Kamera beállítás

Az oldal jelenlegi verzióját még nem ellenőrizték tapasztalt hozzászólók, és jelentősen eltérhet a 2013. március 15-én felülvizsgált verziótól ; az ellenőrzések 13 szerkesztést igényelnek .

A kamera kalibrálásának feladata, hogy az általa rögzített fényképekből vagy videókból megszerezze a kamera belső és külső paramétereit.
A kamerakalibrálást gyakran használják a számítógépes látás és különösen a kiterjesztett valóság számos problémájának megoldásának kezdeti szakaszában . Ezenkívül a kamera kalibrálása segít a fotók és videók torzításainak kijavításában [1] .

Kameramodell paraméterei

Általános szabály, hogy az űrlap oszlopvektora egy pont 2D koordinátáit ábrázolja a síkon , és egy 3D-s pont világkoordinátákban való helyzetének meghatározására szolgál . Meg kell jegyezni, hogy ezeket a kifejezéseket a homogén koordináták kiterjesztett jelölésével írják , ami a legelterjedtebb a robotikában és a merev testek átalakítási problémáiban. Különösen a camera obscura modellben a kameramátrixot a háromdimenziós tér pontjainak képsíkra vetítésére használják: ${\displaystyle [u\,v\,1]^{\top ))$ $[x_{w}\,y_{w}\,z_{w}\,1]^{\top }$

z_{c}{\begin{bmatrix}u\\v\\1\end{bmatrix}}=A{\begin{bmatrix}R&T\end{bmatrix}}{\begin{bmatrix}x_{w }\\y_{w}\\z_{w}\\1\end{bmátrix}}

ahol Zc tetszőleges léptéktényező

Belső kalibrálási lehetőségek

A={\begin{bmatrix}\alpha _{x}&\gamma &u_{0}\\0&\alpha _{y}&v_{0}\\0&0&1\end{bmátrix))

Az A belső kalibrációs mátrix 5 jelentős paramétert tartalmaz. Ezek a paraméterek megfelelnek a gyújtótávolságnak , a pixelek dőlésszögének és az alappontnak (a képsík és az optikai tengellyel való metszéspont, amely egybeesik a fénykép középpontjával. Valós fényképezőgépeknél általában ez az optikai torzítások miatt kissé eltolódott). Pontosabban és megfelel a pixel szélességében és magasságában mért gyújtótávolságnak , és megfelel a főpont koordinátáinak , és , ahol a pixel dőlésszöge [2] . A nemlineáris belső kalibrációs paraméterek, mint például a torzítási együtthatók , szintén fontosak, bár ezek nem szerepelhetnek a belső kalibrációs mátrix által leírt lineáris modellben. A legtöbb modern kamerakalibrációs algoritmus a modell lineáris részének paramétereivel együtt határozza meg ezeket. A belső kalibrálási paraméterek fényképezőgép-specifikusak, nem jelenetspecifikusak, így csak a megfelelő kamerabeállítások módosításakor változnak. $\alpha _{x}$ ${\displaystyle \alpha _{y))$ $u_{0}$ ${\displaystyle v_{0))$ $\gamma ={\alpha _{y}}*\tan \varphi$ $\varphi$

Külső kalibrálási lehetőségek

${\textbf {R}},T$ (ahol egy 1 × 3-as vektor vagy egy 3 × 3-as elforgatási mátrix, egy 3 × 1-es transzlációs vektor) olyan külső kalibrációs paraméterek , amelyek meghatározzák azt a koordináta-transzformációt , amely a jelenetpontok koordinátáit átviszi a világ koordináta-rendszeréből a koordináta-rendszerbe. a kamerához társítva [2] . Vagy az előző definícióval egyenértékűen a külső kalibrációs paraméterek állítják be a kamera helyzetét a világkoordináta-rendszerben. A külső kalibrálási paraméterek közvetlenül kapcsolódnak a fényképezett jelenethez, ezért (a belső kalibrációs paraméterekkel ellentétben) minden fényképnek megvan a maga saját készlete ezekből a paraméterekből. ${\textbf {R}}$ ${\textbf {T}}$

Kamera modell

A fényképezőgép használatakor a felvett jelenet fényét fókuszálja és rögzíti. Ez a folyamat háromról kettőre csökkenti a kamera által fogadott adatok dimenzióinak számát (a 3D jelenet fénye 2D képpé alakul). Ezért az eredményül kapott kép minden pixele az eredeti jelenet fénysugárának felel meg. A kamera kalibrálása során a jelenet háromdimenziós pontjai és a kép pixelei között keresnek egyezést.
Ideális camera obscura esetén egy vetítési mátrix elegendő egy ilyen megfeleltetés beállításához. Bonyolultabb fényképezőgépek esetén azonban az objektívek által okozott torzítás nagyban befolyásolhatja az eredményt. Így a vetületi függvény összetettebb formát ölt, és gyakran transzformációk sorozataként írják le, például: , ahol
$x=I\times Dist(E\times X)$

