[發(fā)明專利]基于一維物體的多相機分層標定方法

有效

• 申請?zhí)枺?/td>: 201010573391.8
• 申請日: 2010-12-01
• 公開（公告）號: CN102034236A
• 公開（公告）日: 2011-04-27
• 發(fā)明（設(shè)計）人: 周忠;吳威;龔如曦;趙沁平
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京科迪生專利代理有限責(zé)任公司 11251
• 代理人: 成金玉

技術(shù)領(lǐng)域

本發(fā)明涉及一種相機標定方法，特別是基于一維物體的多相機分層標定方法，屬于計算機視覺技術(shù)領(lǐng)域。

背景技術(shù)

計算機視覺技術(shù)通過計算機圖形學(xué)相關(guān)技術(shù)，構(gòu)造虛擬環(huán)境，或者把現(xiàn)實環(huán)境編制到計算機中去，產(chǎn)生逼真的虛擬環(huán)境，使用戶能夠得到一種沉浸于虛擬環(huán)境中的感覺。計算機視覺研究的目的在于使計算機能夠通過二維圖像，對三維空間環(huán)境信息進行認知，能夠使機器感知三維環(huán)境中物體的幾何信息，并能進行描述、存儲、識別與理解。計算機視覺有其獨立的計算理論與算法，占據(jù)統(tǒng)治地位的理論是Marr理論。而Marr理論的最終研究目標，在于從二維圖像中恢復(fù)三維物體幾何結(jié)構(gòu)，也即三維重建。

目前三維重建技術(shù)多采用多相機技術(shù)，對人眼的成像原理進行模擬，根據(jù)不同圖像間的視差進行重建。而在三維重建前，需要對重建中用到的多個相機進行標定，確定單個相機固有的光電特性和幾何結(jié)構(gòu)相關(guān)的參數(shù)，也即內(nèi)參數(shù)，以及多個相機之間的相對位置關(guān)系，即外參數(shù)。相機標定結(jié)果的好壞往往直接決定三維重建結(jié)果的好壞，因此相機標定方法的研究具有重要的應(yīng)用價值。

在相機標定方法中，棋盤格方法為目前較為成熟的方法，該方法利用棋盤格平面作為z＝0平面，以棋盤格某一個邊界角點作為世界坐標系原點，以棋盤格朝向的方向作為z軸正方向，定義世界坐標系，作為絕對坐標系。在標定過程，利用棋盤格的角點作為標志點，通過變換棋盤格的朝向，也即變換世界坐標系，獲取多幅圖像，對相機的內(nèi)參數(shù)進行標定，并確定相機在多個世界坐標系下的外參數(shù)。該方法中，相機的外參數(shù)為相機相對于某一絕對坐標系的位置的描述，要想獲得多個相機之間的相對位置關(guān)系，則要求所有相機至少共享某一世界坐標系下的圖像，該條件在通常條件下很難得到滿足。改進的方法利用棋盤格對兩個或多個能夠共享同一視野的相機進行標定，求取其轉(zhuǎn)換矩陣，進而得到所有相機的轉(zhuǎn)換矩陣。該方法對相機之間的視野要求較為苛刻，相機兩兩標定開銷較大，且標定物體對不同相機存在可見與不可見的問題，不適合于分布的多相機標定。因此，目前棋盤格方法多僅用于內(nèi)參數(shù)標定。

目前流行的分布的多相機標定方法多利用分層思路，首先利用棋盤格單獨標定每個相機的內(nèi)參數(shù)，然后利用其他方法，如一維物體，對相機的外參數(shù)進行求解。典型的方法如加州大學(xué)伯克利分校提出的分層標定的方法，首先利用棋盤格對相機的內(nèi)參數(shù)進行標定，然后利用一維物體，對相機的外參數(shù)進行求解。相機外參數(shù)求解時，根據(jù)兩個相機共同圖像的個數(shù)，對相機的共同視野進行描述，并以此構(gòu)造帶權(quán)連通圖，求解最短轉(zhuǎn)換路徑，對相機進行兩兩標定。但該標定方法只考慮了相機之間的共同視界，而忽略了其視界內(nèi)標定點的質(zhì)量，對標定的精度造成了一定的影響，另外，該分層標定過程需要兩次圖像獲取，分別獲取棋盤格，以及一維標定物體圖像，進而進行計算。當相機的內(nèi)參數(shù)發(fā)生變動時，需要的工作量較大。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題在于：克服現(xiàn)有多相機標定算法的不足，提供一種基于一維物體的多相機分層標定方法，該方法提高了標定精度，簡化標定流程，降低標定開銷。

本發(fā)明的技術(shù)解決方案：基于一維物體的多相機分層標定方法，實現(xiàn)步驟如下：

(1)利用排列在一條直線上的多個球形標志物作為一維標定物體，通過同步觸發(fā)機制控制相機同步采集，獲取圖片；

(2)對于多個相機中的每一個相機，利用基于優(yōu)良性評價的相機內(nèi)參數(shù)標定過程進行內(nèi)參數(shù)計算，所述基于優(yōu)良性評價的相機內(nèi)參數(shù)標定過程為：針對每個相機獲取到的圖片，提取一維標定物體的中心點在圖片坐標系下的坐標信息，并對一幅圖片中標定點識別的質(zhì)量進行優(yōu)良性評價，根據(jù)評價結(jié)果，選取優(yōu)良性評價最優(yōu)的圖片集合，利用圖片集合中每幅圖片所包含的標志點的坐標信息構(gòu)成求解集，對相機的內(nèi)參數(shù)進行求解，并進行優(yōu)化；

(3)得到所有相機的內(nèi)參數(shù)之后，利用基于視界圖的相機外參數(shù)標定過程，求解任意兩個相機之間的外參數(shù)，所述基于視界圖的相機外參數(shù)標定過程為：對任意兩個相機的求解集合求交集，根據(jù)得到的交集中所包含的共同圖片的個數(shù)以及對應(yīng)的圖片的優(yōu)良性評價，構(gòu)造視界圖，對兩個相機的共同視界進行評價，并求解以某一個相機對應(yīng)的頂點為根節(jié)點，頂點之間，也即相機之間的最短轉(zhuǎn)換路徑，對路徑中直接相連的相機進行兩兩標定，對與不相鄰的兩個相機，通過鏈式法則，求解不相鄰相機的外參數(shù)關(guān)系。

所述步驟(2)中優(yōu)良性評價方法的步驟如下：

(2.1)根據(jù)采取的標志物體的不同，從相機獲取的圖片中提取標定物體中標志物體的中心點在圖片坐標系下的坐標信息；