[发明专利]一种相机标定方法、装置和无人机在审
| 申请号: | 201910568633.5 | 申请日: | 2019-06-27 |
| 公开(公告)号: | CN110264530A | 公开(公告)日: | 2019-09-20 |
| 发明(设计)人: | 代真佑 | 申请(专利权)人: | 深圳市道通智能航空技术有限公司 |
| 主分类号: | G06T7/80 | 分类号: | G06T7/80;G06K9/62;G06K9/46 |
| 代理公司: | 深圳市六加知识产权代理有限公司 44372 | 代理人: | 孟丽平 |
| 地址: | 518055 广东省深圳市南山*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 标定图像 特征点 图像区域 相机标定 子区域 预设 特征点匹配 特征点提取 提取特征 标定物 标定 匹配 | ||
本发明实施例涉及一种相机标定方法、装置和无人机,所述方法包括:获取第一标定图像和第二标定图像;从第一标定图像和第二标定图像中提取特征点;对第一标定图像和第二标定图像进行特征点匹配,获得特征点对;确定所述特征点对位于图像区域中的子区域,所述图像区域包括至少两个子区域;继续获取第一标定图像和第二标定图像并进行特征点提取和匹配,直至图像区域中的每个子区域均具有预设数量以上的特征点对;基于各子区域内的各特征点对进行相机标定。本发明实施例将图像区域分成多个子区域,并使图像区域中每个子区域均具有预设数量以上的特征点对,确保了特征点对的均匀而全面的分布,从而利用这些特征点对进行相机标定时标定精度更高。而且无需标定物,成本低。
技术领域
本发明实施例涉及无人飞行器技术领域,特别涉及一种相机标定方法、装置和无人机。
背景技术
相机标定是机器视觉的一项基础问题,单个相机由于生产加工以及自身特性的原因会存在误差,双目相机及多目相机在装配过程中亦会产生误差。这些误差对视觉测量算法有不良影响,所以,在进行视觉测量时都需要首先进行相机标定,正确标定后,才能保证后续测量工作的正确性。
相机的标定方法包括基于标定物的标定方法和基于图像序列的自标定方法。基于标定物的标定方法是利用标定物上的特征点和其在图像上对应点之间的关系,求解相机参数,完成标定。这类方法标定结果精度高,但是需要专门定制精密加工的标定物,成本高。基于图像序列的自标定方法是利用场景的几何约束关系或者摄像头自身运动产生的约束关系,建立不同图像中的对应点满足的约束方程,求解相机参数,完成标定。这类方法不需要定制标定物,但是标定精度低。
发明内容
本发明实施例的目的是提供一种标定成本低且精度高的相机标定方法、装置和无人机。
第一方面,本发明实施例提供了一种相机标定方法,所述方法包括:
获取第一标定图像和第二标定图像;
从所述第一标定图像和所述第二标定图像中提取特征点;
对所述第一标定图像和所述第二标定图像进行特征点匹配,获得特征点对;
确定所述特征点对位于图像区域中的子区域,其中,所述图像区域包括至少两个子区域;
继续获取第一标定图像和第二标定图像并进行特征点提取和匹配,直至图像区域中的每个子区域均具有预设数量以上的特征点对;
基于各子区域内的各特征点对进行相机标定。
在一些实施例中,所述子区域具有多个用于确定所述子区域边界的顶点,多个所述顶点均具有顶点坐标;则,
所述确定所述特征点对位于图像区域中的子区域,包括:
当所述特征点对的两个坐标均位于由所述子区域的顶点坐标围成的区域内时,则所述特征点对位于该子区域。
在一些实施例中,所述子区域为均匀分布于所述图像区域中的矩形分区。
在一些实施例中,所述从所述第一标定图像和所述第二标定图像中提取特征点,包括:
基于尺度不变特征变换算法从所述第一标定图像和所述第二标定图像中提取特征点。
在一些实施例中,所述对所述第一标定图像和所述第二标定图像进行特征点匹配,获得特征点对,包括:
基于暴力匹配算法对所述第一标定图像和所述第二标定图像进行双向交叉匹配。
第二方面,本发明实施例提供了一种相机标定装置,所述装置包括:
图像获取模块,用于获取第一标定图像和第二标定图像;
特征点提取模块,用于从所述第一标定图像和所述第二标定图像中提取特征点;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市道通智能航空技术有限公司,未经深圳市道通智能航空技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910568633.5/2.html,转载请声明来源钻瓜专利网。





