1.研究背景 为了从2D图像中提取米制信息，摄像机标定在3D计算机视觉里的 必要的一步。从照相测量法团体开始，已经做了很多工作，最近 在计算机视觉里研究的更多。我们可以把它们大致分为两类：摄 像测绘标定和自标定。 摄像测绘标定.它通过观察一个在3D空间几何信息已知的标定物 来实现的。该方法十分有效。标定物一般包括2-3个正交的平面 。有时，一个平面的精确平移也是需要知道的。这些方法需要昂 贵的标定设备和精细的步骤。 自标定.这种方法不需要使用任何标定物。只是在一个静态的场 景中移动一个摄像机，该场景通常在摄像机的内部参数上从摄像 机显示中提供了2个约束。因此，如果用固定的内部参数的摄像 机拍摄出的图片，3幅对应的图像则足以获取内部和外部参数， 有了这些参数则可以重建三维结构。这些方法很灵活，但是不够 成熟。因为那有很多的参数需要估计，我们很难经常获取可靠的 结果。 其它存在的方法： 我们目前的研究集中在桌面视觉系统(DVS),因为DVS潜在的使用 很大。摄像机越来越便宜越来越普遍。DVS是面对非计算机视觉 专家的大众。一个典型的计算机用户是偶尔使用一下视觉任务， 所以不愿意投资到昂贵的设备。因此，灵活，稳定和廉价是非常 重要的。本文叙述的摄像机标定技术就是基于以上考虑的。 本文提出的技术仅要求摄像机拍摄处于不同姿态的同一个平面模 板。该模板可用激光打印机打印并贴在平面表面上。摄像机和平 面模板都可以移动。并且移动不需要知道。该方法基于摄影测绘 标定技术与自标定之间，因为我们使用2D米制信息而不是3D或绝 对信息。计算机模拟和实际数据都表明该方法具有很好的结果。 与的经典的方法相比，本方法更为灵活。与自标定相比，它具有 很好的稳定性。我们相信它使3D计算机视觉从实验室到应用大大 前进了一步。 注意到Bill Triggs最近提出了一种基于至少5张平面模板视图的 自标定技术。他的方法要比我们的更为灵活，但是也更难初始化 。Liebowitz和Zisserman描述了一种为透视图的米制校正技术， 它使用米制信息如已知角，两个相等但不已知的角，和已知的长 度比率。他们同时提到用至少三幅校正平面可以测出摄像机的内 部参数，虽然没有提供实验数据。 本文的组织结构如下。第2部分描述了观测一个平面基本的约束 。第3部分描述了标定的程序。我们从一个简单的解决方法开始 ，然后采用非线性优化。径向透镜变形已经建立了模型。第4部 分研究本方法可能失败的情况。这些情况可以很容易避免。第5 部分提供了实验数据。计算机模拟和实际实验数据都验证了该方 法。在附录中，我们提供了一些详细的信息，包括模板和图像的 单应数估计技术。