基于嵌入式平台的视频采集设备光学参数研究

郭 哲(陕西中医药大学 陕西 712046)

引言:相机标定［1］是视觉测量、三维重建、无人驾驶、智能控制等视觉研究工作的基础，在计算机智能控制领域中占有相当重要的地位。从图像推知物体空间的三维信息，或从空间三维信息推知二维图像坐标，从而建立二维特征点和三维空间坐标点间的联系，都必须确定相机本身的几何和光学参数，相机标定在视觉工作中显得极为重要［2］。

由于相机标定涉及图像预处理、投影变换等大量复杂的数据计算，使得目前大多数摄像机标定系统基于PC架构实现，便携性、机动性受到很大的限制。为了提高视觉测量的灵活性和实用性，目前使用较为常见的相机标定视频图像采集端由可随意移动、体积小巧的便携式嵌入式系统完成，后端的PC机完成图像的分析处理，受限于网络稳定性和带宽的影响，系统的使用范围受到很大影响，特别针对相机经常变焦的情况，基于PC后台处理的标定系统达不到随意移动的目的，使用效率低下，影响了视觉测量和三维重建等的广泛使用。嵌入式设备所固有系统可裁剪、系统精简等特点，为设备的便携性、可移动开发提供良好的硬件支撑。因此，基于嵌入式设备相机标定的研究显得十分必要。

1 相机成像模型

相机标定是根据相机成像模型，由已知世界坐标的目标物体求解相机固有参数。数码相机摄取图像实际上是一个光学成像过程，摄像机成像模型可以简化为小孔成像模型，光线从物体某点发出，通过针孔投影到成像平面。摄像机成像模可抽象为三维空间点之间的转换，P(x，y，z)为空间中目标点，经透镜投影到成像仪上的图片坐标为p(xd，yd)，理想针孔模型下成像点p＇为(xc，yc)。成像过程可理解为成像点分三个步骤在四个坐标系间相互转换，四个坐标系分别为:

(1)空间坐标系—世界坐标系是计算测量的参考系，以实际的自然环境建立该坐标系，即三维空间坐标。

(2)相机坐标系—坐标系以摄像头的光心为坐标原点，Z轴与光轴重合，XOY平面与成像平面平行。

(3)图片坐标系—坐标系以图像中心o为坐标原点，其它两个轴轴分别与相机坐标系的X、Y轴平行。

(4)像素坐标系—坐标系坐标原点在图像平面左上角，u、v轴分别与图像坐标系的U、V轴平行。

摄像机成像可简化为三个步骤为:首先建立空间坐标系中的点相机坐标系中点的联系，再建立相机坐标系和图片坐标系间联系，最后根据缩放、平移等操作建立图片坐标系和像素坐标系间联系［3］。

2 数码相机标定

2．1投影映射。依据摄像机模型，可以经平移、旋转等变换依次将空间坐标系、相机坐标系、图片坐标系、像素坐标系中的点建立联系。摄像机成像的理论模型为小孔成像模型，光心O到图像平面的距离被称为焦距f，根据透视投影原理，可建空间坐标系和图片坐标系之间点的关系。

根据摄像机成像原理模型，经坐标系间转换建立像素坐标系和三维空间坐标系中点的联系，使用已知大小的标定物体，标定相机，由于三维空间中的目标物体特征点的三维坐标已知，图像像素坐标系中的物体像素坐标也可根据图像像素测得，便可利用像素坐标系和三维空间坐标系间点的关系，建立方程组，求出相机固有参数。

2．2相机标定。Tiny6410嵌入式平台具有很多其它处理器不能兼备的特点。其具有体积小巧、功耗低、接口丰富、兼容性强、可移植性强等特点，其强大的性能可为后台的数据处理提供强有力的支撑。

采用该处理器构建一套相机标定系统，借助于QT图像库的人机交互功能为前台提供友善的人机交互界面，便于人机交互;利于Linux系统下的v4l2接口可同时采集双路视频图像，为两个相机的同步视频输出提供保障;同时移植基于Linux系统的OpenCV视觉库，为后台的视频图像处理给予强大支撑。

标定工作主要分为以下三个阶段:

1．目标图像采集:调整目标物体的角度，获取多组不同方位、姿态的目标图像序列。

2．特征点提取:依次检测每组图像，并有效提取、统计、标记目标图像中特征点数目、三维空间坐标、像素坐标，同时保存角点数目完整的图像序列坐标。

3．标定求解:利用坐标系特征点的关系，建立特征点方程组，通过已知的特征点坐标求解相机参数。

3 总结

提出了一种基于Tiny6410嵌入式平台的相机标定技术方案，该技术结合二维特征点进行标定，其算法简单且精度高，针对相机经常变焦的情况，该系统具有很好的适应性，可广泛应用于基于移动开发的三维重构和视觉测量等方面，具有一定研究价值。