[发明专利]一种基于运动球体的同步相机的基础矩阵求解及标定方法

说明书

本发明提供一种基于运动球体的同步相机的基础矩阵求解及标定方法。使用多台待标定的相机从不同的角度同步拍摄单一运动球体，获取多段同步视频，然后使用圆检测算法自动地检测每一帧图像中的球体并得到其球心在图像中的像素坐标，进而得到一系列2D对应点坐标，然后据此计算对极约束中的基础矩阵，并结合相机的内参计算得到相机的投影矩阵。该方法的优点是：使用方便，自动化程度高，标定结果准确，能够在多种户外环境中使用。

技术领域

本发明属于相机标定技术领域，涉及一种基于运动球体的同步相机的基础矩阵求解及标定方法。

背景技术

相机标定的意义是：如果得到了三维空间中某个三维点(三维坐标未知)在多个视图中的二维像素坐标，根据相机的投影矩阵，就可以计算该点的三维坐标，这是基于多视图几何原理的三维重建流程。

进行多视图三维重建的关键是准确估计出多个同步相机的投影矩阵。为此需要同步视图中寻找若干对对应点，根据对极几何的原理，以两台相机为例，可以使用八点法计算基础矩阵，即：在两个视图中找出若干对(不低于八对)2D对应点，然后建立线性方程组求出基础矩阵的最小二乘解。然后根据已知的相机内参矩阵计算对应的本质矩阵，最后对本质矩阵进行分解，可以得到需要的两个相机投影矩阵。估计出的相机投影矩阵的准确程度，决定了后续三维重建的精确度。

为了在两个视角的图像中检测出若干组2D对应点，用于计算对极约束中的基础矩阵，一种常用方法是：在图像中检测SIFT特征点，然后在两个视角的图像中进行匹配，使得每一组2D对应点对应于三维空间中的同一个3D点。在图像中检测SIFT特征点的方法的不足之处在于：在一张图片中往往会自动检测出成千上万个SIFT特征点，但其中包含了很多错误匹配的点，需要使用RANSAC等算法排除不匹配的噪声点，使得整体的计算量很大，整个过程也比较耗时。不仅如此，由于检测到的SIFT特征点大部分来源于图像中的背景，这使得检测SIFT特征的方法还受制于背景环境，对于图像中不同的实际背景，其结果常常不够稳定。

另外，中国专利ZL200720154429提供了一种可拆卸式的三维标定框架，共提供8根标定杆，每根标定杆上固定有3或4个白色小球作为标记点，小球直径为34mm。在使用时可将所有标定杆固定于同一个底座上，组装完成后呈辐射状分布，在三维空间中一共提供26个白色小球作为标记点。如果在两台相机拍摄的图片中，各个标记小球之间没有重合，在一帧图像中，该三维标定框架可以提供26对2D对应点。但该方案存在如下几个方面局限性：一方面三维标定框架往往造价昂贵，阻碍了相关从业者便捷地进行相关的实验与研究；另一方面，三维标定框架中的标定杆上固定的标记小球一般比较小，在拍摄出的图片中难以利用圆检测等相关算法自动地计算标记小球的像素坐标，且不容易精确匹配两视图中的对应标记小球，这一不足在室外距离三维标定框架较远处拍摄时，显得格外突出，所以通常需要使用人力去标注图像中的标记小球的位置，这既费时又费力；此外，该三维标定框架对使用条件要求较高，使其在户外的场景中很受限制。并且三维标定框架标定的相机适用的空间范围有限，当超出其有效范围时重建结果会有很大的偏差。在大型场景重建中，特别是空中大范围运动的人体(如滑雪运动员的空中动作)，标定架只占整个空间中很小的一部分，仅通过图像中一个集中小区域的点来重建整幅图中的结构是不准确的。因此，如果要重建的物体距离标定框架比较远，就会出现重建比例失调的现象。

发明内容

为解决上述技术问题，本发明提供一种基于运动球体的同步相机的基础矩阵求解及标定方法，以球体的球心为参考点，同时可以自由方便地变换球体在三维场景空间中的位置，使得球体的球心在多视图中提供的多组2D对应点能够更充分地表征拍摄场景所在的三维空间，从而提高基础矩阵求解的准确度，进而提升相机标定的精度。

本发明提供一种基于运动球体的同步相机的基础矩阵求解及标定方法，包括：

步骤1：在拍摄场景中固定多台相机，同步拍摄视频；

步骤2：离线或者在线标定相机的内参矩阵；