[发明专利]使用颜色编码结构的相机标定方法及装置

说明书

技术领域

一种用于相机标定的方法及装置被提出，尤其是使用颜色编码结构的相机标定的方法及装置。被表示为相机标定的技术领域收集了旨在表征用于描述相机的图像形成过程的数学模型的算法和技术。此外，适用于该方法及装置的计算机可读介质也被提出。

背景技术

对于相机模型评估的一个基本需求(即，相机标定)是现实世界中一些点的3D坐标与其在一个标定图像上或一组标定图像内的投影之间的无误差对应的输入数据集。该输入数据集一般能够通过捕获图像上的标定物并从中提取该对应关系来获得[I]。文献中提出并且市场上可用的大多数相机标定算法被称为度量标定(metric calibration)，其中符号度量突出了3D世界景象的先验已知的度量信息的明确利用。对于这种做法，通常利用一种格状图案，因为它容易检测，能够以单通道灰度图像的形式被捕获，并且能够提供度量相机标定所需的度量信息，即，一组格点及其坐标。

在以上主要趋势的同时，一些研究提出了一种用于相机标定的不同方法，该方法只使用从标定物推断出的非度量特征。该方法的一个示例性实践是对从同一3D线投影的图像点实施共线约束[II，III]。这些技术提供了一些优势。不想要的、对于3D世界点坐标的错误分配的可能性被消除，即，更高的鲁棒性，因为不需要正确恢复标定网格的3D坐标。相应的评估问题的复杂性被降到最低等级，因此，标定相机变得更有效，尤其对于具有广角镜头、容易导致变形的模型的那些相机。

非度量标定方法到目前为止还未在本领域十分成功，因为很难开发根本的评估问题的数学公式。此外，还缺乏对于相关的相机模型不确定性的全面理解。根据[IV]，使用非度量输入数据的完全欧式(Euclidean)标定不仅需要实施3D坐标点的共线约束，还需要3D线束之间的平行及正交。

被广泛用作格状图案源的标准棋盘(checkerboard)的确满足了度量标定技术的需求，但不是非度量标定方法的最优解决方案。当遇到旨在线评估的低级处理以检测一束线时，棋盘的线交叉能够导致对于数据收集的不可忽略的干扰。

发明内容

因此，一个目的是提出一种用于相机标定的改进方案，该方案能够消除来自格状结构的线交叉的不想要的干扰，而同时维持其他需求，例如，点共线、线平行及正交。特别地，本发明提供了使用颜色编码结构的单个图像内的双组分标定图案的整合的方案。

根据一个实施例，一种相机标定方法包括：

从相机接收图像，在该图像中捕获颜色编码结构，其中该颜色编码结构包括在不同颜色通道中的至少两组图案；

确定与该图像中的颜色编码结构相关联的多个坐标点；以及

使用这些坐标点执行相机标定。

相应的，一种相机标定装置包括：

图像接收单元，被配置为从相机接收图像，在该图像中捕获颜色编码结构，其中该颜色编码结构包括在不同颜色通道中的至少两组图案；以及

相机标定单元，被配置为确定与该图像中的颜色编码结构相关联的多个坐标点，并且使用这些坐标点执行相机标定。

此外，一种在其中存储了用于相机标定的指令的计算机可读存储介质，当所述指令被计算机执行时，使得所述计算机：

从相机接收图像，在该图像中捕获颜色编码结构，其中该颜色编码结构包括在不同颜色通道中的至少两组图案；

确定与该图像中的颜色编码结构相关联的多个坐标点；以及

使用这些坐标点执行相机标定。

附图说明

为了更好的理解本发明，现在将在下面的描述中结合附图详细解释所提出的方案。应该理解的是，该方案不限于所公开的示例性实施例，并且在不脱离所附权利要求中所限定的所提出的方案的范围的情况下，指定特征还可以适当组合和/或修改。

图1是示出了相机标定方法的一个优选实施例的流程图。

图2是示出了相机标定方法的另一优选实施例的流程图。

图3示出了用于相机标定方法的一个优选实施例的示例性颜色编码结构。

图4是示出了相机标定方法的一个示例性实施例的流程图。

图5示出了从图4所示的相机标定方法的示例性实施例中获得的结果。

图6示出了从图4所示的相机标定方法的示例性实施例中获得的更多结果。

图7是示出了包括细化(refinement)过程的相机标定方法的一个优选实施例的流程图。

图8示出了作为彩色及灰度图像上的垂直边缘的标定数据集的检测结果。

图9示出了用于相机标定方法的优选实施例中的细化过程的两个示例性边缘模板。