自识别标记(self-identifying marker) -（1） 简介

一、什么是自识别标记（Self-identifying marker）？

自识别标记在不同的论文中有不同称谓，比如self-identifying marker, self-identifying marker pattern, fiducial marker等, 在此我们统称为自识别标记。 自识别标记乍一看有点类似我们常见的二维码，其每个标记具有唯一性。和二维码不同的是，自识别标记在实际应用中通常由多个一起组合成规则的标记阵列图案（如下图1为8 x 4阵列）。

这里写图片描述

图1 自识别标记阵列图案示例

二、自识别标记有哪些应用？

自识别标记主要有如下应用：相机标定、安防监控、机器人视觉导航、电影拍摄中的特效制作，以及最近风头正盛的增强现实等。下面举例说明。

1、相机标定

自识别标记图案的一个重要应用就是相机标定。相机标定方法有：传统相机标定法、主动视觉相机标定方法、相机自标定法。在此我们主要关注传统相机标定法。 传统相机标定法需要使用尺寸已知的标定物，通过建立标定物上三维空间坐标已知的点与其在一幅图像或多幅图像上二维投影点之间的对应关系，利用一定的算法获得相机模型的内外参数。根据标定物的不同可分为三维标定物和平面标定物（比如棋盘格）。三维标定物可由单幅图像进行标定，标定精度较高，但高精密三维标定物的加工和维护较困难。平面标定物比三维标定物制作简单，一般可以打印张贴在平面上，方便易用，精度也可以保证，但必须采用多幅不同角度拍摄的图像才能完成标定。 根据对应关系来计算相机模型的内外参的算法已经研究的比较深入，比较有名的有张正友标定法，加州理工标定法等。那么问题来了，这个对应关系怎么找？实际上关于确定对应关系的方法研究的人比较少。这是因为，传统的标定方法是个离线的、一劳永逸的过程，一个人可以依靠人工的方法去确定对应关系，通俗点说，就是靠人眼大法，一个一个去数棋盘格上的角点的图像坐标，再分别计算出其对应的三维空间坐标，这样就一一对应起来了。这种方法不仅耗时耗力，而且非常容易出错，在对少量的相机进行标定还勉强可以忍受。随着多媒体技术迅速发展，现在智能设备（如双摄像头手机、全景监控摄像头、虚拟现实眼镜等）中集成的摄像头的数目也越来越多，并且相机的参数也经常改变，许多场景下需要对多个摄像头进行快速标定，这对传统的建立对应关系的方法提出了很大的挑战。 自识别标记阵列图案不仅自带棋盘格，而且其内部包含唯一的识别码，所以可以自动建立标定物上三维空间坐标已知的点与其图像上二维投影点之间的对应关系，这使得用自识别标记图案来标定相机非常方便，仅仅通过拍摄多张不同角度的自识别标记图案即可完成标定，完全不需要人工介入，标定效率很高，而且还可以处理遮挡、大倾斜角度、镜头畸变等情况。

2、机器人导航

自识别标记在机器人视觉导航领域也有很大的用武之地。2013年国际微型飞行器大赛（IMAV2013）第一名就使用了自识别标记用于室内地图和障碍物的标记。如下图2，他们在室内关键位置放置自识别标记，作为无人机视觉导航的“灯塔”，从而实现了无人机自主室内巡航。

这里写图片描述

图2 单个自识别标记在无人机视觉导航的应用 视频链接在这里：http://www.vision4uav.com/?q=node/386

3、增强现实

在增强现实领域，自识别标记图案可以作为识别图布置在自然场景下，用户通过摄像头识别标记图案，可用于互动游戏、创意广告等应用。 视频An Interactive Augmented Reality Chess就是利用自识别marker技术用于增强现实互动国际象棋游戏，非常有趣。如下图3、4，通过pad摄像头对自识别标记图案进行实时识别，渲染出国际象棋棋盘，视频链接：https://www.youtube.com/watch?v=sqAIvO6wCQI

这里写图片描述

图3 设计好的自识别标记图案

这里写图片描述

图4 经过算法处理后呈现在pad上的实时互动游戏

三、网上有什么资料？

1、一个好网站

ArUco: a minimal library for Augmented Reality applications based on OpenCV，网址链接http://www.uco.es/investiga/grupos/ava/node/26 里面有很多资源，包括源码、应用视频、相关论文等。 此外github上还有不少论文作者给出的相关的代码。

2、几篇论文

2008年发表在Machine Vision and Application上的论文：Self-identifying patterns for plane-based camera calibration 2010发表在Vision Modeling and Visualization上的论文CALTag High Precision Fiducial Markers for Camera Calibration