基于附加噪声预测器无迹卡尔曼滤波的摄像机标定算法.pdfVIP

15 2 2015 1 科 学 技 术 与 工 程 Vol. 15 No. 2 Jan． 2015 第 卷 第 期 年 月 1671— 1815 (2015)02-0124-07 Science Technology and Engineering  2015 Sci. Tech. Engrg. 基于附加噪声预测器无迹卡尔曼滤波 的摄像机标定算法 陈 琳 卢荣胜 ( ， 230009) 合肥工业大学仪器科学与光电工程学院 合肥 ， (unscented Kalman filter ，UKF) 摘 要 由于环境等因素影响摄像机拍摄过程中存在可变噪声 针对传统无迹卡尔曼滤波 算法 ， UKF 。 ， UKF ， 无法处理未知噪声的问题 设计了一种基于附加噪声预测器 的摄像机标定算法 首先 对传统 算法进行改进 引入 ， 。 ， UKF 噪声估计器并用极大后验估计求取次优解 解决未知可变情况下的噪声问题 然后 利用该改进 算法对摄像机进行标 ， 。 ， 定 实现了标定精度的有效提高 实验结果显示该算法在有效保证滤波收敛性的同时 显著提高了滤波和摄像机的标定精 ， UKF 。 度 由此推断基于附加噪声预测器 的摄像机标定算法是可行高效的 关键词 噪声 预测器 无迹卡尔曼滤波 摄像机标定 次优 中图法分类号 TP391． 72 ; 文献标志码 A 计算机视觉检测的一个重要前提是摄像机的标 进行准确标定的前提是设计者事先对环境等因素产 ， ， ， 定 存在畸变的摄像成像无法准确反映客观实际 尤 生的噪声的具体情况了解 并能够通过模型反应噪 其是高精度视觉检测系统对于摄像机精确标定的需 ， 、 声的变化情况 但是在实际中噪声多存在时变 非零 更加 ， ， ， 求 强烈 因此许多学者对摄像机标定算法进行 均值等情况 传统的卡尔曼滤波算法不再适合 对此 ［1］ 了深入细致研究 。 提出一种基于附加噪声预测器UKF 的摄像机标定 : 算法(the additional noise predictor UKF (unscented 当前主流的研究方向有两个 基于量测和基于 。 ， Kalman filter )based camera calibration algorithm ， 非量测的摄像机标定算法 在量测算法方面 文献 ［2］ ， ANP-UKF)。 提出了摄像机标定两步法 第一步采用径向约