[发明专利]一种相机内部参数的拟合方法

权利要求书

1.一种相机内部参数的拟合方法，其特征在于，其包括以下步骤：

S1、设定初始阶数t、最大阶数阈值T以及目标均方误差阈值θ，并获取初始标定数据；

S2、构造系数，对图像坐标进行高阶映射；

S3、以最小二乘法拟合一个带有系数w＝(w₀，w₁，...，w_p)的线性模型，模型表达式为：

f(w)＝w₀+w₁x+w₂y+w₃xy+w₄x²+w₅y²+…+w_p-1x^t+w_py^t；

S4、通过计算误差来得到系数值，计算公式为：

其中，第一部分表示拟合后的误差最小，第二部分表示系数的均方根最小化，即引入惩罚项；f(w)表示预测值，h(x，y)为真实值，α≥0，表示控制系数收缩量的复杂性参数，为正则化参数。

S5、计算均方误差，判断其是否小于设定的目标均方误差阈值θ，若已经小于，则记为最优参数表w，进入步骤S6；若未达到设定的阈值θ，则判断是否达到最大阶数阈值T，若已达到，则记为最优参数表w，进入步骤S6；若未达到，则对阶数加1，重复S2～S5步骤；

S6、保存最优参数表作为最终内参标定数据。

2.根据权利要求1所述的一种二维激光点云等密度化处理的方法，其特征在于，所述步骤S1中，初始标定数据包括图像坐标(x，y)，标定板上各个标记块与中心最大标记块的距离y0，标定板距离相机的距离z0。

3.根据权利要求2所述的一种二维激光点云等密度化处理的方法，其特征在于，所述步骤S1中，还包括对坐标数据进行Z-Score标准化的步骤，其具体公式为：

其中，x_i代表第i个点的x坐标，y_i代表第i个点的y坐标；分别代表对应坐标的均值；δ_x和δ_y分别代表对应坐标的标准差；x′_i，y′_i代表标准化后的结果。

4.根据权利要求1所述的一种二维激光点云等密度化处理的方法，其特征在于，还包括生成标定表对应图像数据，使用最优阶数t’图像进行高阶映射，并计算映射结果与真实值的偏差的步骤。

5.根据权利要求1所述的一种二维激光点云等密度化处理的方法，其特征在于，所述生成标定表对应图像数据时，x方向以像素1为起点至像素1920，步长为1个像素。y方向以像素0.5为起点至像素1080，步长为0.5个像素。