереонаблюдений. Целью данной работы является разработка метода калибровки
внешних параметров массива камер с непересекающимися полями зрения.
Строго говоря, массив камер не эквивалентен одной широкоугольной камере,
поскольку в определениях проективной геометрии он будет иметь множество
оптических центров, но это не является проблемой до тех пор, пока известно
положение этих оптических центров.
Для получения внутренних калибровочных параметров камер предлагается
использовать классические методы с применением калибровочных сеток, которые
хорошо отлажены и имеют достаточную точность.
Массив камер устанавливается на моторизованную угловую подвижку.
Окружающее пространство системы представляет собой массив калибровочных меток,
своего рода «калибровочную комнату».
Система поворачивается вокруг вертикальной оси на определенный шаг,
синхронно захватывает изображение окружающего пространства. На полученных
кадрах с помощью специальных алгоритмов распознаются уникальные кодированные
мишени и определяется их положение на кадре. Таким образом, после полного оборота
возможно построить карту окружающего пространства и определить относительное
положение камер.
В результате рассмотрены алгоритмы распознавания кодированных мишеней и
проведено математическое моделирование метода. Проанализированы полученные
результаты, указаны требования для практической реализации метода.
74