[发明专利]基于泰勒级数模型的鱼眼相机立体视觉深度测量方法

说明书

技术领域

本发明涉及利用鱼眼相机进行深度测量的计算机视觉方法，具体来说，涉及一种基于泰勒级数模型的鱼眼相机立体视觉深度测量方法。

背景技术

与普通相机的视场角相比，超广角的鱼眼相机可以获取大范围的场景信息，由其构成的立体视觉系统可以对大范围内的场景进行深度测量，受到了人们的广泛重视。以机器人导航的应用为例：1997年，喷气推进实验室(JPL)为新一代火星车研制了超大视场(水平视场为140°)双目立体视觉障碍物检测系统，该系统可以恢复场景的稠密深度图。2004年成功登陆火星的机器人“勇气号”和“机遇号”也都在其车体前后各安装了一套大视场(127°×127°)的立体视觉避障摄像机(Hazard Avoidance Cameras)，主要功能是障碍物检测。大视场深度信息的获取对于提高机器人对环境的感知能力是十分重要的。

从视觉传感器的选择与配置角度分析，目前大视场图像的获取方法主要有三种：单摄像机旋转成像或多摄像机成像、鱼眼镜头成像、折反射系统全向成像。

单摄像机旋转成像耗时长，无法做到实时测量。多摄像机成像系统结构复杂，而折反射系统由反射镜和成像相机构成，通常不是一种全固态结构。因此就实用性而言，鱼眼镜头具有明显的优势。

鱼眼镜头具有很短的焦距(通常f＜3mm)，可观测到接近半球面内的物体，视场角可大于180°。但缺点是存在较大的畸变，且其畸变模型不再符合透视投影条件。随着视场的扩大，视场角变弯，物象对应关系复杂，补偿困难。因此对鱼眼镜头的建模和精确标定是目前研究的一个热点问题。

从鱼眼镜头的建模方法看，目前主要有二类方法：各种独立建模方法和全景成像统一模型，其中各种独立建模方法包括，根据镜头确切设计而采用的投影模型，包括stereographic projection、equidistance projection、equisolid angle projection、orthogonal projection等模型；以及用通用模型对不同种类的鱼眼镜头进行建模。在通用模型的鱼眼建模方法中，Scaramuzza提出的基于泰勒级数模型的全向视觉传感器建模和标定方法，以其较高的建模精度和对各种镜头的广泛适用性，得到了学者们的关注。

发明内容

本发明的目的在于采用二个视野范围可大于180°的鱼眼镜头组成双目立体视觉系统，在泰勒级数模型下通过摄像机标定、立体图像进行球面极线校正、深度求取等步骤，提出一种基于泰勒级数模型的鱼眼相机立体视觉深度测量方法。

本发明解决其技术问题所采用的技术方案的步骤如下：

1)对鱼眼立体相机进行基于泰勒级数模型的标定，得到鱼眼立体相机的内参数和外参数；

2)对鱼眼立体相机所拍摄的左右图像进行球面极线校正，使同一个三维空间点在校正后的左右图像上位于同一行；

3)对校正后的左右图像进行立体匹配，得到匹配点的对应关系；

4)根据立体匹配结果及鱼眼立体相机的内参数和外参数，计算出三维场景点的深度信息。

所述的对鱼眼立体相机所拍摄的左右图像进行球面极线校正，是对左图像I_L和右图像I_R分别进行旋转，得到二幅在虚拟立体相机下的左图像I_L′和右图像I_R′，满足同一个三维空间点在这二幅虚拟立体相机图像上位于图像坐标的同一行这一性质；具体的校正步骤如下：

1)对于虚拟立体相机的图像I_L′和I_R′中的的每个像点x_V＝(x，y)，对应着一组角度(ψ，β)，该组角度表示了对应虚拟立体相机坐标系下的一个方向，这种对应关系表述为：β＝f_β(y)和ψ＝f_ψ(x)；

2)映射函数f_β、f_ψ的选取上，采用平均分布，将按照图像的宽W和高H等间隔地分布，即及，其中Δψ=πW;]]>