[發明專利]利用sift特征點校準一般攝像情況下攝像機參數

無效

• 申請號: 201210475129.9
• 申請日: 2012-11-20
• 公開（公告）號: CN103034994A
• 公開（公告）日: 2013-04-10
• 發明（設計）人: 陳麗芳;劉淵;劉一鳴;王君竹;杜欣宇
• 申請（專利權）人: 江南大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及計算機視覺、虛擬現實和物體三維場景分析與重建等領域。公開了利用sift特征點校準一般攝像情況下攝像機參數方法，具體地說解決了一般攝像情況下，因無法獲取足夠的已知點來求解相片圖像的相片系數，從而無法求解出攝像機的參數，無法求解物體的實際坐標而影響后續的三維重建。

背景技術

攝像機參數的標定是虛擬現實、計算機視覺和三維重建技術研究中的一項基本的工作，是建立物體表面點的三維位置和圖像中對應點二維位置之間的關系。攝像機參數的標定過程是指確定攝像機的內部參數(內方位元素)和外部參數(外方位元素)。在場景分析和場景重建，以及軍事防御戰略的部署、產品設計的等方面都有廣泛的應用。在人工智能和計算機技術高速發展的時代，希望通過一些照片或圖片，通過建立攝像機參數，提取兩幅圖像里面相同的景物三維的有效信息，實現三維重建。

攝像機參數標定的方法一般有兩步法、線性法和非線性法等幾種。兩步法僅考慮鏡頭的徑向畸變，操作復雜。線性法沒有考慮非線性補償，存在較大的畸變誤差。非線性法考慮各種非線性物鏡畸變差，適合一般攝像情況，本發明主要采用非線性校準方法。

發明內容

本發明的目的是提供一種利用sift關鍵特征點作為已知點進行攝像機參數標定，適合那些無法獲取或得到足夠已知點的圖像三維重建。

按照本發明提供的技術方案，利用sift特征點校準一般攝像情況下攝像機參數方法包含以下步驟：

1、對用來校準攝像機參數的圖像進行預濾波，消除噪聲。利用中值濾波對圖像進行預處理，平滑噪聲。

2、利用基于區域的sift算法(尺度不變特征轉換算法)生成一定數目匹配的特征點。實現步驟為：

(1)根據區域灰度特性將圖像分成5×5個小區域。

(2)檢測區域之間的匹配關系，

(3)在有匹配關系的區域里利用sift算法檢測配對的特征點。每個區域只需要檢測2-3點。

3、校準攝像機參數的實現過程為：

(1)根據一般攝像情況下的成像原理，以及引入需改正的非線性物鏡畸變系數，利用豪斯荷爾德變換法求解相片圖像的系數。

(2)根據相片圖像的系數，求解攝像機內方位元素像主點和焦距。

(3)根據相片圖像的系數，求解攝像機外方位元素。

本發明與已有技術相比，實現過程簡單，無需預先知道相片的已知點，同時采用基于區域的sift算法，匹配速度快。由于無需預先知道已知點，為文物的復原展示、軍事防御的遠程圖像的重建以及產品的仿真提供一種有效的方法。

附圖說明

圖1算法執行流程圖

圖2一般攝像的成像模型圖

圖3像空間坐標系與物空間坐標系之間的關系圖

具體實施方式

下面本發明將結合附圖對本發明的實施方式做進一步的介紹。

1、圖像預處理，對需要匹配的圖像進行預濾波，消除噪聲。如果圖像質量良好的話，可以選擇不做。為了保持圖像的灰度特性，利用自適應中值濾波對圖像進行預處理，自適應中值濾波是對中值濾波的改進，在計算濾波模板中心點的灰度時，不是簡單取中值，而是根據周圍像素點的特性，先把濾波模板上的像素點灰度特性進行加權，然后在取中值，也是一種非線性濾波，既消除噪聲又保持細節，濾波模板取3×3，為了降低計算量，每次求中值僅僅考慮去掉最左側的像素，補上最右側的像素，其余像素不變。

2、基于區域sift算法實施步驟：

(1)利用sift算法檢測校準照片的sift關鍵點。

(2)利用圖像直方圖統計圖像的灰度特性，根據灰度特性，把需要檢測的圖像分成5×5個小區域。把已經檢測到的sift特征點按照坐標位置分配到這些區域中。

(3)圖像直方圖反映了圖像中不同灰度值的面積或像素在整個圖像中出現的頻率，當圖像同一區域的成像條件發生變化時，所對應的直方圖在形態上卻變化不大，所以利用直方圖性質檢測區域之間的配對關系，并標注匹配關系。

(4)取圖像1中某一區域的一個sift特征點，在圖像2中匹配關系的區域中搜索匹配的sift特征點，由于校準攝像機參數需要的已知點數目要求不多，所以本發明在每個匹配區域中值檢測3個對應匹配關系的sift點。

3、攝像機參數的求解步驟：