Zusammenfassung
Dieser Artikel beschreibt ein Verfahren zur kontinuierlichen Selbstkalibrierung von Stereokameras und gibt in [1] gewonnene Ergebnisse in verkürzter Form wieder. Die Bedeutung der einzelnen Kameraparameter für die Tiefenrekonstruktion wird untersucht und eine theoretisch fundierte Beschreibung der gesamten Verarbeitungskette einer stereoskopischen Selbstkalibrierung geliefert. Unterschiedliche geometrische Bedingungsgleichungen – die Epipolarbedingung zwischen korrespondierenden Punkten in zwei Bildern, die trilinearen Bedingungen zwischen Bildtripeln und der Bündelausgleich bei längeren Bildverbänden – werden einheitlich in einem Gauß–Helmert-Modell formuliert, welches eine Kalibrierung mit hoher Genauigkeit erlaubt. Die Bestimmung der Kameraparameter erfolgt mit einem robusten, rekursiven Schätzverfahren für Gauß–Helmert-Modelle, basierend auf einem Iterativen Erweiterten Kalman-Filter. Es konnte gezeigt werden, dass eine Kombination verschiedener Bedingungsgleichungen die Zuverlässigkeit der Parameterschätzung erhöht. Die Leistungsfähigkeit der kontinuierlichen Selbstkalibrierung wird anhand realer Bilddaten eines aktiven Stereosystems demonstriert.
Abstract
This article describes an algorithm for continuous self-calibration of stereo cameras and highlights results obtained in [1]. The contribution of this work is a detailed analysis of the influence of individual camera parameters on three-dimensional reconstruction and a theoretically consistent presentation of all processing steps required for stereo self-calibration. Different geometric constraint equations — such as the epipolar constraint between corresponding points in two camera images, the trilinear constraints between image triplets and bundle adjustment for long image sequences — are formulated in a common Gauss-Helmert type model, which allows calibration with high accuracy. Estimates of the camera parameters are obtained using a robust, recursive filter algorithm for Gauss-Helmert models. This algorithm is adapted from an iterative extended Kalman filter. It is shown that a combination of different constraint equations increases the reliability of parameter estimation. The performance of the continuous self-calibration is demonstrated on real imagery of an active stereo camera system.
© by Oldenbourg Wissenschaftsverlag, München, Germany