Bundle Adjustment and System Calibration with Points at Infinity for Omnidirectional Camera Systems Bündelausgleichung und Systemkalibrierung mit Punkten im Unendlichen für omnidirektionale Kamerasysteme
{"title":"Bundle Adjustment and System Calibration with Points at Infinity for Omnidirectional Camera Systems Bündelausgleichung und Systemkalibrierung mit Punkten im Unendlichen für omnidirektionale Kamerasysteme","authors":"J. Schneider, Wolfgang Förstner","doi":"10.1127/1432-8364/2013/0179","DOIUrl":null,"url":null,"abstract":"We present a calibration method for multi-view cameras that provides a rigorous maximum likelihood estimation of the mutual orientation of the cameras within a rigid multi-camera system. No calibration targets are needed, just a movement of the multi-camera system taking synchronized images of a highly textured and static scene. Multi-camera systems with non-overlapping views have to be rotated within the scene so that corresponding points are visible in different cameras at different times of exposure. By using an extended version of the projective collinearity equation all estimates can be optimized in one bundle adjustment where we constrain the relative poses of the cameras to be fixed. For stabilizing camera orientations – especially rotations – one should generally use points at the horizon within the bundle adjustment, which classical bundle adjustment programs are not capable of. We use a minimal representation of homogeneous coordinates for image and scene points which allows us to use images of omnidirectional cameras with single viewpoint like fisheye cameras and scene points at a large distance from the camera or even at infinity. We show results of our calibration method on (1) the omnidirectional multi-camera system Ladybug 3 from Point Grey, (2) a camera-rig with five cameras used for the acquisition of complex 3D structures and (3) a camera-rig mounted on a UAV consisting of four fisheye cameras which provide a large field of view and which is used for visual odometry and obstacle detection in the project MoD (DFG-Project FOR 1505 “Mapping on Demand”). Zusammenfassung: Bündelausgleichung und Systemkalibrierung mit Punkten im Unendlichen für omnidirektionale Kamerasysteme. In diesem Artikel stellen wir eine Kalibrierungsmethode für Multikamerasysteme vor, welche eine strenge MaximumLikelihood-Schätzung der gegenseitigen Orientierungen der Kameras innerhalb eines starren Multikamerasystems ermöglicht. Zielmarken werden nicht benötigt. Das synchronisiert Bilder aufnehmende Kamerasystem muss lediglich in einer stark texturierten statischen Szene bewegt werden. Multikamerasysteme, deren Bilder sich nicht überlappen, werden innerhalb der Szene rotiert, so dass korrespondierende Punkte in jeder Kamera zu unterschiedlichen Aufnahmezeitpunkten sichtbar sind. Unter Verwendung einer erweiterten projektiven Kollinearitätsgleichung können alle zu schätzenden Größen in einer Bündelausgleichung optimiert werden. Zur Stabilisierung der Kameraorientierungen – besonders der Rotationen – sollten Punkte am Horizont in der Bündelausgleichung verwendet werden, wozu klassische Bündelausgleichungsprogramme nicht in der Lage sind. Wir benutzen eine minimale Repräsentation für homogene Koordinaten für Bildund Objektpunkte, welche es uns ermöglicht, mit Bildern omnidirektionaler Kameras wie Fisheye-Kameras und mit Objektpunkten, welche weit entfernt oder im Unendlichen liegen, umzugehen. Wir zeigen Ergebnisse unserer Kalibrierungsmethode für (1) das omnidirektionale Multikamerasystem Ladybug 3 von Point Grey, (2) ein Kamerasystem mit fünf Kameras zur Aufnahme komplexer 3DStrukturen und (3) ein auf eine Drohne montiertes Kamerasystem mit vier Fisheye-Kameras, welches ein großes Sichtfeld besitzt und zur visuellen Odometrie und zur Hinderniserkennung im Projekt MoD (DFG-Projekt FOR 1505 ”Mapping on Demand“) verwendet wird.","PeriodicalId":56096,"journal":{"name":"Photogrammetrie Fernerkundung Geoinformation","volume":"33 1","pages":"309-321"},"PeriodicalIF":0.0000,"publicationDate":"2013-08-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"16","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Photogrammetrie Fernerkundung Geoinformation","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.1127/1432-8364/2013/0179","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q","JCRName":"Social Sciences","Score":null,"Total":0}
引用次数: 16
Abstract
