使用闪目标对事件摄像系统进行无动错误校准

科学领域:

• 计算机视觉 计算机视觉
• 机器人技术 机器人技术 机器人技术
• 生物灵感计算 生物灵感计算

背景情况:

• 事件摄像机提供高动态范围和时间分辨率,对于高级视觉任务至关重要.
• 事件摄像机的准确校准对于3D视觉至关重要,但受到流行模型中灰色的停止挑战.
• 传统的基于运动的校准方法存在与运动相关的错误.

研究的目的:

• 为事件摄像机引入一种无动态错误的校准方法.
• 为了提高事件摄像头校准3D视觉的准确性和可靠性.
• 开发一种强大的校准技术,适用于基于事件的混合系统.

主要方法:

• 利用电子显示器生成的闪目标来引起高保真事件,避免运动工件.
• 开发了一种改进的事件累积器,用于重建详细的灰色图像以进行校准.
• 实施了一种优化方法,可以同时调整摄像头参数和控制点位置.

主要成果:

• 实现了显著更高的校准准确度,再投影误差为0.03像素,而基于运动的方法则为0.96像素.
• 将3D重建误差降低到大约0.15毫米,比基于运动的方法的8.00毫米误差大大改善.
• 证明了该方法在基于事件的立体视觉系统中用于混合校准的适应性.

结论:

• 拟议的闪目标方法为事件摄像头校准提供了高度准确和强大的解决方案.
• 这种技术克服了传统方法的局限性,使得3D视觉应用更可靠.
• 开发的方法适用于各种基于事件的视觉系统,包括混合配置.