[發(fā)明專利]一種基于多約束的高精度雙目相機標定方法

有效

• 申請?zhí)枺?/td>: 201810057630.0
• 申請日: 2018-01-22
• 公開（公告）號: CN108053450B
• 公開（公告）日: 2020-06-30
• 發(fā)明（設(shè)計）人: 段桂芳;劉夏;劉振宇;譚建榮
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G06T7/80
• 分類號: G06T7/80;G06T5/00
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 林超

本發(fā)明公開了一種基于多約束的高精度雙目相機標定方法。首先采用張正友標定法計算初始雙目相機參數(shù)，然后計算重投影誤差和極線誤差，之后根據(jù)左右相機圖像中的特征點坐標以及雙目相機參數(shù)重建三維特征點，并計算由相鄰距離誤差、共線誤差以及直角誤差構(gòu)成的3D幾何誤差。建立由重投影誤差累加和、極線誤差累加和、相鄰距離誤差累加、共線誤差累加和以及直角誤差累加和構(gòu)成的優(yōu)化目標函數(shù)，采用列文伯格?馬夸爾特法對優(yōu)化目標函數(shù)進行求解獲得最優(yōu)的雙目相機參數(shù)。和張正友標定法相比，本發(fā)明對雙目相機進行標定，使得距離測量誤差、共線誤差以及直角誤差都得到了明顯降低。

技術(shù)領(lǐng)域

本發(fā)明涉及一種高精度的雙目相機標定方法，尤其是涉及一種基于多約束的高精度雙目相機標定方法。

背景技術(shù)

機器視覺檢測系統(tǒng)由于可以提高生產(chǎn)的柔性和自動化程度，以及可以使用在某些不存在人工檢測條件的場合，使得近幾年在幾何量測量以及機械制造等領(lǐng)域發(fā)揮著越來越重要的作用。相機標定是展開機器視覺后續(xù)一系列操作的基礎(chǔ)，因此學(xué)者們在相機標定領(lǐng)域展開了大量的研究。通過構(gòu)建世界坐標系和圖像坐標系的關(guān)系，求解矩陣方程可以得到初始的相機參數(shù)。但是這些初始參數(shù)往往在實際應(yīng)用中使得測量誤差較大，因此需要建立用于優(yōu)化的數(shù)學(xué)模型，使用最優(yōu)化算法尋找使得測量效果最佳的全局最優(yōu)解，最終達到更高的測量精度。

張正友于2000年在《IEEE Transactions on Pattern Analysis and MachineIntelligence》的論文“A flexible new technique for camera calibration”中使用重投影誤差作為優(yōu)化目標函數(shù)，估計相機內(nèi)外參數(shù)。Q.Wang于2016年在《MeasurementScienceTechnology》的論文“An improved measurement model of binocular visionusing geometrical approximation”中考慮了圖像中特征分布情況，提出區(qū)域加權(quán)法計算基礎(chǔ)矩陣，再根據(jù)對極幾何原理估計相機外參。Z.Wang于2015年在《Measurement》上的論文“A two-step calibration method of a large FOV binocular stereovision sensorfor onsite measurement”中考慮重投影誤差的同時引入極線約束，在保證內(nèi)參固定的情況下，使用本征矩陣代替基本矩陣進行極線約束，對外參數(shù)進行優(yōu)化，提高了視覺測量精度。F.Yang于2016年在《ACTA OPTICA SINICA》的論文“Binocular camera calibrationmethod combined with the four collinear constraints”中提出在畸變誤差較大的圖像四角進行標志點共線約束，結(jié)合最小化重投影誤差來估計相機參數(shù)。然而，該方法是通過將三維點間的共線交比關(guān)系重投影回圖像平面，對圖像平面的像素點之間的關(guān)系進行限制，仍是停留在圖像平面上優(yōu)化。并非考慮由圖像上的像素點，根據(jù)標定參數(shù)重建三維估計點，對三維估計點施加和實際標志點相一致的幾何約束。Shen于2016年在《Journal ofMeasurement Science and Instrumentation》上的論文“A new technique for highprecision sub-regional camera calibration based on checkerboard pattern”中把用于標定的特征點分為中間點和邊緣點兩類，分別標定中間和邊緣這兩類區(qū)域，以重投影誤差作為最小化目標函數(shù)，得到用于各自區(qū)域的兩組相機參數(shù)。Cui于2014年在《OpticsExpress》上的論文“Precise calibration of binocular vision system used forvision measurement”中考慮使用最小化三維重建點和實際點之間的坐標差異，結(jié)合極線約束和特征點相鄰距離誤差來綜合優(yōu)化相機參數(shù)。然而，該方法沒有考慮重投影誤差對相機參數(shù)的影響。由于重投影約束是保證圖像點和實際點坐標單應(yīng)性的重要約束條件，因此重投影誤差也是衡量三維重構(gòu)效果的一個重要參數(shù)，對加速尋找正確的收斂方向以及保證結(jié)果的精確性上都發(fā)揮著重要作用。同時，只考慮了局部的相鄰距離約束，忽略了其他約束力更強的重建后特征點間的幾何制約關(guān)系。