[发明专利]一种面向高精度二维尺寸测量的线阵相机标定算法

权利要求书

1.一种面向高精度二维尺寸测量的线阵相机标定算法，其特征在于，该标定算法包括以下流程：线阵相机理想模型设计、图像畸变矫正、关键参数提取、模型参数标定、相对误差消除、求解真实尺寸，

其中，所述线阵相机理想模型包含图像坐标系和相机坐标系的关系即内参模型、以及相机坐标系和世界坐标系的关系即外参模型，所述内参模型表达式为，其中(u，v)和(xc，yc，zc)分别代表图像坐标系和相机坐标系中的坐标，kx为相机光学镜头的焦距，u0为相机CCD主点的坐标，ky为平台运动速度；

所述关键参数提取，是通过提取出相机模型的关键参数，在高精度二维尺寸测量任务可能出现待测平面的高度发生变化时避免重新进行标定；所述关键参数是平移向量中的元素；

所述模型参数标定，是利用标定板的图像，计算本发明所设计相机模型中的未知参数，以便测量时将所测的图像坐标转为世界坐标；

所述相对误差消除，是当测量不同的平行平面上的尺寸时，消除世界坐标系位置的变化导致的测量误差，其通过修改提取的关键参数消除该误差，保证测量精度，

所述求解真实尺寸，判断被测平面是否变化的基础上，有变化则要在相对误差消除步骤之后求解真实尺寸，没有变换直接求解真实尺寸，利用参数标定完成的相机模型，通过计算，将图像坐标转化为真实世界中的物理尺寸，从而完成测量工作。

2.根据权利要求1所述的算法，其特征在于：所述线阵相机理想模型设计，能够准确表达世界坐标系-相机坐标系-图像坐标系之间的转换关系；

所述图像畸变矫正，根据图像畸变产生的原因，采用透视变换的算法对图像畸变进行了矫正。

3.根据权利要求1或2所述的算法，其特征在于，所述线阵相机理想模型设计为：其中，

(u，v)和(xw，yw，zw)为图像坐标和世界坐标系中的坐标，参数向量m是由相机内参模型和外参模型中具有实际物理意义的参数组合而成，这些具有实际物理意义的参数包括镜头焦距kx、CCD主点坐标u0、平台运动速度ky、旋转矩阵R和平移向量t中的元素，其中，

4.根据权利要求3所述的算法，其特征在于，所述图像畸变矫正，是利用透视变换表征真实图像坐标(ur，vr)与理想图像坐标(u，v)的畸变关系：

其中，a和b代表表征透视变换矩阵中表征透视变换的两个元素，将其加入到线阵相机理想模型中后，可以得到新的线阵相机模型：

5.根据权利要求4所述的算法，其特征在于，所述关键参数提取，将t3提取出来，随后最终的线阵相机模型可以写为：

其中参数向量x表示具有实际物理意义的参数组合，这些具有实际物理意义的参数包括镜头焦距kx、CCD主点坐标u0、平台运动速度ky、旋转矩阵R和平移向量t中的元素以及透视变换矩阵中的元素a和b，具体形式为：

6.根据权利要求5所述的算法，其特征在于，所述模型参数标定，利用一张标定板的图像，将所述最终的线阵相机模型的参数求出。

7.根据权利要求6所述的算法，其特征在于，所述相对误差消除，是利用单张样本的相对误差，修改所述关键参数提取中的关键参数实现。

8.根据权利要求7所述的算法，其特征在于，所述求解真实尺寸，利用所述最终的线阵相机模型和在模型参数标定步骤中求出的参数向量的数值，计算出与图像坐标对应的世界坐标，完成尺寸测量。