[发明专利]一种双目相机非线性模型参数的标定方法

说明书

本发明提供一种双目相机非线性模型参数的标定方法，以一块黑白棋盘格为标定靶标，利用棋盘格标定板上共线内角点的交比不变性估计镜头的径向畸变参数和切向畸变参数，对拍摄的图像对畸变矫正后，根据相机线性成像模型估计相机内外参数，作为初值再进行整体非线性优化得到双目相机的准确标定参数。相比传统方法，该方法运算速度更快，步骤较少，能够获得可靠的高精度标定结果，为双目摄像机标定提供了新的思路。

技术领域

本发明属于机器视觉领域，涉及一种双目相机非线性模型参数的标定方法。

背景技术

光学三维测量以其非接触、速度快和测量效率高等优势，近年来在工业自动检测中的应用日趋广泛，在几何量测量以及机械制造领域发挥着越来越重要的作用。

摄像机标定是视觉测量领域的关键技术之一，它是从二维图像恢复到三维图像的必不可少的步骤，被广泛应用到三维测量、三维物体重建、物体识别、工业检测、虚拟现实等领域。摄像机标定的本质是：基于数学模型和几何关系，提取位于世界坐标系的3D对象和其位于图像平面或图像坐标系投影之间的量测信息。双目视觉测量系统中双目相机标定是后续计算的基础，标定精度直接影响测量结果的精度。

随着视觉测量的应用越来越广泛，国内外很多学者在摄像机的标定领域作了大量的理论研究与实验验证，并且面向不同的应用领域给出了多种方法。一般来说，可将双目相机模型分为线性模型和非线性模型。线性模型未考虑相机镜头的畸变，精度较低，因此非线性模型是当前的主流相机标定模型。非线性摄像机标定方法可分为两类：1、基于极线约束的自标定方法，该方法无需预知目标的三维坐标，但是缺乏稳定性；2、传统的摄像机标定方法，该方法需要在摄像机视场中放置一个已知三维信息的靶标，然后根据摄像机参数模型推导出空间坐标系和图像坐标系之间的关系。

传统标定方法对单个相机标定精度较高，但是对于双目相机非线性标定仍有不足。目前主流的双相机标定方法需要先对单个摄像机进行标定，再通过矩阵变换方式求解两摄像机间的旋转平移关系，并以此作为初值进行非线性优化，求得最终双相机内外参数。此过程非线性优化步骤过多、耗时较长，并且对于镜头畸变较大的摄像机，将摄像机线性参数和镜头畸变系数同时标定优化会导致非线性参数与线性参数的耦合，造成标定结果不准确。

发明内容

本发明针对传统双目相机标定方法的不足，提出了一种用于双目相机非线性模型参数标定的快速计算方法。以一块黑白棋盘格为标定靶标，利用棋盘格标定板上共线内角点的交比不变性估计镜头的径向畸变参数和切向畸变参数，对拍摄的图像对畸变矫正后，根据相机线性成像模型估计相机内外参数，作为初值再进行整体非线性优化得到双目相机的准确标定参数。相比传统方法，该方法运算速度更快，步骤较少，能够获得可靠的高精度标定结果，为双目摄像机标定提供了新的思路。

为实现上述目的，本发明采用如下技术方案：

一种双目相机非线性模型参数的标定方法，包括如下步骤：

步骤1：用双目相机从多个视角方位朝向同一标定板进行多次拍摄，获取若干对左右图像，采集图像时保持双目相机的焦距不变、左右相机的相对位置固定不变，且所有内角点在画面内清晰可见；

步骤2：检测出所有图像中的内角点的亚像素坐标，并与其世界坐标一一对应；

步骤3：构建双目相机镜头的畸变模型，求解畸变模型的畸变参数；

步骤4：双目相机内参矩阵估计；

步骤5：利用步骤3确定的畸变模型对左右图像进行矫正，根据矫正后的左右图像建立线性相机模型；

步骤6：根据线性相机模型求解相机内外参数；

步骤7：利用已求得的相机内外参作为全局非线性优化的初始值，利用优化算法得出最终精确的双目相机标定参数值。

进一步的，步骤3中，求解畸变模型的畸变参数包括如下步骤：