[发明专利]一种多照相机自动化高精度标定方法

权利要求书

1.一种多照相机自动化高精度标定方法，其特征在于，包括以下步骤：

(1)设置定标物；所述的定标物由a，b，c，d四个LED光源固定在一个木板上组成；其中a、b、c三个LED光源共线，且a与c不相邻，a、b、c三个LED光源所在直线与b、d两个LED光源所在直线垂直，a和b的距离为一个单位长度，b和d的距离为2个单位长度，b和c的距离为4个单位长度；在运用时可以根据场景的大小任意选择单位长度；

(2)拍摄定标图片；

(3)提取所拍摄的定标图片上的特征点；所述的定标图片上的特征点的提取方法包括以下步骤：

(a)计算所拍摄的定标图片的平均图像：将所拍摄的每张定标图片中对应像素的值累加，然后再除以所拍摄定标图片的张数，得到所拍摄定标图片上每个像素的平均值，从而得到所拍摄定标图片的平均图像；

(b)将拍摄的定标图片中的每个像素值减去平均图像中对应的像素值并记录其中的最大差值；将像素差值大于最大差值的90％的所述定标图片中的像素，筛选得到至多四组像素集合，一组像素集合为一个LED光源；

(c)去除不符合要求的像素集合；

当LED光源集合的数目大于我们设置的LED的尺寸和像素集合不连通时为不符合要求的像素集合，将其去除；

(d)利用双三次插值和2D Gaussian滤波找到每个像素集合的中心点坐标，即每个LED光源的亚像素圆心，所述的亚像素圆心即为定标图片上的特征点；

(4)对特征点进行匹配；所述的对特征点进行匹配的方法包括以下步骤：

I)在定标图片上的特征点为四个情况下，即定标物拍摄完全的情况下，执行以下步骤：

①将四个特征点中每个特征点到其他三点距离之和进行排序，找出距离之和最小的一个特征点；

②将距离之和最小的特征点到其他三个特征点的距离进行由小到大排序，判断排序后的三个距离的比值是否满足1∶2∶4，若满足则所找的四个特征点为定标物的点；否则定标图片上的特征点的提取出现错误，我们将这组照片舍去不做计算；

II)在定标图片上的特征点d缺失的情况下，执行以下步骤：

计算三个特征点之间连线的斜率是否相等，若相等说明所述的三个特征点共线；将三个特征点中每个特征点到其他二点距离之和进行排序，找出距离之和最小的一个特征点，判断有最小距离和的特征点到其他两点的距离是否满足1∶4的关系，若满足，则确定a、b、c三个特征点的匹配关系；若不满足，则转至步骤(5)，通过补充W矩阵对特征点d点进行补齐；

III)在定标图片上的特征点b缺失的情况下，执行以下步骤：

判断三点的连线升序排序后是否满足1∶2∶sqrt(5)，若满足则可以确定这三点为特征点a、c、d；所述的三点的连线升序排序为：计算每两个点之间的距离，一共有三个点，故有三个距离值，再将这三个距离值按照从小到大的顺序排序；

若不满足，则转至步骤(5)，通过补充W矩阵对缺失的特征点b点进行补齐；

IV)在定标图片上的特征点缺失的情况除上述二种情况外，定标图片上的特征点无法匹配；若相机拍摄的一组定标图片中所有图片上的特征点均无法匹配，则忽略这组定标图片，对下一组定标图片进行特征点匹配；否则，若相机拍摄的一组定标图片中的某些定标图片中的特征点无法匹配而剩余图片可以，则转至步骤(5)，通过补充W矩阵进行补齐；

(5)将匹配后的特征点的信息放入W矩阵，对于缺失的W矩阵进行补齐；

(6)将补齐后的W矩降运用Tomas svoboda的算法进行分解矩阵，计算出相机内外参数。