[發明專利]基于近似平面靶的攝像機自標定方法及系統

有效

• 申請號: 201911193269.5
• 申請日: 2019-11-28
• 公開（公告）號: CN110956667B
• 公開（公告）日: 2023-02-17
• 發明（設計）人: 李安瀾
• 申請（專利權）人: 李安瀾
• 主分類號: G06T7/80
• 分類號: G06T7/80
• 代理公司: 北京凱特來知識產權代理有限公司 11260
• 代理人: 鄭立明;鄭哲

1.一種基于近似平面靶的攝像機自標定方法，其特征在于，包括：

步驟1、將待標定的攝像機正對著近似平面的靶子或者正對近似平面的靶子時角度偏差在設定范圍之內，獲取靶子上每一特征點的圖像測量坐標，并生成對應的三維空間坐標；所述近似平面是指平面中翹曲程度小于設定值；

步驟2、將待標定的攝像機從m個不同方位分別對著靶子，得到每一方位圖像中每一特征點的圖像測量坐標；

步驟3、對于每一方位圖像，均根據攝像機的線性模型結合每一特征點的三維空間坐標，計算每一特征點在線性模型投影下的圖像坐標；

步驟4、對于每一方位圖像，均利用特征點的圖像測量坐標，結合攝像機的非線性模型參數，對特征點在線性模型投影下的圖像坐標進行修正，得到特征點在非線性投影模型投影下的圖像坐標；

步驟5、結合所有方位圖像，得到每一特征點在非線性模型投影下的圖像坐標與對應方位圖像上的圖像測量坐標之間的誤差，利用非線性優化方法，得到攝像機參數的修正值，其中攝像機參數包含了線性模型與非線性模型所使用的參數；

步驟6、利用攝像機參數的修正值，來修正每一方位圖像中每一特征點的圖像測量坐標，得到對應的修正值，并通過步驟3中的線性模型計算出每一特征點的三維空間坐標的修正值；

步驟7、將步驟5得到的攝像機參數的修正值、以及步驟6得到的每一特征點的三維空間坐標的修正值，帶入步驟3，重復執行步驟3～步驟6，直至非線性優化過程中的誤差函數值最小，最終得到攝像機參數的修正值即為攝像機參數的標定結果。

2.根據權利要求1所述的一種基于近似平面靶的攝像機自標定方法，其特征在于，

步驟1中第i個特征點二維的圖像測量坐標為(u_i，v_i)，生成的三維空間坐標為(X_wi，Y_wi，Z_wi)，其中，X_wi＝u_i，Y_wi＝v_i，Z_wi等于任意一個有理數，i＝1、2、…、n，n表示特征點總數；

步驟2中，第j個方位圖像中第i個特征點的圖像測量坐標的齊次坐標表示為其中，j＝1、2、…、m。

3.根據權利要求1或2所述的一種基于近似平面靶的攝像機自標定方法，其特征在于，根據攝像機的線性模型結合每一特征點的三維空間坐標，計算每一特征點在線性模型投影下的圖像坐標包括：

根據攝像機的標稱參數，選取攝像機內參數(f_u,γ,f_v,u₀,v₀)的初始值；其中，u₀、v₀表示攝像機的主點位置，γ表示攝像機傳感器芯片上u、v兩個方向的傾斜因子，f_u＝f/p_u，f_v＝f/p_v，f表示攝像機鏡頭的焦距，攝像機傳感器每個像素的大小為p_u×p_v；

結合每一特征點的三維空間坐標(X_wi，Y_wi，Z_wi)，得到特征點在線性模型投影下的圖像坐標：

從而得到如下方程：

其中，M＝A·RT^j，表示矩陣M中第p行、第q列的元素，p＝1,2,3，q＝1,2,3,4；

消去上述方程中的比例因子s_i，得到：

其中，A為攝像機的內參數矩陣，s_i表示比例因子；表示第j個方位圖像中第i個特征點在線性模型投影下的圖像坐標，i＝1、2、…、n，n表示特征點總數，j＝1、2、…、m；RT^j表示第j個方位圖像的外方位參數矩陣，表示該外方位參數矩陣中平移的元素，分別表示沿X、Y、Z軸平移的分量，表示該外方位參數矩陣中旋轉矩陣的第p行、第k列的元素，k＝1,2,3；表示該旋轉矩陣中的各個元素分別是旋轉角度的函數，旋轉角度ω^j,k^j分別表示繞X軸、繞Y軸、繞Z軸旋轉的角度，則第j個方位圖像的外方位參數為