26、智能相机网络的自动地理配准、校准及应用开发

智能相机网络的自动地理配准、校准及应用开发

1. 自动地理配准与传感器间校准

1.1 RANSAC 迭代次数的理论界限

在数据中内点比例 ν 大于 0.02 时，基于三元组的算法在理论上表现出色。不同内点比例 ν（ρ = 0.999）下，JCON SAC 和 JRAN SAC4 的值如下表所示：
| 内点比例 ν | JRAN SAC4 | JCON SAC |
| — | — | — |
| 2.5% | 17683850 | 13200922 |
| 5% | 1105237 | 206261 |
| 10% | 69074 | 3219 |
| 20% | 4313 | 46 |
| 25% | 1764 | 9 |

从表中可以看出，基于三元组的算法的理论界限比标准算法好一个数量级。

1.2 镜头畸变估计

在实际场景中，镜头畸变是单应性估计中常见的问题，若不妥善处理，可能导致模型估计错误。为考虑镜头畸变对单应性估计的影响，采用简单的单参数畸变模型：
[f (r) = 1 + κr^2]
其中，r 是考虑点到畸变中心（通常假设为图像中心）的距离，κ 是未知的镜头畸变参数。

1.2.1 暴力估计方法

使用该模型估计存在镜头畸变时的单应性的暴力方法是，对每个可能的 κ 值运行基于 RANSAC 的校准算法，并选择满足最多数据点的 κ 和相应的单应性。

1.2.2 CONSAC 算法下的内点数量

在镜头畸变下，考虑 CONSAC 算法的一次迭代，内点数量 N