已知像素形状的最小相机数量自标定

在三维重建中，相机标定参数的恢复至关重要，因为它提供了关于观测场景的度量信息，例如角度和距离比值的测量。自标定使得无需使用标定设备即可估计相机参数，而是通过对相机参数施加简单约束来实现。在缺乏内部相机参数（如焦距和主点）信息的情况下，相机像素形状的知识通常是唯一可用的约束。给定刚性场景的射影重建，我们解决了具有已知像素形状且其他内外参数任意变化的相机最小集合的自标定问题。我们提出了一种仅需要5个相机（理论最小值）的算法，从而将基于相同约束的先前算法所需的相机数量减半。为此，我们引入了六线二次曲线簇（SLCV）作为基本几何工具，它由与三维空间中六条给定直线相交于二次曲线上的点的平面集合组成。我们证明了对于三个具有已知像素形状的相机，欧几里得升级问题的解集可以以计算高效的方式参数化。然后利用该参数化从五个或更多相机求解自标定，将三维搜索空间降为二维。我们提供了真实图像的实验，显示了该技术的良好性能。