[發(fā)明專利]一種基于二維平面模板的相機標定方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710674279.5
• 申請日: 2017-08-09
• 公開（公告）號: CN107633536B
• 公開（公告）日: 2020-04-17
• 發(fā)明（設(shè)計）人: 張俊勇;伍世虔;陳鵬;鄒謎;韓浩
• 申請（專利權(quán)）人: 武漢科技大學(xué)
• 主分類號: G06T7/80
• 分類號: G06T7/80
• 代理公司: 北京眾達德權(quán)知識產(chǎn)權(quán)代理有限公司 11570
• 代理人: 劉杰

本發(fā)明公開了一種基于二維平面模板的相機標定方法及系統(tǒng)，其中的方法包括：獲取棋盤格標定圖像，所述標定圖像包含多個角點；采用隨機抽樣一致性算法剔除所述多個角點中角點第一誤差值大于第一預(yù)設(shè)值的角點，獲得目標角點；根據(jù)所述目標角點的坐標和對應(yīng)的世界坐標，獲得單應(yīng)性矩陣；采用隨機抽樣一致性算法剔除第二誤差值大于第二預(yù)設(shè)值的單應(yīng)性矩陣，獲得目標單應(yīng)性矩陣；根據(jù)所述目標單應(yīng)性矩陣，獲得目標二次曲線模型，并根據(jù)所述目標二次曲線模型獲得相機的初始參數(shù)；采用最大似然估計的方法對所述初始參數(shù)進行估計，獲得目標參數(shù)，利用所述目標參數(shù)對相機進行標定。本發(fā)明解決了張正友標定方法存在相機標定的準確性不高的技術(shù)問題。

技術(shù)領(lǐng)域

本發(fā)明涉及視覺測量技術(shù)領(lǐng)域，尤其涉及一種基于二維平面模板的相機標定方法及系統(tǒng)。

背景技術(shù)

視覺測量中，相機參數(shù)的標定是非常關(guān)鍵的環(huán)節(jié)，標定精度以及標定算法的穩(wěn)定性直接影響相機工作產(chǎn)生結(jié)果的準確性。相機標定的目的是估計相機鏡頭和圖像傳感器的參數(shù)，包括內(nèi)參、外參以及鏡頭畸變系數(shù)，這些參數(shù)廣泛應(yīng)用到計算機視覺領(lǐng)域，比如糾正鏡頭失真、測量物體的實際尺寸、確定相機在場景中的位置等。相機標定還廣泛應(yīng)用于機器人學(xué)、導(dǎo)航系統(tǒng)和三維重建等。

目前，相機標定的方法大致分為兩類：傳統(tǒng)的標定方法和相機自標定方法。傳統(tǒng)的標定方法是利用已知尺寸的標定塊，建立物體坐標與圖像坐標的對應(yīng)關(guān)系，再通過相應(yīng)的算法獲取相機內(nèi)外參數(shù)，標定精度較高但三維標定塊的加工和維護困難，成本很高；相機自標定主要是利用相機運動約束或者場景的約束估計參數(shù)，靈活性較強，但自標定方法對相機運動以及場景約束條件太強，在實際使用時魯棒性較差，精度較低，這些因素也就限制了自標定的使用范圍。

為了解決上述技術(shù)問題，張正友提出了一種靈活的平面標定方法，該方法介于傳統(tǒng)的標定與相機自標定方法之間，不需要特定的標定物，只需要打印一張棋盤格，可以避免傳統(tǒng)的標定方法設(shè)備要求高，以及自標定方法精度低的問題。但是，張正友的標定法使用多幅棋盤格圖像，利用角點的對應(yīng)關(guān)系，算出每幅圖像對應(yīng)的單應(yīng)性矩陣，然后使用封閉解求出相機內(nèi)參、外參，最后考慮鏡頭畸變，用前面得到的封閉解作為初值，采用非線性搜索算法估計所有參數(shù)，包括內(nèi)參、外參以及畸變系數(shù)。但是，非線性搜索算法對給定初值的精度要求很嚴格，由于相機參數(shù)是耦合的，如果提供的初值精度不高，那么非線性優(yōu)化表現(xiàn)會很差，還會陷入局部最優(yōu)解，因而導(dǎo)致求解相機參數(shù)及畸變系數(shù)的準確性和魯棒性不夠。

可見，現(xiàn)有的張正友標定方法存在相機標定的準確性不高的技術(shù)問題。

發(fā)明內(nèi)容

本發(fā)明實施例提供一種基于二維平面模板的相機標定方法及系統(tǒng)，用以解決現(xiàn)有張正友標定方法存在相機標定的準確性不高的技術(shù)問題。

本發(fā)明公開了一種基于二維平面模板的相機標定方法，所述方法包括：

獲取棋盤格標定圖像，所述標定圖像包含多個角點；

采用隨機抽樣一致性算法剔除所述多個角點中角點第一誤差值大于第一預(yù)設(shè)值的角點，獲得目標角點；

根據(jù)所述目標角點的坐標和對應(yīng)的世界坐標，獲得所述棋盤格標定圖像所在的世界坐標系到像素坐標系的單應(yīng)性矩陣；

采用隨機抽樣一致性算法剔除第二誤差值大于第二預(yù)設(shè)值的單應(yīng)性矩陣，獲得目標單應(yīng)性矩陣；

根據(jù)所述目標單應(yīng)性矩陣，獲得目標二次曲線模型，并根據(jù)所述目標二次曲線模型獲得相機的初始參數(shù)，所述初始參數(shù)包括第一內(nèi)參、第一外參和第一畸變系數(shù)；

采用最大似然估計的方法對所述初始參數(shù)進行估計，獲得目標參數(shù)，所述目標參數(shù)包括第二內(nèi)參、第二外參和第二畸變系數(shù)，利用所述目標參數(shù)對相機進行標定。

本發(fā)明提供的方法中，所述采用隨機抽樣一致性算法剔除所述多個角點中角點第一誤差值大于第一預(yù)設(shè)值的角點，獲得目標角點，包括：

獲取角點的重投影坐標；