${\displaystyle X=[x_{w}\,y_{w}\,z_{w}\,1]^{\top ))$ — a jelenet kezdőpontjának koordinátái;
${\displaystyle x=[u\,v\,1]^{\top ))$ — pixel koordináták a képen;
$E=\left[{\begin{array}{*{20}{c}}R&T\\{0_{3}^{T}}&1\\\end{array}}\right]$ a külső kalibrációs mátrix (ahol a 3 × 3 elforgatási mátrix és a 3 × 1 átviteli vektor); $R$ $T$
$Dist$ - a torzítás alkalmazásának funkciója;
$I={\begin{bmatrix}\alpha _{x}&\gamma &u_{0}\\0&\alpha _{y}&v_{0}\\0&0&1\end{bmátrix))$ a belső kalibrációs mátrix.

Kamera kalibrációs algoritmusok

A kalibrációs probléma megoldására többféle megközelítés létezik.

A klasszikus megközelítés a Roger Y. Tsai algoritmus [3] . Két szakaszból áll, amelyek közül az első meghatározza a külső kalibráció paramétereit, a második - a belső kalibráció és a torzítás.
"Új rugalmas kamerakalibrációs technológia" [4] , amelyet Zhengyou Zhang fejlesztett ki, és egy lapos sakktábla kalibrációs objektumon alapul.
Auto-calibration - kalibrációs adatok beszerzése közvetlenül a képekből, és a jelenet nem igényel speciális kalibrációs objektumok jelenlétét.

Az egykamerás kalibrációs algoritmus, valamint a sztereó kalibrációs algoritmus az OpenCV könyvtárban van megvalósítva .

Autocalibration

Ennek a módszernek a fő lépései:

Keressen kulcspontokat az összes képen. Erre a célra például egy Harris sarokdetektor használható.
Pontegyezések keresése a képek között. Ehhez használhatja például a talált szinguláris pontok SIFT-leíróinak összehasonlítását. Ennek eredményeként minden kép egy-egy pixelkészletet tartalmaz, amelyek a jelenet ugyanazon háromdimenziós pontjainak felelnek meg.
Ezt követően a Bundle Adjustment algoritmussal a pontmegfelelési adatok alapján egyidejű keresés történik a jelenet ezen speciális pontjainak kalibrációs paramétereire és 3D koordinátáira is.

Jegyzetek

↑ Ingyenes program a torzítás megszüntetésére . Letöltve: 2015. március 24. Az eredetiből archiválva : 2015. április 2. (határozatlan)
↑ 1 2 Anton Konushin. Több kép geometriai tulajdonságai // Számítógépes grafika és multimédia (online folyóirat). - 2006. - 4. szám (3) . Archiválva az eredetiből 2009. július 23-án.
↑ Roger Y. Tsai algoritmus . Letöltve: 2010. május 17. Az eredetiből archiválva : 2015. november 5.. (határozatlan)
↑ Z. Zhang, "A rugalmas új technika a kamera kalibrálásához" Archiválva : 2015. december 3., a Wayback Machine , IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.22, No.11, 1330–1334, 2000

Linkek

Virtuális és vegyes valóság
Fogalmak	virtualitás Virtuális mozi kibővített valóság Kiterjesztett virtualitás Való élet PA modell virtuális kontinuum mesterséges valóság Szimulált valóság Átható számítástechnika virtuális világ A világ fenntartható állapota Multimodális kölcsönhatások távjelenlét elmerülés Metaverzum
Merítési technológiák	összeállítás Kamera beállítás Tapintható öltöny Virtuális valóság öltöny fejre szerelhető kijelző Optikai head-up kijelző virtuális valóság sisak Szem elé vetített kijelző Kép alapú szimuláció és renderelés Valós idejű számítógépes grafika Virtuális retina monitor hordható számítógép Sztereoszkópia számítógépes sztereó látás számítógépes látás Chroma Key vizuális héj surround televízió Omnidirectional futópad Rejtett felület meghatározása Windows vegyes valóság Holográfia videó hologram
Követés	Mozgásrögzítés Követő rendszer Típusok Optikai inerciális Mágneses Eszközök VR kesztyű VirtuSphere Virtuix Omni Gametrack PlayStation Move Ugró mozdulat Kinect Sixense TrueMotion Wii távirányító
Merítési eszközök	Személyes: EyeTap Fibrum Google Cardboard Google szemüveg homido HTC Vive Intel Project Alloy Microsoft HoloLens Oculus Rift Samsung Gear VR PlayStation VR Térbeli mellény Szobák: AlloSphere BARLANG TreadPort Előzmények: Sensorama Virtuális fiú Famicom 3D rendszer Damoklész kardja Sega VR virtualitás
Alkalmazások	mindenütt jelenlévő játék ARToolKit OpenXR interaktív művészet virtuális graffiti