杜冬梅，田昆鹏，姜 磊，王小研

(1.河南理工大学 电气工程与自动化学院，河南 焦作 453000; 2.江苏大学 生物工程研究院,江苏 南京 212000;3.中国平煤神马集团 勘探工程处,河南 平顶山 467000)

在机器视觉应用中，常常从摄像机获取的图像信息出发计算三维空间物体的几何信息，并由此识别和提取物体的特征，而物体三维信息与图像的对应关系是由摄像机成像的几何模型决定的，这些几何模型参数就是摄像机参数，通过实验和计算得到的摄像机参数的过程就是摄像机标定.摄像机标定作为机器视觉最基础的部分，已形成了很多方法，理论研究也已经很成熟，当前研究的重点就是针对实际应用问题找到简便、快速、准确的标定方法[1-3].

本研究所用的Matlab标定工具箱可以在Windows系统、Linux系统和Unix系统下使用，而且不需要任何最优化工具箱.用户接口方便灵活，在摄像机标定时使用非常简单[4].

1 摄像机标定原理

1.1 摄像机模型

图1 摄像机标定坐标系

设P(Xw,Yw,Zw)是一个点的世界坐标，P(Xc，Yc，Zc)是该点在摄像机坐标系下的坐标，P(x，y)是该点在图像平面坐标系中的物理坐标，P(u，v)是该点在图像平面坐标系中的像素坐标，如图1所示.

摄像机模型的选择直接影响后面的标定结果，常用的针孔模型忽略了透镜厚度和畸变[5]的存在，所以不能很好地反映摄像机的实际情况.在OpenCv[6]的摄像机标定算法中，考虑了摄像机模型的径向和切向畸变，引入的Tsai摄像机模型更接近透镜的实际.在该摄像机模型中[7-9]，将空间目标……