[发明专利]一种视觉传感网络的快速通用标定方法有效
| 申请号: | 201910917799.3 | 申请日: | 2019-09-26 |
| 公开(公告)号: | CN110782498B | 公开(公告)日: | 2022-03-15 |
| 发明(设计)人: | 全权;邓恒;杨坤;蔡开元 | 申请(专利权)人: | 北京航空航天大学 |
| 主分类号: | G06T7/80 | 分类号: | G06T7/80;G06T7/33;G06V10/762;G06K9/62 |
| 代理公司: | 北京慧泉知识产权代理有限公司 11232 | 代理人: | 李娜 |
| 地址: | 100191*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 视觉 传感 网络 快速 通用 标定 方法 | ||
1.一种视觉传感网络的快速通用标定方法,其特征在于:该方法的具体步骤如下:
步骤一、视觉传感网络的内参标定
利用标准棋盘格,对视觉传感网络中用的摄像机进行内参数标定,即估计每个摄像机的内参数内参数标定完成后,在整个标定过程中其值保持不变;
步骤二、双摄像机标定
S21、特征点的检测与提取
首先,利用OpenCV自带的函数对图像数据预处理,依次包括阈值化处理cv::threshold函数、高斯平滑处理cv::GaussianBlur函数、轮廓获取cv::findContours函数;然后提取每个轮廓的中心点作为特征点坐标;
S22、最优匹配点对的获取:根据步骤S21可以得到两个摄像机获取的特征点对,然后根据三点共线原则以及长度比例关系剔除掉一部分特征点对,得到一系列匹配点对;接着基于k-means++算法筛选出k组分散均匀的匹配点对;
S23、外参数的初始化;包括:像素坐标转换为球面坐标m0j,m1j;由对应点求本质矩阵由本质矩阵求外参数
S24、捆绑调整:对于第j对图像,根据三维重建公式和步骤S23求解出的外参数,可以求解出
步骤三、多摄像机标定
S31、根据双摄像机标定构建无向连接图
首先对所有的摄像机分别进行两两标定,得到每组摄像机的反投影误差,将此误差作为权重,构建该视觉传感网络的无向连接图;图中每个顶点表示单个摄像机,每条边代表权重值,由求出来的反投影误差表示;
S32、外参数的初始化
根据构建的无向连接图,利用Dijkstra最短路径法来寻找参考摄像机到其它摄像机的最优路径,结合双摄像机标定结果,可以得到参考摄像机到其它摄像机的转换关系;
S33、捆绑调整;
步骤四、全局标定
全局标定是利用标定三角板,设置原点,将参考坐标系从第0号摄像机变换到三角板所建立的地球固连坐标系{e}={oexeyeze}。
2.根据权利要求1所述的一种视觉传感网络的快速通用标定方法,其特征在于:步骤S22所述的基于k-means++算法筛选出k组分散均匀的匹配点对,具体流程如下:
(1)初始化:值,已知两摄像机对应的匹配点对将其增广为四维特征点作为新的数据集
(2)从数据集中随机选取一个样本作为初始聚类中心
(3)首先计算数据集中每个样本于当前聚类中心之间的最短距离,即与最近的一个聚类中心的距离,用D(x)表示;接着计算每个样本被选为下一个聚类中心的概率最后按照轮盘赌算法选择出下一个聚类中心;
(4)重复步骤(3)直到选择出k个聚类中心。
3.根据权利要求1所述的一种视觉传感网络的快速通用标定方法,其特征在于:
所述步骤四全局标定的具体过程如下:
将三角板水平任意放置在地面,其上设置四个反光小球重建各个摄像机坐标系相对于惯性坐标系的外参数;根据四个反光小球四点的空间位置关系,可以知道他们分别在惯性坐标系下的空间坐标eM;
已知空间点M在惯性系下的坐标eM,利用前三个步骤得到的标定结果则可以求解M点在第i号摄像机坐标系下的坐标:
其中由公式
求出,里面只有变量则可以直接利用反投影得到M点在第i号摄像机的图像坐标,接着直接利用LM算法最小化重投影误差得到最后,根据公式(ii)可以得到所有摄像机相对于地球固连坐标系的位姿信息
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北京航空航天大学,未经北京航空航天大学许可,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/201910917799.3/1.html,转载请声明来源钻瓜专利网。





