Kruppa方程与摄像机自标定

？首先研究探讨了基于绝对二次曲线(theabsoluteconic)进行摄像机自标定鲁棒性差的内在原因.研究发现,该类方法鲁棒性不足的原因主要有三个方面:1)在目标函数的全局最小点处存在大范围的平坦区域,使得任何数值优化算法难以达到全局最小点;2)当存在噪声时,上述平坦区域内会出现大量局部极小值,这样数值优化算法就非常容易收敛到靠近初值的局部极小值,使得算法对初始值的选取十分敏感;3)当有噪声时,目标函数的全局最小值极易偏离正确值.这样,即使数值算法找到了全局最小值,该最小值也不再对应正确的摄像机内参数值.鉴于上述情况,探讨了如何通过平面场景来确定内参数矩阵的初始值,而后进一步利用Kruppa方程的约束来精化内参数矩阵的二步式方法.