[发明专利]基于灰度图像与空间深度数据的摄像机阵列标定算法

说明书

技术领域

本发明涉及一种摄像机标定算法，特别涉及一种基于灰度图和深度数据的 包含3D摄像机之阵列的标定算法。

背景技术

近年来，获取物体到传感器的实际距离成为了计算机视觉研究领域中一 个非常热门的课题，国内外学者做了大量的工作，也提出了很多相关的方法。 然而到目前为止，传统算法始终存在很多无法解决的问题，例如在计算精度和 实时性方面的缺陷。

随着新的传感器技术的发展，实时获取动态场景的深度信息成为可能， 例如：Time-of-Flight。这种新的传感器技术采用新的红外检测技术，对传感器 上的每个点都发射红外光，并通过检测其反射回来的光波的时间延时，来计算 场景中每一点和传感器之间的距离。这种传感器目前已经得到了一定的应用， 但它也有一些不足之处，例如分辨率过低以及物体边缘处距离计算不准确等。

由于传统的立体匹配在纹理丰富的区域可以求到准确的深度值，而3D摄 像机可以在平坦的颜色单一的区域提供准确的深度数据，利用3D摄像机和可 见光摄像机相结合来获得深度信息已经成为一种趋势。要结合两者的优势，首 先需要对各摄像机进行标定，求取相机内部参数以及相对的外部参数。传统的 标定算法，在普通摄像机上已经比较成熟，然而对于3D摄像机，由于其分辨 率较低，以及成像方式的不同，传统标定算法的标定精度受到了很大影响，尤 其在求取外参数这个环节上，误差比较大。

发明内容

为克服现有技术的上述缺陷，本发明的目的在于提供一种基于灰度图像与 空间深度数据的摄像机阵列标定算法，它可以对3D摄像机进行标定并获得其 与可见光摄像机之间的较为精确的外参数，为结合两种摄像机各自优点求取物 体深度信息提供必要条件。

为此，本发明采用如下技术方案：提出一种基于灰度图像与空间深度数据 的摄像机阵列标定算法，其摄像机阵列包含一个3D摄像机和若干个可见光摄 像机，本算法根据可见光摄像机的灰度图和3D摄像机提供的灰度图以及相应 的深度图，来得到每个摄像机各自的内参数以及3D摄像机到可见光摄像机的 外参数，本算法步骤为：首先，在阵列各摄像机的共同视野中拍摄多幅标定板 图片，利用张正友的平面模板法对3D摄像机和普通摄像机进行内标定，获取 各摄像机的内参数，然后利用3D摄像机的内参数以及它自身所提供的深度信 息恢复标定板上角点的实际三维空间坐标，利用高斯牛顿迭代法最小化角点从 3D摄像机到普通摄像机的投影误差求取最优的外参数，从而完成整个摄像机 阵列的标定。

其中，在求取3D摄像机内参数时，在获取所需标定板图像以后，可以先 用双线性插值方法提高原始灰度图分辨率，然后利用HARRIS角点算子或者 直线拟合方法确定出角点的具体位置，然后用平面模板法对3D摄像机和可见 光摄像机进行内标定，求得各摄像机的内参数，在得到3D摄像机内参数之 后，对拍摄的标定板的每张深度图片，做如下处理：

首先，提取深度图像中位于标定板上深度值比较可靠的点，由于噪声及 TOF本身的精度影响，原本应在同一平面上的各个点会有微小的偏离，为了 求得最接近真实值的深度，采用平面方程aX+bY+cZ＝d拟合同一模板的各点 三维坐标数据。通过最小二乘法求得最优的方程系数a，b，c，d。

利用已知的3D摄像机传感器采样点间距以及标定所得的内参数，由开始 用HARRIS或相关角点检测算法检测到的棋盘格角点位置图像坐标p(x，y)， 恢复其在像平面下的实际尺寸坐标p1(x1，y1)，所求取的3D摄像机内参数， 求取对应角点的实际空间三维坐标。

利用上两步获得的棋盘格角点在TOF摄像机坐标系下的三维空间坐标以 及同一角点在可见光摄像机图像坐标系下检测到的图像坐标以及各摄像机的 固定内参数，可以求得最优化的映射关系，即最优的两摄像机间的外参数 (R，T)，优化方法采用高斯牛顿迭代方法，可获得外参数。

本发明的优点是：

1、提出了一种基于灰度图和深度数据的用于包含3D摄像机之阵列的标 定算法，该算法能根据3D摄像机提供的灰度图和深度图，求得3D摄像机到 可见光摄像机的外参数。

2、本发明中的算法实现简单，并且能够获得精度较高的摄像机外参数。

附图说明：

图1为本发明的一种基于灰度图像与空间深度数据的摄像机阵列标定算 法总流程图。

具体实施方式：

下面，结合附图和具体实施例对本发明作进一步说明。