AI用語集
人工知能の完全辞典
内部パラメータ
カメラの内部光学特性の全体を含み、焦点距離、主点、歪み係数などが含まれ、3D点が2D画像平面にどのように投影されるかを決定します。これらのパラメータは空間におけるカメラの位置と向きとは独立しています。
外部パラメータ
世界座標系に対するカメラの位置と向きを記述するパラメータで、回転行列と並進ベクトルを含みます。これらにより、実世界の座標をカメラ座標系に変換できます。
キャリブレーション行列
カメラの内部パラメータを含む3x3行列で、焦点距離fxとfy、主点(cx, cy)、スキュー係数を含みます。歪みを修正し、画像空間で正確な測定を行うために不可欠です。
半径方向歪み
レンズの非理想的な形状によって引き起こされる光学歪みのタイプで、光学中心から点が遠ざかったり近づいたりします。係数(k1, k2, k3)でモデル化され、正確な幾何学的再構成のために修正する必要があります。
接線方向歪み
カメラの光学要素間の位置ずれによって生じる光学歪みで、点を半径方向の光線に垂直に移動させます。通常、ブラウン-コナディモデルでは2つの係数(p1, p2)でモデル化されます。
主点
カメラの光軸と画像平面の交点で、通常はセンサーの理論的中心に位置しますが、実際にはずれています。キャリブレーション行列では(cx, cy)と表記され、正確な投影に不可欠です。
焦点距離
レンズの光学中心と画像平面間の距離で、キャリブレーションの文脈ではピクセル単位で表されます(fx, fy)。視野と3D点の画像への投影のスケールを決定します。
キャリブレーションパターン
既知の幾何学的パターン(チェッカーボード、対称円、点グリッドなど)を持つ物理的なツールで、キャリブレーションパラメータを決定するために使用されます。その寸法特性の精度はキャリブレーションの品質に直接影響します。
同次座標
同次座標は、デカルト座標を追加の次元で拡張した数学的表現で、射影変換と無限遠点を統一的に表現できるようにします。キャリブレーションとコンピュータビジョンに不可欠です。
画像レクティフィケーション
幾何学的変換プロセスで、画像の歪みを修正し、実世界の直線が画像でも直線になるようにします。キャリブレーションパラメータを使用して、歪みのない幾何学的に正しい画像を生成します。
ピンホールモデル
簡素化された幾何学的カメラモデルで、単純な穴による遠近投影を表現し、キャリブレーションの基礎となります。光学収差は無視しますが、3D-2D変換を理解するための基本的な枠組みを提供します。
再投影誤差
キャリブレーションの品質を定量的に測定するもので、画像内で観測された点とキャリブレーションパラメータを使用した理論的投影との距離として計算されます。誤差が小さいほど、正確で信頼性の高いキャリブレーションを示します。
ステレオキャリブレーション
2つ以上のカメラを同時にキャリブレーションし、その内部パラメータと相対的な外部パラメータを決定するプロセスです。ステレオビジョン、3D再構成、深度測定に不可欠です。
樽型歪み
画像が外側に膨らむ特定の種類の放射状歪みで、直線が外側に湾曲して見えます。広角レンズや広角レンズでより一般的です。
糸巻き型歪み
樽型歪みとは逆の放射状歪みで、画像が内側に収縮し、直線が内側に湾曲して見えます。望遠レンズで典型的です。
自己キャリブレーション
物理的なチェッカーボードを必要としないキャリブレーション技術で、シーンやカメラの動作に内在する幾何学的制約を利用します。チェッカーボードを使用するキャリブレーションより精度は低いですが、より柔軟です。
束調整
非線形最適化アルゴリズムで、全体の再投影誤差を最小化することで、キャリブレーションパラメータとカメラのポーズを同時に精密化する。キャリブレーションの最適化において最先端の技術と見なされる。