[发明专利]基于近似平面靶的摄像机自标定方法及系统有效
申请号: | 201911193269.5 | 申请日: | 2019-11-28 |
公开(公告)号: | CN110956667B | 公开(公告)日: | 2023-02-17 |
发明(设计)人: | 李安澜 | 申请(专利权)人: | 李安澜 |
主分类号: | G06T7/80 | 分类号: | G06T7/80 |
代理公司: | 北京凯特来知识产权代理有限公司 11260 | 代理人: | 郑立明;郑哲 |
地址: | 230022 安徽省合肥市*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 近似 平面 摄像机 标定 方法 系统 | ||
1.一种基于近似平面靶的摄像机自标定方法,其特征在于,包括:
步骤1、将待标定的摄像机正对着近似平面的靶子或者正对近似平面的靶子时角度偏差在设定范围之内,获取靶子上每一特征点的图像测量坐标,并生成对应的三维空间坐标;所述近似平面是指平面中翘曲程度小于设定值;
步骤2、将待标定的摄像机从m个不同方位分别对着靶子,得到每一方位图像中每一特征点的图像测量坐标;
步骤3、对于每一方位图像,均根据摄像机的线性模型结合每一特征点的三维空间坐标,计算每一特征点在线性模型投影下的图像坐标;
步骤4、对于每一方位图像,均利用特征点的图像测量坐标,结合摄像机的非线性模型参数,对特征点在线性模型投影下的图像坐标进行修正,得到特征点在非线性投影模型投影下的图像坐标;
步骤5、结合所有方位图像,得到每一特征点在非线性模型投影下的图像坐标与对应方位图像上的图像测量坐标之间的误差,利用非线性优化方法,得到摄像机参数的修正值,其中摄像机参数包含了线性模型与非线性模型所使用的参数;
步骤6、利用摄像机参数的修正值,来修正每一方位图像中每一特征点的图像测量坐标,得到对应的修正值,并通过步骤3中的线性模型计算出每一特征点的三维空间坐标的修正值;
步骤7、将步骤5得到的摄像机参数的修正值、以及步骤6得到的每一特征点的三维空间坐标的修正值,带入步骤3,重复执行步骤3~步骤6,直至非线性优化过程中的误差函数值最小,最终得到摄像机参数的修正值即为摄像机参数的标定结果。
2.根据权利要求1所述的一种基于近似平面靶的摄像机自标定方法,其特征在于,
步骤1中第i个特征点二维的图像测量坐标为(ui,vi),生成的三维空间坐标为(Xwi,Ywi,Zwi),其中,Xwi=ui,Ywi=vi,Zwi等于任意一个有理数,i=1、2、…、n,n表示特征点总数;
步骤2中,第j个方位图像中第i个特征点的图像测量坐标的齐次坐标表示为其中,j=1、2、…、m。
3.根据权利要求1或2所述的一种基于近似平面靶的摄像机自标定方法,其特征在于,根据摄像机的线性模型结合每一特征点的三维空间坐标,计算每一特征点在线性模型投影下的图像坐标包括:
根据摄像机的标称参数,选取摄像机内参数(fu,γ,fv,u0,v0)的初始值;其中,u0、v0表示摄像机的主点位置,γ表示摄像机传感器芯片上u、v两个方向的倾斜因子,fu=f/pu,fv=f/pv,f表示摄像机镜头的焦距,摄像机传感器每个像素的大小为pu×pv;
结合每一特征点的三维空间坐标(Xwi,Ywi,Zwi),得到特征点在线性模型投影下的图像坐标:
从而得到如下方程:
其中,M=A·RTj,表示矩阵M中第p行、第q列的元素,p=1,2,3,q=1,2,3,4;
消去上述方程中的比例因子si,得到:
其中,A为摄像机的内参数矩阵,si表示比例因子;表示第j个方位图像中第i个特征点在线性模型投影下的图像坐标,i=1、2、…、n,n表示特征点总数,j=1、2、…、m;RTj表示第j个方位图像的外方位参数矩阵,表示该外方位参数矩阵中平移的元素,分别表示沿X、Y、Z轴平移的分量,表示该外方位参数矩阵中旋转矩阵的第p行、第k列的元素,k=1,2,3;表示该旋转矩阵中的各个元素分别是旋转角度的函数,旋转角度ωj,kj分别表示绕X轴、绕Y轴、绕Z轴旋转的角度,则第j个方位图像的外方位参数为
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李安澜,未经李安澜许可,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/201911193269.5/1.html,转载请声明来源钻瓜专利网。