基于SVR回归拟合的摄像机标定算法

作者：郑百强; 王**; 王炜博

来源：现代制造技术与装备, 2023, 59(02): 30-34.

DOI：10.16107/j.cnki.mmte.2023.0128

• 摄像机标定
• 成像模型
• 支持向量回归(SVR)

在摄像机标定过程中，为得到像素坐标中不同像素坐标值对应的唯一世界坐标值，需要求解相机坐标系和世界坐标系之间的旋转矩阵参数、平移矩阵参数及物理器件特性参数，操作步骤烦琐。因此，提出了一种支持向量回归（Support Vector Regression,SVR）拟合一体化标定算法。首先，为实现图像平面坐标系到世界坐标系的坐标转换，选择大小为26 mm×26 mm的棋盘格作为标定块。每次采集棋盘格，统计图像中的棋盘角点。多次重复采集后，整理图像坐标与世界坐标的数据。其次，训练SVR回归模型，得到SVR的核函数和惩罚因子。最后，定量分析实验结果。相较于传统的标定方法，SVR的方法省略了求解相机畸变的步骤，解决了相机的非线性问题，具有良好的精确度和鲁棒性。

• 出版日期2023
• 单位西安工业大学