[發明專利]一種線性攝像機標定方法

在審

• 申請號: 201810294884.4
• 申請日: 2018-04-03
• 公開（公告）號: CN108335333A
• 公開（公告）日: 2018-07-27
• 發明（設計）人: 喬玉晶;高勝彪;皮彥超
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G06T7/80
• 分類號: G06T7/80;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明屬于光學測量與視覺檢測領域，具體涉及一種線性攝像機標定方法；該方法通過已知標定塊幾個點的空間坐標；利用手工角點提取，求出各點的像素坐標；根據射影幾何中調和共軛理論，以及射影變換中對應頂點的對應性和交比不變性，求解正交平行線的消隱點；根據約束方程求解攝像機內參數矩陣；將攝像機內參數矩陣的逆與各像點坐標的乘積作為Bp神經網絡算法的輸入層，以各空間點坐標作為神經網絡算法的輸出層，利用Bp神經網絡算法對其外參數進行線性逼近求解攝像機外參數矩陣。

技術領域

本發明屬于光學測量與視覺檢測領域，具體涉及一種線性攝像機標定方法。

背景技術

計算機視覺的基本任務之一就是從攝像機獲取的圖像出發，計算三維空間中的物體幾何信息，并由此重建和識別物體，而空間物體表面的某些三維幾何位置與其在圖像中的對應點之間的關系是由攝像機的成像幾何模型決定的，這些幾何模型參數就是攝像機的參數，計算這些參數的過程就是攝像機的標定。

攝像機的標定可以采取在一定的條件下，基于形狀、尺寸已知的參照物，此類標定方法有以下幾種：利用最優化算法的標定方法，在攝影測量學中典型的有傳統方法和線性變換方法；利用攝像機變換矩陣的標定方法；考慮畸變補償的兩步法；改進的張正友方法。這些方法利用特定的參照物獲得實際空間物體與圖像上對應點的映射關系，算法簡單，但需要一定的試驗要求。

攝像機標定過程可以考慮為一個優化過程，即引入優化算法進行求解，例如引入梯度下降法、牛頓迭代法，現有的引入優化方法存在的問題是計算耗時長，不穩定，精度不高，易受干擾。

發明內容

針對上述問題，本發明公開了一種線性攝像機標定方法，綜合考慮算法對標定參數求解的精確性、魯棒性，進而提高標定精度。

本發明的目標是這樣實現的：

一種線性攝像機標定方法，包括以下幾個步驟：

步驟a、根據標定塊建立世界坐標系O-XYZ，量取A、B、C、D、E、F、 G、H、L的空間坐標。

步驟b、為防止噪聲的影響，手動提取角點，得到各點的像點A_m、B_m、 C_m、D_m、E_m、F_m、G_m、H_m、L_m的像素坐標(u_A，v_A)、(u_B，v_B)、 (u_C，v_C)、(u_D，v_D)、(u_E，v_E)、(u_F，v_F)、(u_G，v_G)、(u_H，v_H)、(u_L，v_L)。

步驟c、根據射影幾何中調和共軛理論，以及射影變換對應頂點對應性和交比不變性，求解正交平行線的消隱點p₁、p₂、p₃、p₄的像素坐標，其中p₁、p₂、p₃、p₄分別為A_mC_m、G_mH_m、D_mB_m、F_mE_m的消隱點。

步驟d、根據約束方程求解攝像機內參數矩陣

步驟e、將攝像機內參數矩陣K的逆與各像點的乘積作為Bp神經網絡算法的輸入層。

步驟f、以各空間點坐標作為Bp神經網絡算法的輸出層。