全球視野 全球視野 一致觀點 一致觀點 › materials › media › EBSHK_brochure_TC_l.pdf · 用黃金比例的設計象徵一 個完美的平衡,構成一個 ...
カメラキャリブレカメラキャリブレ...
Transcript of カメラキャリブレカメラキャリブレ...
カメラキャリブレーションカメラキャリブレ ション
呉海元@和歌山大学呉海元@和歌山大学2010年6月21日
カメラキャリブレーション(校正)実世界のカメラとカメラモデルとの対応付け
2
カメラキャリブレーション項目ラキャリ ション項目 幾何学的キャリブレーション
外部パラメ タ: 6- 外部パラメータ: 6世界座標系におけるレンズの中心座標(t)、レンズ光軸の方向(R)レンズ光軸の方向(R)
- 内部パラメータ: 5像 像 ズ焦点距離、画像中心、画像(画素)サイズ、
歪収差係数 カメラの外部変数(extrinsic parameters): 6個
3(world coordinate system)
カメラキャリブレーション手順ラキャリ シ 手順
1 幾何学的・光学的特性が既知の対象物を撮影1. 幾何学的 光学的特性が既知の対象物を撮影
2. 対象物固有の特徴(特徴点の世界座標など)とその画像特徴(その特徴点の画像座標)を対応付け~ エピポーラ幾何、知識、ヒューリスティクス
3 カメラモデルに基づき モデルパラメ タを推定3. カメラモデルに基づき、モデルパラメータを推定~ 射影幾何、線形代数、数値解析、統計
4
キャリブレーションデータと安定性
ワールド座標と画像座標の対応点安定性
標 像 標
• 3次元位置既知の特徴点
• 透視投影行列P• 透視投影行列P
既知の形状の特徴既知の形状の特徴
• 平面上の特徴点、円、矩形など
ホモグラフィH レンズ歪みk• ホモグラフィH、レンズ歪みk,
画像座標同士の対応付け画像座標同士の対応付け• 3次元位置未知の特徴点、軌跡など
基礎行列F E 簡便さ• 基礎行列F,E 簡便さ
Single Camera CalibrationSingle Camera CalibrationExtrinsic Parameters Intrinsic Parameters
f : focal lengthk : scale of the pixel
coordinate axis
Extrinsic Parameters t s c a a ete sR : rotation matrixt : translation vector
u ,v : image principal point0 0
Camera Coordinate System
Tsai’s Method
World Coordinate SystemWorld Coordinate System
Image Coordinate SystemProjective Camera Matrix
Example Calibration PatternExample Calibration Pattern
非平面パターン
Calibration Pattern:平面パターン
Calibration Pattern: Object with features of known size/geometry
Harris or Canny Corner DetectorHarris or Canny Corner Detector
手動か自動か入力画像からキャリブレーションパターンの特徴点を探し出すの特徴点を探し出す
カメラの内部パラメータカメラの内部パラメ タ
xoZX
sfx
ZXfx
yx ss , size pixelx Zs
yoYfy
Z
Yfy
X O yx oo ,center image
yy Zs
yZ
fy
X yxg
21, distortion lens kk
fZfl thf l flength focal
Calibration = Determine the intrinsic parameters of a camera
キャリブレーション(内部パラメータ)キャリブレ ション(内部パラメ タ)
幾何変換のパラメータ推定幾何変換 ラ タ推定透視投影 内部パラメータ
