带尺度因子估计的关节相机系统标定

多相机系统 (MCS) 已广泛应用于许多视觉应用中，并最近引起了广泛关注。MCS 主要有两种类型：一种是刚性多相机系统 (RMCS)；另一种是关节相机系统 (ACS)。在 RMCS 中，相机之间的相对位姿（相对三维位置和方向）是不变的。而在 ACS 中，相机通过可动关节连接，它们之间的相对位姿可能会发生变化。因此，通过对 ACS 进行标定，我们不仅希望找到相机之间的相对位姿，还希望找到 ACS 中关节的位置。在本文中，我们利用一个简单的约束开发了 ACS 的标定算法：在 ACS 变换过程中，关节相对于与其连接的相机是固定的。当 ACS 中相机的变换可以相对于同一坐标系进行估计时，可以通过求解线性方程来计算 ACS 中关节的位置。然而，在非重叠视场的 ACS 中，只能估计相机的自运动变换。我们提出了一种两步法来解决这个问题。在这两种方法中，均假设 ACS 在静态环境中执行了一般变换。通过仿真和真实实验测试了所提出方法的效率和鲁棒性。在真实实验中，利用我们的标定程序和相同的图像序列同时获得了 ACS 的内参和外参，无需额外的数据采集步骤。利用 ACS 的标定结果恢复并展示了相应的轨迹。由于 ACS 中不同相机的估计平移可能由不同的尺度因子缩放，因此还提出了一种尺度因子估计算法。据我们所知，我们是首个研究 ACS 标定的团队。