非线性相机模型对AR系统注册精度的改进

    增强现实(Augmented Reality,简称AR)是在虚拟现实(Virtual Reality)基础上发展起来的一种新技术.它是把计算机产生的虚拟物体或其他相关信息按设计要求准确地叠加到真实场景中,实现对现实信息的/增强0,呈现给用户一个视觉效果真实的新环境.一个成功的增强现实系统的技术关键是进行准确的三维跟踪注册(即虚拟物体与真实物体的对准).要做到这一点,就要求虚拟摄像机与真实摄像机方向、位置、焦距保持一致.因此利用图像信息求解真实摄像机的位置与方向,成为普遍关注的关键技术.在实际情况下,相机成像所存在的畸变,会影响求解的准确性.因此,引入相机的非线性模型,考虑畸变对成像过程的影响,将会提高相对采用线性针孔相机模型的AR系统注册精度.

    1 基于基本矩阵的AR系统注册方法原理[1]

    在AR系统中实现3D注册的方法可以分为视觉方法和非视觉方法.在非视觉注册方法中,除了AR系统必需的摄像设备之外,还要添加其他的跟踪设备(如磁性跟踪设备、声学跟踪设备、惯性跟踪设备等),给系统构建和使用带来一定的局限,此外这些跟踪设备还往往容易受到外界的干扰,影响到AR系统注册的准确性.

    AR系统的视觉注册方法,是利用计算机视觉几何原理,通过对摄像机进行标定从而实现注册的目的.目前,通常采用在场景中放置人工标志物来实现注册,但这种方法的应用有一定的局限,因此研究在无人工标志物时实现注册成为近年来注册技术研究的热点.最近提出的一种基于基本矩阵的注册方法,运用对极几何中基本矩阵的理论和方法,对场景中的自然特征点进行跟踪注册,具有很强的实用性.

    1.1 基本矩阵的性质

    两视图的对极几何关系如图1所示,其中x、xc为空间任意平面上点X在2幅视图下的成像点;C、Cc为两摄像机的中心;e、ec分别为第一、第二幅视图下的极点;l(lc)为第二幅视图xc(第一幅视图x)对应的对极线.基本矩阵F反映了从一幅图像上的点到另一幅图像上与之对应的点的映射关系:

    基本矩阵F有下述基本性质:

    (1)秩为2即ran(F)=2,自由度为7;

    (2)lc=Fx是对应于x的对极线,l=FTxc是对应于xc的对极线;

    (3)极点e满足Fe=0,极点ec满足FTec=0;

    (4)F在相差一个非零常数因子下是唯一确定的.

    方程xcTiFxi=0中,xi)xci是两幅图像的任意一对匹配点.因此给定足够多(n8)的匹配点对,采用最小二乘法就可以计算出基本矩阵来.具体计算方法如下:

    (1)给定n8组2D到2D的点对xi)xci,归一化xi,计算一个只包含位移和缩放的相似变换w,将点点集xi变换到新点集xp,使点xpi的形心位于原点,且它们到原点的平均距离是2;