[發(fā)明專(zhuān)利]一種基于SFM三維重建的相機(jī)自標(biāo)定方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910362590.5
• 申請(qǐng)日: 2019-04-30
• 公開(kāi)（公告）號(hào): CN110223354A
• 公開(kāi)（公告）日: 2019-09-10
• 發(fā)明（設(shè)計(jì)）人: 劉楊;李方;盧金波
• 申請(qǐng)（專(zhuān)利權(quán)）人: 惠州市德賽西威汽車(chē)電子股份有限公司
• 主分類(lèi)號(hào): G06T7/80
• 分類(lèi)號(hào): G06T7/80;G06T17/00
• 代理公司: 廣州粵高專(zhuān)利商標(biāo)代理有限公司 44102
• 代理人: 陳衛(wèi);禹小明

本發(fā)明涉及一種基于SFM三維重建的相機(jī)自標(biāo)定方法，基于車(chē)載攝像頭，包括：獲取第一幀灰度圖，以第一幀灰度圖中的路面角點(diǎn)作為跟蹤點(diǎn)A；獲取第二幀灰度圖，求取第二幀灰度圖中與跟蹤點(diǎn)A相對(duì)應(yīng)的匹配點(diǎn)B；求取第一幀灰度圖與第二幀灰度圖之間的旋轉(zhuǎn)矩陣R和平移矩陣T；根據(jù)匹配點(diǎn)B、旋轉(zhuǎn)矩陣R及平移矩陣T實(shí)現(xiàn)三維重建，得到三維重建后的三維點(diǎn)云；對(duì)三維點(diǎn)云進(jìn)行擬合，獲取地平面方程；根據(jù)地平面方程，求取相機(jī)外參數(shù)。該相機(jī)標(biāo)定方法對(duì)標(biāo)定場(chǎng)景要求較低，通用性較強(qiáng)。此外，由于該相機(jī)標(biāo)定方法能夠在大部分道路環(huán)境中實(shí)現(xiàn)相機(jī)的自標(biāo)定，降低了相機(jī)外參數(shù)變化對(duì)判斷目標(biāo)距離位置的影響，提高了計(jì)算距離的精準(zhǔn)度，利于安全的進(jìn)行導(dǎo)航。

技術(shù)領(lǐng)域

本發(fā)明涉及相機(jī)標(biāo)定技術(shù)領(lǐng)域，特別涉及一種基于SFM（Structure from Motion）三維重建的相機(jī)自標(biāo)定方法。

背景技術(shù)

相機(jī)標(biāo)定在利用二維圖像恢復(fù)物體三維信息的過(guò)程中至關(guān)重要，因?yàn)樵谙鄼C(jī)的成像幾何模型中空間點(diǎn)與圖像平面上像點(diǎn)之間存在著對(duì)應(yīng)關(guān)系，這個(gè)對(duì)應(yīng)關(guān)系是由攝像機(jī)參數(shù)（包含相機(jī)內(nèi)參與外參）所決定的。從廣義上來(lái)分，目前可將相機(jī)標(biāo)定分為兩類(lèi)，即傳統(tǒng)的攝像機(jī)標(biāo)定法與攝像機(jī)自標(biāo)定法。在相機(jī)靜止環(huán)境下，相機(jī)標(biāo)定通常采用傳統(tǒng)的攝像機(jī)標(biāo)定法，該方法需要利用標(biāo)定板在圖像平面的成像位置，計(jì)算出攝像機(jī)的內(nèi)外參數(shù)，進(jìn)而完成相機(jī)標(biāo)定。傳統(tǒng)的攝像機(jī)標(biāo)定法只能用于相機(jī)相對(duì)靜止的環(huán)境，在許多應(yīng)用場(chǎng)景中通常無(wú)法實(shí)現(xiàn)，使用十分受限。例如，在車(chē)載相機(jī)系統(tǒng)中，由于車(chē)輛在行駛過(guò)程不可避免會(huì)產(chǎn)生振動(dòng)，勢(shì)必會(huì)導(dǎo)致攝像機(jī)外參發(fā)生變化，影響攝像機(jī)坐標(biāo)系與世界坐標(biāo)系的轉(zhuǎn)換矩陣，此時(shí)如果采用傳統(tǒng)的攝像機(jī)標(biāo)定法就沒(méi)有辦法實(shí)時(shí)標(biāo)定，攝像機(jī)外參的變化便會(huì)進(jìn)一步影響目標(biāo)距離位置的準(zhǔn)確性，難以安全有效地進(jìn)行導(dǎo)航?jīng)Q策，甚至?xí)l(fā)安全事故。

目前國(guó)內(nèi)已有的攝像機(jī)自標(biāo)定多利用消失點(diǎn)、平行線等方法進(jìn)行標(biāo)定，例如利用平坦路面上三條直線進(jìn)行攝像機(jī)的自標(biāo)定。該類(lèi)自標(biāo)定法對(duì)攝像機(jī)的標(biāo)定條件要求較多，對(duì)標(biāo)定場(chǎng)景要求較高，只能適用于特定的道路，并不能使車(chē)載攝像頭在任何路段上都實(shí)現(xiàn)實(shí)時(shí)標(biāo)定，通用性較低。因此，發(fā)明一種標(biāo)定過(guò)程簡(jiǎn)單、準(zhǔn)確性高、通用性強(qiáng)的攝像機(jī)自標(biāo)定方法至關(guān)重要。

發(fā)明內(nèi)容

本發(fā)明為了解決上述技術(shù)問(wèn)題，提供了一種基于SFM（Structure from Motion）三維重建的相機(jī)自標(biāo)定方法，基于車(chē)載攝像頭，包括如下步驟：

獲取第一幀灰度圖，以第一幀灰度圖中的路面角點(diǎn)作為跟蹤點(diǎn)A；

獲取第二幀灰度圖，求取第二幀灰度圖中與跟蹤點(diǎn)A相對(duì)應(yīng)的匹配點(diǎn)B；

求取第一幀灰度圖與第二幀灰度圖之間的旋轉(zhuǎn)矩陣R和平移矩陣T；

根據(jù)匹配點(diǎn)B、旋轉(zhuǎn)矩陣R及平移矩陣T實(shí)現(xiàn)三維重建，得到三維重建后的三維點(diǎn)云；

對(duì)三維點(diǎn)云進(jìn)行擬合，獲取地平面方程；

根據(jù)地平面方程，求取相機(jī)外參數(shù)。

進(jìn)一步的，匹配點(diǎn)B的求取包括：

對(duì)第一幀灰度圖和第二幀灰度圖進(jìn)行光流匹配，若第一幀灰度圖不等于第二幀灰度圖，則獲取匹配點(diǎn)B。

進(jìn)一步的，所述旋轉(zhuǎn)矩陣R和平移矩陣T的獲取包括如下步驟：

對(duì)第一幀灰度圖和第二幀灰度圖進(jìn)行光流匹配，獲取本征矩陣；

對(duì)本征矩陣進(jìn)行分解，獲取旋轉(zhuǎn)矩陣R和平移矩陣T。

進(jìn)一步的，利用SVD（Singular Value Decomposition，奇異值分解）分解算法對(duì)本征矩陣進(jìn)行分解，獲取旋轉(zhuǎn)矩陣R和平移矩陣T。

進(jìn)一步的，所述步驟對(duì)三維點(diǎn)云進(jìn)行擬合，獲取地平面方程還包括如下步驟：

從三維點(diǎn)云中篩選出屬于地平面的點(diǎn)C；