We present a calibration method for multi-view cameras that provides a rigorous maximum likelihood estimation of the mutual orientation of the cameras within a rigid multi-camera system. No calibration targets are needed, just a movement of the multi-camera system taking synchronized images of a highly textured and static scene. Multi-camera systems with non-overlapping views have to be rotated within the scene so that corresponding points are visible in different cameras at different times of exposure. By using an extended version of the projective collinearity equation all estimates can be optimized in one bundle adjustment where we constrain the relative poses of the cameras to be fixed. For stabilizing camera orientations – especially rotations – one should generally use points at the horizon within the bundle adjustment, which classical bundle adjustment programs are not capable of. We use a minimal representation of homogeneous coordinates for image and scene points which allows us to use images of omnidirectional cameras with single viewpoint like fisheye cameras and scene points at a large distance from the camera or even at infinity. We show results of our calibration method on (1) the omnidirectional multi-camera system Ladybug 3 from Point Grey, (2) a camera-rig with five cameras used for the acquisition of complex 3D structures and (3) a camera-rig mounted on a UAV consisting of four fisheye cameras which provide a large field of view and which is used for visual odometry and obstacle detection in the project MoD (DFG-Project FOR 1505 “Mapping on Demand”). Zusammenfassung: Bündelausgleichung und Systemkalibrierung mit Punkten im Unendlichen für omnidirektionale Kamerasysteme. In diesem Artikel stellen wir eine Kalibrierungsmethode für Multikamerasysteme vor, welche eine strenge MaximumLikelihood-Schätzung der gegenseitigen Orientierungen der Kameras innerhalb eines starren Multikamerasystems ermöglicht. Zielmarken werden nicht benötigt. Das synchronisiert Bilder aufnehmende Kamerasystem muss lediglich in einer stark texturierten statischen Szene bewegt werden. Multikamerasysteme, deren Bilder sich nicht überlappen, werden innerhalb der Szene rotiert, so dass korrespondierende Punkte in jeder Kamera zu unterschiedlichen Aufnahmezeitpunkten sichtbar sind. Unter Verwendung einer erweiterten projektiven Kollinearitätsgleichung können alle zu schätzenden Größen in einer Bündelausgleichung optimiert werden. Zur Stabilisierung der Kameraorientierungen – besonders der Rotationen – sollten Punkte am Horizont in der Bündelausgleichung verwendet werden, wozu klassische Bündelausgleichungsprogramme nicht in der Lage sind. Wir benutzen eine minimale Repräsentation für homogene Koordinaten für Bildund Objektpunkte, welche es uns ermöglicht, mit Bildern omnidirektionaler Kameras wie Fisheye-Kameras und mit Objektpunkten, welche weit entfernt oder im Unendlichen liegen, umzugehen. Wir zeigen Ergebnisse unserer Kalibrierungsmethode für (1) das omnidirektionale Multikamerasystem Ladybug 3 von Point Grey, (2) ein Kamerasystem mit fünf Kameras zur Aufnahme komplexer 3DStrukturen und (3) ein auf eine Drohne montiertes Kamerasystem mit vier Fisheye-Kameras, welches ein großes Sichtfeld besitzt und zur visuellen Odometrie und zur Hinderniserkennung im Projekt MoD (DFG-Projekt FOR 1505 ”Mapping on Demand“) verwendet wird.
我们提出了一种多视图相机的校准方法,该方法提供了刚性多相机系统中相机相互方向的严格最大似然估计。不需要校准目标,只需要多相机系统的运动,即可拍摄高度纹理和静态场景的同步图像。具有非重叠视图的多相机系统必须在场景中旋转,以便在不同的相机在不同的曝光时间可以看到相应的点。通过使用投影共线性方程的扩展版本,我们可以在一个束调整中优化所有估计,其中我们约束相机的相对姿态是固定的。为了稳定摄像机的方向——尤其是旋转——通常应该在束调整中使用地平线上的点,这是经典的束调整程序无法做到的。我们对图像和场景点使用最小的同质坐标表示,这允许我们使用具有单一视点的全向相机的图像,如鱼眼相机和距离相机很远甚至无限远的场景点。我们展示了我们的校准方法的结果:(1)来自Point Grey的全向多相机系统Ladybug 3,(2)用于获取复杂3D结构的带有五台相机的相机架,以及(3)安装在无人机上的相机架,由四个鱼眼相机组成,提供大视野,用于MoD项目(DFG-Project for 1505“Mapping on Demand”)中的视觉测距和障碍物检测。[3][1]全向相机系统:b ndelausgleichung与Systemkalibrierung, mitpunkten, Unendlichen f。在em Artikel stellwieinekalibrierungsmethod fr Multikamerasystems vor中,将einestrenge MaximumLikelihood-Schätzung der gegenseitigen Orientierungen der camera innerhalbeines starren Multikamerasystems ermöglicht。Zielmarken werden night benötigt。同步成像成像系统在图像纹理分析中的应用。multicamera system, deren Bilder siht berlappen, werden innerhalb der Szene rotiert,因此,在jder camera zu unterschiedlichen Aufnahmezeitpunkten sichtbar sind中,通过通信endende Punkte。在Verwendung下,einer werwerten项目Kollinearitätsgleichung können alle zu schätzenden Größen in einer b ndelausgleichung optimiert werden。在德国,在德国,在德国,在德国,在德国,在德国,在德国,在德国,在德国,在德国,在德国,在德国。Wir benutzen eine minimale Repräsentation fgr homogene Koordinaten fgr Bildund Objektpunkte, welche es uns ermöglicht, mit Bildern omnidirectionaler Kameras and fishheye -Kameras and mit Objektpunkten, welche weitententoder im Unendlichen liegen, umzugehen。Wir zeigen Ergebnisse unserer Kalibrierungsmethode f (1) das全向多摄像机系统瓢虫3 von Point Grey, (2) in kamersystem mit f fameras zur Aufnahme komplexer 3DStrukturen, (3) in kamersystem damersystem mit vier Fisheye-Kameras, welches in großes Sichtfeld besitzt and zur visuellen Odometrie and zur Hinderniserkennung im Projekt MoD (DFG-Projekt FOR 1505“Mapping on Demand”)verwendet风。