[发明专利]一种深度摄像机重建及自动标定的方法、系统、设备

权利要求书

1.一种深度摄像机重建及自动标定的方法,其特征在于，包括，

将自动采集特征点对，作为输入计算重建系统的初始标定矩阵；

将初始标定矩阵进行非线性最小二乘优化，得到最终的标定矩阵。

2.如权利要求1所述的一种深度摄像机重建及自动标定的方法，其特征在于，所述的自动采集特征点，作为输入计算重建系统的初始标定矩阵，包括：

在重建系统四周放置贴有带较多特征点的图案,这些图案是用OpenCV的CharucoBoard生成的图打印出来，保证每个打印图案所对应的ID都不同，一台相机能够尽可能多的拍到图案；

重建系统采集一次图像数据，得到图像序列(深度图、高清彩图和深度与高清彩图的映射关系数据)；

采用OpenCV的特征识别工具处理图像序列中的高清彩图，得到所有图像的特征点集合，通过图案ID对特征点进行配对分组，通过深度和高清彩图映射关系数据和深度图得到特征点的三维坐标；

以指定相机为参考系，用最小生成树找最短路径的方法找到其他相机到参考相机的路径，记叙P(O，i),O表示参考相机的相机编号，i表示非参考相机的相机编号；

相机对的相对位置关系[R|t](i,j)及到参考相机的最短绝对路径，就可以通过矩阵运算得到非参考相机到参考相机的绝对位置关系[R|t](O,i)。

3.如权利要求1所述的一种深度摄像机重建及自动标定的方法，其特征在于，所述的将初始标定矩阵进行非线性最小二乘优化，得到最终的标定矩阵，公式如下：

min x 1 2 Σ i ρ i ( | | f i ( x i 1 , ... , x i k ) | | 2 ) ]]>

s.t.lj≤xj≤uj

其中，用初始标定矩阵得到的[R|t](O,i)作为初始，以相机对采集的图像中提取的点对信息作为约束条件；将点对通过相机内参转换成相机坐标系下的三维点，然后通过[R|t](O,i)将三维点统一到世界坐标系，计算点对间的距离的标准差，当所有点对间距离标准差的和最小时，优化完成，这就是最小二乘问题了，采用非线性最小二乘优化算法来优化[R|t](O,i)，得到最终标定结果。