[發明專利]一種攝影機自標定方法及裝置

有效

• 申請號: 201810189115.8
• 申請日: 2018-03-08
• 公開（公告）號: CN108416811B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 劉榮海;楊迎春;鄭欣;郭新良;魏杰;于虹;沈鑫;許宏偉;周靜波
• 申請（專利權）人: 云南電網有限責任公司電力科學研究院
• 主分類號: G06T7/80
• 分類號: G06T7/80;G06T7/33;G06V10/46
• 代理公司: 北京弘權知識產權代理有限公司 11363
• 代理人: 逯長明;許偉群

1.一種攝影機自標定方法，其特征在于，所述方法包括：

獲取相鄰兩幅圖像中的特征點匹配對；

根據獲取的特征點匹配對，利用本質矩陣前兩個奇異值相等的性質估算內參數初值，即根據獲取的特征點匹配對，采用RANSAC算法估算出相鄰兩幅圖像的基本矩陣F，根據假設的圖像主點坐標、比例因子和攝影機沿圖像u軸方向的焦距、沿圖像v軸方向的焦距設定內參數K，根據所述內參數K和基本矩陣F，得到本質矩陣E＝K^TFK，其中K^T是K的轉置矩陣，根據本質矩陣前兩個奇異值相等的性質構造函數，并采用粒子群算法使函數趨于零，估算出內參數初值；

根據Kruppa方程對所述內參數初值進行校正并輸出結果，即根據獲取的特征點匹配對，采用RANSAC算法估算出相鄰兩幅圖像的圖像極點e'，根據相鄰兩幅圖像間的基本矩陣F和圖像極點e'構造Kruppa方程，根據Kruppa方程構造目標函數，將內參數初值代入目標函數后，利用內點罰函數法結合變尺度法優化目標函數，求得優化后的內參數值作為輸出結果并輸出。

2.根據權利要求1所述的方法，其特征在于，所述獲取相鄰兩幅圖像中的特征點匹配對包括：

采用SIFT算法檢測相鄰兩幅圖像，獲取兩幅圖像中的特征點描述子；

匹配獲取的相鄰兩幅圖像中的特征點描述子，得到特征點描述子匹配對；

查找相鄰兩幅圖像中分別與所述特征點描述子相對應的特征點，得到與特征點描述子匹配對分別對應的相鄰兩幅圖像中的特征點，即為特征點匹配對。

3.根據權利要求1所述的方法，其特征在于，所述匹配獲取的相鄰兩幅圖像中的特征點描述子包括：

選取相鄰兩幅圖像中歐式距離最短的特征點描述子對作為特征點描述子匹配對。

4.一種攝影機自標定裝置，其特征在于，所述裝置包括：

獲取單元，配置用于獲取相鄰兩幅圖像中的特征點匹配對；

估算單元，配置用于根據獲取的特征點匹配對，利用本質矩陣前兩個奇異值相等的性質估算內參數初值，包括估算子單元，配置用于根據獲取的特征點匹配對，采用RANSAC算法估算出相鄰兩幅圖像的基本矩陣F，設定子單元，配置用于根據假設的圖像主點坐標、比例因子和攝影機沿圖像u軸方向的焦距、沿圖像v軸方向的焦距設定內參數K，代入子單元，配置用于根據所述內參數K和基本矩陣F，得到本質矩陣E＝K^TFK，其中K^T是K的轉置矩陣，計算子單元，配置用于根據本質矩陣前兩個奇異值相等的性質構造函數，并采用粒子群算法使函數趨于零，估算出內參數初值；

校正單元，配置用于根據Kruppa方程對所述內參數初值進行校正并輸出結果，包括估算子單元，配置用于根據獲取的特征點匹配對，采用RANSAC算法估算出相鄰兩幅圖像的圖像極點e'，方程構造子單元，配置用于根據相鄰兩幅圖像間的基本矩陣F和圖像極點e'構造Kruppa方程，函數構造子單元，配置用于根據Kruppa方程構造目標函數，優化子單元，配置用于將內參數初值代入目標函數后，利用內點罰函數法結合變尺度法優化目標函數，求得優化后的內參數值作為輸出結果并輸出。

5.根據權利要求4所述的裝置，其特征在于，所述獲取單元包括：

獲取子單元，配置用于通過采用SIFT算法檢測相鄰兩幅圖像，獲取兩幅圖像中的特殊點描述子；

匹配子單元，配置用于匹配獲取的相鄰兩幅圖像中的特征點描述子，得到特征點描述子匹配對；

查找子單元，配置用于查找相鄰兩幅圖像中分別與所述特征點描述子相對應的特征點，得到與特征點描述子匹配對分別對應的相鄰兩幅圖像中的特征點，即為特征點匹配對。

6.根據權利要求5所述的裝置，其特征在于，所述匹配子單元包括：

匹配模塊，配置用于選取相鄰兩幅圖像中歐式距離最短的特征點描述子對作為特征點描述子匹配對。