[發明專利]基于粒子群優化算法的攝像機自標定方法及裝置

有效

• 申請號: 201510860947.4
• 申請日: 2015-11-30
• 公開（公告）號: CN105447869B
• 公開（公告）日: 2019-02-12
• 發明（設計）人: 胡娟;賀蘇寧;蒲剛
• 申請（專利權）人: 四川華雁信息產業股份有限公司
• 主分類號: G06T7/80
• 分類號: G06T7/80
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 張玲

1.一種基于粒子群優化算法的攝像機自標定方法，其特征在于，包括：

獲取待標定的攝像機拍攝的多幅圖像，利用SURF算法提取所述多幅圖像的特征點；

對所述多幅圖像的特征點進行相似性度量，得到相互匹配的匹配特征點；

基于粒子群優化算法，利用所述匹配特征點及所述攝像機的非線性模型，獲得所述攝像機參數的解集合；

其中，獲取待標定的攝像機拍攝的多幅圖像，包括：

獲取待標定的攝像機在待標定區域拍攝的至少兩幅圖像，所述至少兩幅圖像之間有重疊區域，所述至少兩幅圖像包括第一圖像以及第二圖像；

所述利用SURF算法提取所述多幅圖像的特征點包括獲得每個特征點的特征點描述算子，所述特征點描述算子用特征向量表示，

所述對所述多幅圖像的特征點進行相似性度量，得到相互匹配的匹配特征點，包括：

利用所述第一圖像上的所有特征點的特征向量與所述第二圖像上的所有特征點的特征向量，依次將所述第一圖像中的每一個特征點作為待匹配的特征點，依次計算所述第一圖像上的待匹配的特征點到第二圖像上的所有特征點的歐氏距離，分別得到與所述第一圖像上的待匹配的特征點對應的距離集合；

計算所述距離集合中的最小歐式距離與次小歐式距離的比值，若所述比值小于預設閾值，則判定所述第二圖像中與所述待匹配的特征點具有最小歐式距離的對應的特征點為所述待匹配特征點的匹配特征點，若所述比值大于所述預設閾值，則在所述第二圖像中沒有特征點與所述第一圖像中的待匹配特征點匹配。

2.根據權利要求1所述的方法，其特征在于，所述粒子群優化算法中計算適應度值的適應度函數為：

其中，N為粒子總個數，i代表當前搜索到第i個粒子，(x_w(i)，y_w(i)，z_w(i))表示第一圖像中的第i個特征點所對應的三維空間的位置參數，(x_w(i)′，y_w(i)′,z_w(i)′)表示與該特征點對應的第二圖像中的匹配特征點所對應的三維空間的位置參數，所述匹配點三維空間的位置參數利用攝像機的線性模型求得。

3.根據權利要求2所述的方法，其特征在于，所述攝像機參數包括攝像機的內參數K、外參數R、T以及畸變參數，所述粒子群優化算法包括初始化粒子的個數、粒子搜索空間的維數，所述粒子的個數等于相互匹配的匹配特征點的組數，所述空間的維數等于攝像機參數的個數。

4.根據權利要求3所述的方法，其特征在于，所述粒子群優化算法中包括全局最優位置、每個粒子的位置向量、每個粒子的速度向量以及每個粒子的個體最優位置，所述位置向量為代表各種攝像機參數的向量，所述速度向量代表相應的位置向量的改變速度，所述個體最優位置表示當前粒子的攝像機參數的最優解，所述全局最優位置為在所有粒子中搜索到的攝像機參數的最優解。

5.根據權利要求4所示的方法，其特征在于，所述粒子群優化算法中，比較當前粒子的當前步數對應的適應度值是否小于當前粒子經過的所有的適應度值，

若否，根據所述當前粒子的約束條件判斷是否更新所述當前粒子的位置向量及速度向量；

若是，將所述當前粒子的當前步數所對應的粒子的位置向量存儲為所述當前粒子的個體最優位置向量，并且將所述當前粒子的當前的適應度值與當前所保存的所述全局最優位置對應的適應度值比較，若所述當前粒子的當前的適應度值較小，將所述當前粒子的個體最優位置存儲為全局最優位置。