[发明专利]一种基于二维平面模板的相机标定方法及系统

权利要求书

1.一种基于二维平面模板的相机标定方法，其特征在于，所述方法包括：

获取棋盘格标定图像，所述标定图像包含多个角点；

采用随机抽样一致性算法剔除所述多个角点中角点第一误差值大于第一预设值的角点，获得目标角点；

根据所述目标角点的坐标和对应的世界坐标，获得所述棋盘格标定图像所在的世界坐标系到像素坐标系的单应性矩阵；

采用随机抽样一致性算法剔除第二误差值大于第二预设值的单应性矩阵，获得目标单应性矩阵；

根据所述目标单应性矩阵，获得目标二次曲线模型，并根据所述目标二次曲线模型获得相机的初始参数，所述初始参数包括第一内参、第一外参和第一畸变系数；

采用最大似然估计的方法对所述初始参数进行估计，获得目标参数，所述目标参数包括第二内参、第二外参和第二畸变系数，利用所述目标参数对相机进行标定；

其中，所述采用随机抽样一致性算法剔除第二误差值大于第二预设值的单应性矩阵，获得目标单应性矩阵，包括：

根据单应性矩阵，获得预设二次曲线模型；

获得所述单应性矩阵与所述二次曲线模型的第二距离，将所述第二距离作为差值；

如果所述差值大于所述第二预设值，则为不符合条件的单应性矩阵；

从原始单应性矩阵中剔除所述不符合条件的单应性矩阵，获得目标单应性矩阵。

2.如权利要求1所述的方法，其特征在于，所述采用随机抽样一致性算法剔除所述多个角点中角点第一误差值大于第一预设值的角点，获得目标角点，包括：

获取角点的重投影坐标；

获取所述角点的重投影坐标与所述角点的初始坐标之间的第一距离；

采用随机抽样一致性算法剔除所述第一距离大于第一预设值所对应的角点，从而获得目标角点。

3.如权利要求1所述的方法，其特征在于，所述根据所述目标角点的坐标和对应的世界坐标，获得所述棋盘格标定图像所在的世界坐标系到像素坐标系的单应性矩阵，包括：

从所述棋盘格标定图像中随机选取四个角点，并获取所述四个角点的坐标；

根据所述四个角点的坐标和四个角点对应的世界坐标，获得所述棋盘格标定图像所在的世界坐标系到像素坐标系的单应性矩阵。

4.如权利要求1-3任一项权利要求所述的方法，其特征在于，所述棋盘格标定图像包括多张，且不同的标定图像与标定相机的角度不相同。

5.一种基于二维平面模板的相机标定系统，其特征在于，所述系统包括：

获取模块，用于获取棋盘格标定图像，所述标定图像包含多个角点；

第一获得模块，用于采用随机抽样一致性算法剔除所述多个角点中角点第一误差值大于第一预设值的角点，获得目标角点；

第二获得模块，用于根据所述目标角点的坐标和对应的世界坐标，获得所述棋盘格标定图像所在的世界坐标系到像素坐标系的单应性矩阵；

第三获得模块，用于采用随机抽样一致性算法剔除第二误差值大于第二预设值的单应性矩阵，获得目标单应性矩阵；

第四获得模块，用于根据所述目标单应性矩阵，获得目标二次曲线模型，并根据所述目标二次曲线模型获得相机的初始参数，所述初始参数包括第一内参、第一外参和第一畸变系数；

标定模块，用于采用最大似然估计的方法对所述初始参数进行估计，获得目标参数，所述目标参数包括第二内参、第二外参和第二畸变系数，利用所述目标参数对相机进行标定；

其中，第三获得模块具体用于：

根据单应性矩阵，获得预设二次曲线模型；

获得所述单应性矩阵与所述二次曲线模型的第二距离，将所述第二距离作为差值；

如果所述差值大于所述第二预设值，则为不符合条件的单应性矩阵；

从原始单应性矩阵中剔除所述不符合条件的单应性矩阵，获得目标单应性矩阵。

6.如权利要求5所述的系统，其特征在于，所述第一获得模块，还用于：

获取角点的重投影坐标；

获取所述角点的重投影坐标与所述角点的初始坐标之间的第一距离；

采用随机抽样一致性算法剔除所述第一距离大于第一预设值所对应的角点，从而获得目标角点。