00
XofkU
01000000
ZY
ofkofk
SVU
yy
xx
image
image
画像上の点や3次元空間中の点の座標を与えて、
1
0100S
画像上の点や3次元空間中の点の座標を与えて、パラメータを求める、最適化問題として定式化される
キャリブレ ション(外部パラメ タ)キャリブレーション(外部パラメータ)
ド座標系 座標系 ワールド座標系とカメラ座標系の下
tx, ty, tz と r1,1…r3,3 はカメラ外部パラメータx y z 1,1 3,3
外部パラメータ
キャリブレーション(全パラメータ)キャリ ション(全 ラ タ)ワールド座標系と画像座標系の下で
ldX
)43( world
world
image
image
ZYX
VU
P
1
worldg Z
S
透視投影モデルのキャリブレーション透視投影モデルのキャリブレ ション
行列P
worldimage
XU 行列P
自由度11rank 3
)43(
world
worldimage
image
ZY
SVU
Prank 3
1worldS
画像上の点 三次元空間中の点 対応点1個画像上の点 三次元空間中の点 対応点1個拘束2PXx
6点以上の対応付けから求められる
PXx 対応点 から求められる
Pの推定の線形解法推定 線 解法(6 points algorithm)
• 6点以上の対応点からPを推定• 6点以上の対応点からPを推定
• 線形最適化
n (n≧6)個の対応点から2nの方程式
は2n×12行列行列で書くと
を す を求を最小にするPを求める
ただしp=0を除く→ とする(11自由度)ただしp 0を除く→ とする(11自由度)
最小二乗最小二乗
通常の最小二乗法で微分=0とすると通常の最小二乗法で微分=0とすると
明らかな解p=0しか求まらない
ラグランジェの未定乗数法を使う
固有方程式ラグランジェ乗数
pがWの固有ベクトルのとき成立pはWの最小固有値に のとき成立
対応する固有ベクトル
6 points algorithm の利点 欠点6 points algorithm の利点、欠点
利点• 計算コストが小さい
• 数値計算的に安定
欠点欠点
• 最小化の目的関数が、幾何学的にな意味を持たない
非線形解法
• 幾何学的に意味を持つ数値を最小化する• 幾何学的に意味を持つ数値を最小化する
非線形解法非線形解法
( )T•幾何学的に意味のある誤差を最小化画像上の観測点と投影点の誤差を最小化
T TT
( )
T
•画像上の観測点と投影点の誤差を最小化
• 非線形最適化• ニュートン法、マーカート法など
• 精度は高いが、計算コストが高い、局所解が存在する高い、局所解が存在する
• 線形解を初期値にする
透視投影行列の分解透視投影行列の分解
Pを内部パラメータK、回転R、並進tに分解
P= = 画像座標の傾き
M=KR K:上三角行列
部分を とするとPの3×3の部分をMとするとM=KRK→上三角行列、R→正規直交行列
分解 と 分解 きるよって、QR分解でKとRに分解できる
また、Kが求まれば、
透視投影行列Pの推定まとめ透視投影行列Pの推定まとめ
が が3次元座標が既知の点が必要
ワールド座標に対するカメラの位置 姿勢がワ ルド座標に対するカメラの位置、姿勢が求まる
カメ 台数を増やし も 同じ ド座標カメラの台数を増やしても、同じワールド座標に対するPを求めればよい
出席チェック出席チェック
単眼カメラの幾何学的キャリブレーションについて、
1) 透視投影行列Pの自由度?ランク?何点以上あれば求めることが可能ですか?れば求めることが可能ですか?
2) 紹介した透視投影行列Pを求める方法(線形、非線形)の利点 欠点をそれぞれ述べなさい非線形)の利点、欠点をそれぞれ述べなさい
Two-view geometryTwo view geometry複数カメラ間のキャリブレーション
3D reconstructionEpipolar geometryEpipolar geometryE-matrix comp.F-matrix comp.H-matrix compH matrix comp.Structure comp.
