Nov, 2023
基于基础矩阵的焦距稳健自校准
Robust Self-calibration of Focal Lengths from the Fundamental Matrix
Viktor Kocur, Daniel Kyselica, Zuzana Kúkelová
TL;DR在几何计算机视觉中,给定基础矩阵的两个摄像机自标定问题是一种基本问题。本文提出了一种有效且鲁棒的迭代方法,利用基础矩阵和相机参数的先验估计,估计摄像机的焦距和主点,并且研究了基于 RANSAC 的模型检查方法,有效提高了估计模型的准确性和计算效率。实验证明,即使依赖于不准确的先验,我们的迭代方法相比于 Bougnoux 公式和其他最先进的方法,在估计焦距的准确性方面取得了显著的改进。