[发明专利]一种相机内部参数的拟合方法

说明书

本发明属于图像测量技术领域，公开了一种相机内部参数的拟合方法，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，S4、通过计算误差来得到系数值；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；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，则记录参数表W；若未达到，则对阶数加1，重复S2～S5步骤。本发明可以进一步降低拟合误差，提高计算出的相机内部参数的精度。

技术领域

本发明属于图像测量技术领域，特别是涉及到一种相机内部参数的拟合方法。

背景技术

在图像测量过程以及机器视觉应用中，未确定空间物体表面某点的三维几何位置与其对应在图像中对应点之间的相互关系，必须建立成像的几何模型。而相机的内部参数的标定的精度又会直接影响到后续的机器人手眼标定，因此做好相机的内参标定非常关键。

现有的相机标定方法有：主动视觉相机标定法，相机自标定法，传统相机标定法。基于主动视觉的相机标定法是指已知相机的某些运动信息对相机进行标定，该方法不需要标定物，但需要控制相机做某些特殊运动，利用这种运动的特殊性可以计算出相机内部参数，这种方法的优点是算法简单，可以获得线性解，鲁棒性较高，缺点是系统的成本较高，实验要求高，而且不适合于运动参数未知或无法控制的场景。相机的自标定法主要是利用相机运动场景中的一些平行或者正交的信息，自标定方法灵活性较强，但由于它是基于二次曲线或者曲面的方法，鲁棒性较差。而目前行业中主要采用的依旧是传统的相机标定法，通过使用尺寸已知的标定物，通过建立标定物上坐标已知的点与其图像点之间的对应，利用一定的算法获得相机模型的内外参数。标定物一般采用三维标定物或者平面型标定物，三维标定物可由单幅图像进行标定，标定精度较高，但高精度三维标定物的加工和维护较为困难。平面型标定物制作相对简单，精度易保证，但标定时必须采用多幅图像。传统的相机标定方法在标定过程中始终需要标定物，且标定物的制作精度会影响标定结果，因此需要适应性更强，鲁棒性更好的标定算法。

发明内容

为了解决现有技术中的以上问题，本发明提出了一种相机内部参数的拟合方法，以提高相机内部参数的计算精度。

为了达到上述目的，本发明采用的技术方案为：一种相机内部参数的拟合方法，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。