基礎行列Fのキャリブレーション
ピボラ平面
基礎行列Fのキャリブレ ション
エピボラ平面
左カメラの画像点 右カメラの画像点
from Hartley& Zissermanbaseline
画像間の対応点集合から基礎行列Fを推定
x x’エピポーラ方程式
x xx’TFx=0
Fの推定:線形解法推定 線形解法
x’TFx=00
ただし P行列と同様に最小固有値に対応する固有ベクトルとして推定
非線形解法非線形解法
線 幾線形解法の目的関数は幾何学的に無意味
非線形解法非線形解法
目的関数
• エピポーララインと対応点の距離
• ステレオ復元後の再投影誤差
ニュートン法、マーカート法など
線形解を初期値とする線形解を初期値とする
基礎行列の分解礎行列 分解
内部パラメータKが既知の場合
• 基礎行列Fから基本行列Eに変換
エピポールe、e’はどんな点にも対応するので
O O’
の最小値と対応する固有ベクトル
→eは
エピポールeは並進tと同じ方向(スケールは不定)
基礎行列の分解基礎行列 分解
よりまた
の最小化によってRを求められる
エピポールを用いた平行化epipolar pencilエピポーラペンシール
from Hartley& Zisserman
H
エピポーラ線が平行になる変換
基礎行列から平行ステレオへ変換基礎行列から平行ステレオへ変換
corner
視差(disparity)視差(disparity)
姿勢や、Bの長さが分からなくても、形状を復元できる、 長 、エピポールさえ分かれば、形状復元ができる
基礎行列Fの推定まとめ基礎行列Fの推定まとめ
基礎 像 応 だ 未知 点• 基礎行列は画像間の対応付けだけ(未知の点)
• 基礎行列からカメラ間の相対位置、姿勢の復元や、平行ステレオへの変換が可能
• 未校正の2枚の画像から、カメラの姿勢の復元未校正の2枚の画像から、カメラの姿勢の復元とシーンの形状復元が可能(ただしスケール不定)定)
• 自較正、uncalibrated stereo などと呼ばれる
内部パラメ タのキャリブレ ション内部パラメータのキャリブレーション
ゴ ズ Tsaiのアルゴリズム
• 3次元座標既知の点から、レンズ歪みを含む内3次元座標既知の点から、レンズ歪みを含む内部パラメータを推定
• 初期からソースコードが公開されていたため 多• 初期からソ スコ ドが公開されていたため、多くの人たちが利用
Tsaiのモデル
ワールド座標カメラ座標 投影面座標焦点距離
座標ラ座標 投影面座標
並進回転 並進
Tsaiのモデル
スケール因子(縦横比)
歪み座標 画像座標
スケ ル因子(縦横比)
画像中心
歪み係数サンプリング間隔サンプリング間隔
(CCDの幅)
回転R 並進T 6パラメ タTsaiのモデル回転R•並進T 6パラメータ
焦点距離f 1パラメータ
ひずみ係数k 1パラメータ
画像中心 1パラメータスケール因子 1パラメータスケ ル因子 1パラメ タサンプリング間隔 2パラメータ
12パラメータの非線形最適化
例例
入力画像キャリブレーション後
歪みを補正
Tsaiの方法まとめTsaiの方法まとめ
• 3次元位置既知の点から内部パラメ タを推定• 3次元位置既知の点から内部パラメータを推定
• 高次元(12パラメータ)の非線形最適化
• あまり安定ではないが、ソースが公開されていたためよく使われた
• 最近は ZhangらのEasyCalibがよく使われる最近は、ZhangらのEasyCalibがよく使われる
• 平面上の座標既知の格子点(平面の状態は未知)
• 数枚の平面から 歪みを含む内部 外部パラメータを推定• 数枚の平面から、歪みを含む内部、外部パラメータを推定
• 安定、精度はTsaiよりはいい
• OpenCVに含まれる• OpenCVに含まれる
EasyCalibEasyCalib State-of-the-art calibration
Z. Zhang: Flexible Camera Calibration By Vi i Pl F U k O i t tiViewing a Plane From Unknown Orientations (1999)• Solves correspondence problem• Works with planar calibration padp p• Works well in practice
格子点が直線になるように歪み補正Homographyの推定
Calibration Software: OpenCVCalibration Software: OpenCV
Calibration Software: MatlabCalibration Software: Matlab
内部パラメータのキャリブレーションまとめ内部パラメータのキャリブレーションまとめ
昔 ゴ ズ が く使われ• 昔はTsaiのアルゴリズムがよく使われた
• ソースが公開
• 不安定、3次元位置既知の点が必要
• 最近はEasyCalibがよく使われるy• 安定
• 使い勝手がいい使 勝手
• 平面上の格子点• 平面の位置は未知でいい
• 格子点は自動検出しやすい
• 格子点検出も含めてソースが公開されている(OpenCV)
出席チェック出席チェック
複数カメラの幾何学的キャリブレーションについて、
• 透視投影行列Pを求める場合と基礎行列Fを求める場合の利点、欠点を述べなさいめる場合の利点、欠点を述べなさい