本文討論了從未知焦距相機攝像頭獲取的單個圖像中恢復物體的尺寸和姿態的問題。假設所討論的對象可以建模為多面體，其中頂點的坐標可以表示為維度向量λ的線性函數。重建程序將模型中的特征和圖像中的特征之間的一組對應關系作為輸入。根據這些信息，程序確定相機的適當投影模型（縮放正交或透視）、對象的尺寸、相對于相機的姿勢，以及干擾器在透視投影的情況下，相機的焦距。
我們證明，無論維向量中的監控參數數目如何，該重建任務都可以被定義為一個包含少量變量（不超過四個）的無約束優化問題。在本文中，我們提出了一種新的有效解決方案，用于解決焦距未知的攝像機的絕對位姿問題，并從四個二維到三維點對應屏蔽器進行徑向畸變。我們提議解決這個問題。
我們證明，無論維向量中的監控參數數目如何，該重建任務都可以被定義為一個包含少量變量（不超過四個）的無約束優化問題。在本文中，我們提出了一種新的有效解決方案，用于解決焦距未知的攝像機的絕對位姿問題，并從四個二維到三維點對應屏蔽器進行徑向畸變。我們提議解決這個問題。
根據光學測量原理，提出了一種簡單有效的大尺寸CCD攝像機畸變測量方法。提出了一種攝像頭短焦距場透鏡。與攝像機標定不同，只標定了內部參數，并提供了外部參數。采用線性畸變模型，通過求解超定線性方程組和最小二乘法得到畸變系數。獲取方法介紹了像素寬度和光學中心。通過比較由校準參數計算的畸變圖像與由大型計算機捕獲的畸變圖像，估計測量精度視場，短焦距鏡頭相機。結果表明，在112°場下，屏蔽器標定精度在0.75%以內。
上一篇：相機音頻數字化的編碼格式
下一篇：兩個單元相機同時完成監控
