[发明专利]基于边缘尺度自适应散焦模糊估计的机器人相机标定方法

权利要求书

1.基于边缘尺度自适应散焦模糊估计的机器人相机标定方法，其特征在于，包括以下步骤：

步骤1、利用待标定相机获取棋盘格图片；

步骤2、对所获取的棋盘格图片进行Canny边缘检测和角点检测；

步骤3、根据Canny边缘检测值构造一个尺度一致的边缘图；

步骤4、设定边缘检测的局部尺度值，同时设定两次重模糊图像的模糊值；

步骤5、根据设定的两次重模糊图像的模糊值，对棋盘格图像分别进行高斯模糊，并求取两次重模糊图像的梯度比率；

步骤6、根据所求梯度比率与两次重模糊图像的模糊值，计算出棋盘格原始图片每个角点的散焦模糊量；

步骤7、以步骤2检测的角点为圆心，以散焦模糊量为半径作圆，同时设定相机标定能量方程的权值，并代入到优化的相机标定能量方程中；

所述步骤7具体表现为：以步骤2检测的角点坐标(x,y)为圆心，以其对应的散焦模糊量σ_b(x,y)为半径作圆C，该圆C为相机标定能量方程的回归范围，同时设定相机标定能量方程的权值将其整合到优化的相机标定能量方程中用以权衡角点的模糊程度；

拟定优化的相机标定能量方程为其中m_i,j为对棋盘格直接检测得到的角点的坐标，M_i,j为检测角点在三维空间中标定板上对应点的坐标，为M_i,j通过相机参数利用相机模型进行投影成像所得坐标，A为相机内参矩阵，f_x,f_y为相机的焦距，单位为像素，u₀,v₀为像素坐标系坐标原点到光轴的偏移量，单位为像素，K为相机畸变参数矩阵，K＝[k₁,k₂,k₃,p₁,p₂]，k₁,k₂,k₃为相机的径向畸变参数，p₁,p₂为相机的切向畸变参数，R_i,T_i分别为第i幅图片的旋转矩阵与平移矩阵，C为步骤6中所得到的圆，D为棋盘格标定板上相邻的两个角点实际的欧几里得距离，ε为设定值，可以根据调整ε的大小来决定最终所获参数的精度，|| ||为二维范数，表示欧几里得距离，m为每幅图片所含控制点即角点个数，z为标定过程所输入所有棋盘格图片个数；

步骤8、根据优化的相机标定能量方程，在步骤7所得到的圆范围内对能量方程进行迭代，直至收敛；

步骤9、输出所得相机参数，即为最优相机标定参数。

2.根据权利要求1所述的基于边缘尺度自适应散焦模糊估计的机器人相机标定方法，其特征在于，所述步骤2具体表现为：对所获取的棋盘格图片进行Canny边缘检测得到Canny(I_b,σ_c1),Canny(I_b,σ_c2)...Canny(I_b,σ_cn)，同时进行角点检测，获得所有角点坐标，其中，Canny(I_b,σ_c1)表示对输入棋盘格图片以σ_c1为标准差的Canny检测结果，Canny(I_b,σ_c2).表示对输入棋盘格图片以σ_c2为标准差的Canny检测结果，Canny(I_b,σ_cn)表示对输入棋盘格图片以σ_cn为标准差的Canny检测结果，I_b表示输入棋盘格图片，σ_c1表示在Canny边缘检测过程中高斯滤波步骤所取的第1个标准差，σ_c2表示在Canny边缘检测过程中高斯滤波步骤所取的第2个标准差，σ_cn表示在Canny边缘检测过程中高斯滤波步骤所取的第n个标准差，σ_c1、σ_c2和σ_cn均为设定值，且σ_c1到σ_cn逐渐增大，均匀分布。