基于基础矩阵的主焦距鲁棒自标定

从给定基础矩阵对两个相机进行自标定是几何计算机视觉中的基本问题之一。在已知主点且像素为正方形的假设下，著名的 Bougnoux 公式提供了一种计算两个未知焦距的方法。然而，在许多实际情况下，由于普遍存在的奇异性，该公式会产生不准确的结果。此外，估计值对计算所得基础矩阵中的噪声以及所假设的主点位置敏感。因此，在本文中，我们提出了一种高效且鲁棒的迭代方法，在给定基础矩阵和估计相机参数的先验条件下，估计相机的焦距及主点。此外，我们研究了一种在 RANSAC 内生成模型的计算高效检验方法，可在减少总计算时间的同时提高估计模型的精度。在真实与合成数据上的大量实验表明，即便依赖不准确的先验，我们的迭代方法在估计焦距精度上也相较 Bougnoux 公式及其他最先进方法取得了显著提升。