资 源 简 介
应用背景可以做摄像机标定，通过非线性优化方法，在10和4（表1）的情况下，通过非线性优化方法对方程进行估计。[ 6 ]与这些系数为两个传感器，它是可以纠正（修正的径向和切向扭曲）热和彩色图像的独立。 ；纠正图像的例子在图2。 ；明显的枕形这两个重建图像（这意味着这两个图像遭受桶失真）证实了必要性考虑这些像差传感器配准过程。 ；它也是无效，锗透镜的共同的假设像差可以被视为是可以忽略的，尤其是对于宽视场的镜头。关键技术MATLAB与C语言。这一步是唯一一个涉及机械校准操作。 ；在介绍中提到，完善在特定目标距离处注册可以通过稍微旋转一个摄像机，这样的光学轴实现在这个距离上，更具体地说，相机应该是面向的，这样的功能定位于期望距离最优最优在现场观察到的每个传感器的主点（坐标据估计以前为每个相机和表1列出。显然，这项任务选择的场景特征必须呈现良好的在这两个光谱波段的对比度，由于它的黑色/白色对比漆，我们的热校准台是理想的工具。0和你的0
