[发明专利]一种鱼眼镜头相机径向畸变的自标定方法

说明书

技术领域

本发明涉及一种对鱼眼镜头相机的径向畸变进行自标定的方法，具体来说，涉及一种无需标定模板，只要鱼眼镜头相机围绕着一个固定轴做旋转运动，通过对不同视角的图像中特征点运动轨迹的分析计算就可以估计出鱼眼镜头相机的径向畸变参数的方法。

背景技术

鱼眼镜头的失真有多种类型，其中径向失真被认为是主要的因素。有众多的学者对鱼眼镜头的失真校正进行了研究，也提出了多个径向畸变数学模型，例如有多项式模型、Field-of-view 模型、除法模型、Equidistant模型等。在这些模型中，传统的多项式模型运用较广，但其并不适用于具有较大畸变的鱼眼成像，而除法模型很好地弥补了这一缺点，在很多情况下，单个参数已经足够。

基于单参数除法模型，学者们提出了很多径向畸变的标定方法，这些方法大致上可以分为二类：1)基于点匹配的方法；这类方法需要拍摄至少二幅鱼眼图像，通过图像之间的特征点匹配，在某种约束下(如交比的投影不变性)进行畸变参数求解。2)基于直线的方法。由于空间直线被投影成畸变图像上的圆弧，拟合出这些圆弧，就能够估计出畸变参数。

基于点匹配和基于直线的方法都已发展出自标定方法，其中基于点匹配的方法能够估计出单参数除法模型的畸变参数，但须基于畸变中心位于图像中心的假设，这在很多情况下并不成立；而基于直线的方法须场景中存在直线。本发明方法归属于基于点匹配的方法，但与已有方法不同，本发明方法将畸变中心作为未知参数，使其不依赖于畸变中心位置的假设，而只是图像中心作为畸变中心的初值，在后续的迭代求解中进行非线性优化，从而具有更好的适用性。

发明内容

本发明的目的在于针对现有技术的不足，提供一种鱼眼镜头相机径向畸变的自标定方法。

本发明的目的是通过以下技术方案来实现的：一种鱼眼镜头相机径向畸变的自标定方法，包括以下步骤：

（1）将鱼眼镜头相机围绕相机坐标系的y轴进行旋转，拍摄前后视野有重叠的n个视角的图像，其中，n为大于等于3的自然数；

（2）提取不同视角下鱼眼图像的图像特征点，并进行特征点匹配，得到m条不同视角下鱼眼图像的匹配点轨迹序列，其中，m为大于等于1的自然数；

（3）利用步骤（2）得到的m条图像匹配点轨迹序列，通过非线性优化求解得到畸变中心                                                和畸变参数。

进一步地，所述的步骤（3）包括以下子步骤：

（3.1）对于每条匹配点轨迹序列中的n个匹配点，建立如下关系式：

，继而写成的形式；

其中，、、；为鱼眼镜头相机焦距、为畸变点、为三维点坐标；

（3.2）对于所有的m条匹配点轨迹序列，建立的矩阵和矩阵各有m个，即有和；向量也有m个，这m个向量都具有相同的和，但有不同的，即有；

（3.3）所有待求参数归结为4个公共系数和m个与特定三维点有关的，用LM（Levenberg-Marquardt）算法的非线性优化方法最小化，求解得到畸变中心和畸变参数；其中，表示与第i条轨迹所对应的矩阵中的第j个行向量、为与第i条轨迹相对应的向量、表示与第i条轨迹所对应的矩阵中的第j个行向量。

本发明的有益效果是：整个标定过程只需要将相机绕固定轴旋转，无需标定模板，给标定工作带来了极大的便利性。

附图说明

图1为本发明方法的流程图；

图2为本发明将鱼眼镜头相机绕y轴旋转的示意图。

 

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细描述，本发明的目的和效果将变得更加明显。

本发明对鱼眼镜头相机的径向畸变建模采用由Fitzgibbon提出的单参数除法模型，如式（1）所示：

                                 （1）

（1）式中，为理想透视投影点，也可称为未畸变点；为鱼眼图像上的点，也可称为畸变点；为畸变参数；为畸变点的径向距离。（1）式是基于畸变中心位于坐标原点的假设，这一假设有时并不成立。假设畸变中心位于，则（1）式变为：

                                （2）