1. 研究目的与意义（文献综述）

pnp问题（perspective-n-points，n点透视问题）是一个起源于1841年，摄影测量学中的古老问题，是计算机视觉、摄影测量、摄影几何中研究空间点透视几何关系的经典问题。这一问题最初于1841年由德国数学家grunert提出并予以解答，随后被德国摄影学家于1904年再次提出，美国摄影测量学于1949年独立地给出解法。1981年，fishler和bolles把根据控制点定位的ldp问题（location determination prooblem，简称ldp问题）改写为数学形式，成为n点透视问题。

视觉测量，指的是通过建立图像坐标系、摄像机坐标系和世界坐标系的关系，并通过坐标转换可以求出被测物体的三维绝对位置，从而实现视觉定位。在当今世界，得益于计算机与图像处理技术的快速发展，视觉测量技术在航空航天、工业生产、医学等领域发挥着不可估量的作用。而摄影测量是为了满足工业生产中对测量要求的逐年提高而开发的一种机器视觉测量系统。摄影测量是一种基于视差原理的三维测量方式，一般采用双目测量和单目测量的方法。相比于单目视觉，双目视觉在测量精度上拥有着绝对的优势。而所谓双目pnp指的是采用互相垂直的两个摄像机，用一个相机的非深度方向值代替另一个摄像机的深度方向值，这种冗余 pnp 定位方式可有效降低在深度方向上的误差。

摄影测量的主要任务是用于测制各种比例尺的地形图，建立地形数据库，为各种地理信息系统、土地信息系统以及各种工程应提供空间基础数据，同时服务于非地形领域，如工业、建筑、生物、医学、考古等领域。按距离远近分为航天摄影测量、航空摄影测量、地面摄影测量、近景摄影测量、显微摄影测量。按用途分为地形摄影测量与非地形摄影测量，地形摄影测量主要用来测绘国家基本地形工业、建筑、考古、地质工程及生物和医学等各方面的科学技术问题。按处理手段分为模拟摄影测量、解析摄影测量和数字摄影测量，模拟摄影测量的结果通过机械或齿轮传动方式直接在绘图桌上绘出各种图件来，如地形图或各种专题图，它们必须经过数字化才能进入计算机；解析和数字摄影测量的成果是各种形式的数字产品和目视化产品，数字产品包括数字地图、数字高程模型、数字正射影像图、测量数据库、地理信息系统和土地信息系统等。这里的可视化产品包括地形图、专题图、纵横剖面图、透视图、正射影像图、电子地图、动画地图等。

2. 研究的基本内容与方案

本文需要针对相机位置不固定问题，提出基于pnp方法的相机外参标定方案。以一长方体为目标物体，建立目标物体坐标系，确定目标物体坐标系下角点的空间坐标。建立包含透镜畸变分析的摄像机针孔成像模型，采集目标物体图像，获取物体角点的图像坐标，根据目标物体角点的物点和像点对应关系，得到的摄像机在目标物体坐标系下的位姿参数，计算目标物体角点在摄像机坐标系下的坐标。

首先需要确定目标物体坐标系下的特征点的空间坐标。利用特征点代替图像中所有像素点能够减少计算量。依据算法应用的背景不同，特征点的分类也不同。本文选择角点作为感兴趣的特征点。目前的角点检测算法可归纳为3类：基于灰度图像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测。基于灰度图像的角点检测又可分为基于梯度、基于模板和基于模板梯度组合3类方法，其中基于模板的方法主要考虑像素领域点的灰度变化，即图像亮度的变化，将与邻点亮度对比足够大的点定义为角点。角点原理来源于人对角点的感性判断，即图像在各个方向灰度有明显变化。算法的核心是利用局部窗口在图像上进行移动判断灰度发生较大的变化，所以此窗口用于计算图像的灰度变化为：[-1,0,1;-1,0,1;-1,0,1][-1,-1,-1;0,0,0;1,1,1]。人各个方向上移动这个特征的小窗口，如果窗口内区域的灰度发生了较大的变化，那么就认为在窗口内遇到了角点。常见的基于模板的角点检测算法有kitchen-rosenfeld角点检测算法，harris角点检测算法、klt角点检测算法及susan角点检测算法。本文将采用harris角点检测算法确定角点的空间坐标。并针对harris算法冗余角点过多的问题，引入尺度旋转不变角点，兼具尺度不变性和旋转不变性。尺度不变性角点，即为同时存在于多个尺度空间的角点。对尺度不变角点及其附近像素点计算方向描述子，选定幅值最大的方向为主方向，幅值不低于最大值80%的方向为辅方向。具有单一主辅方向的角点为尺度旋转不变角点。若存在多个辅方向，说明该点在任何一方向上的变化都很缓慢，属于空白部分，或者该点在任何一方向上变化都很快，属于噪声部分。

其次需要建立包含透镜畸变分析的摄像机针孔成像模型，采集目标物体图像。本文采用相互垂直的两个摄像机，分别从不同角度拍摄特征点。用一个相机的非深度方向值代替另一个摄像机的深度方向值，降低在深度方向上的误差。实际操作时，使摄像机1与摄像机2放置位置在水平面上相互平行，摄像机轴向相互垂直，在垂直方向上也能保证平行。可以通过一体加工，来保证铅垂线上的基本精度。在摄像机内参数和像差系数已知的条件下，拍摄目标长方体。再通过图像分析得到目标点即角点成像的像点坐标。

3. 研究计划与安排

第1周—第4周 搜集资料，撰写开题报告；

第5周—第6周 论文开题；

第7周—第12周 撰写论文初稿；

4. 参考文献（12篇以上）

[1] 黄玉强, 叶磊. 基于双目视觉的目标测距[j]. 汽车实用技术, 2017(2):148-151.

[2] 贺勇标, 杨天龙, 鲁国峰,等. 基于线结构光的双目视觉目标位姿测量研究[j]. 机械工程师,2017(5):1-3.[3] 苍岩, 尹凤鸣, 毕晓君,等. 改进的双目立体视觉算法及其应用[j]. 哈尔滨工程大学学报,2017, 38(3):465-470.

[4] tanx, sun c, sirault x, et al. feature matching in stereo images encouraginguniform spatial distribution[j]. pattern recognition, 2015, 48(8):2530-2542.