[發明專利]基于自適應變異的天牛群優化算法的相機內參校準方法

有效

• 申請號: 202010436959.5
• 申請日: 2020-05-21
• 公開（公告）號: CN111652941B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 都海波;魏佳佳;溫廣輝;周俊;俞波;王利楠;從永正;葛展展
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06T7/80
• 分類號: G06T7/80;G06N3/006
• 代理公司: 合肥和瑞知識產權代理事務所(普通合伙) 34118
• 代理人: 王挺

本發明公開了基于自適應變異的天牛群優化算法的相機內參校準方法，包括：將預制的標定模板置于待標定相機的視場內，采集標定模板圖像；提取標定模板圖中的特征點，求解單應性矩陣、相機內參數矩陣、相機外參數矩陣、鏡頭畸變參數；利用自適應變異的天牛群優化算法對相機內參進行校準，所述相機內參包括相機內參數矩陣和鏡頭畸變參數。本發明設計的自適應變異的天牛群優化算法，算法流程簡單，運算量小，收斂速度更快，具有較強的全局尋優能力，能夠減少早熟收斂，跳出局部極值，計算結果精度高，特別適合高維復雜優化問題。本發明的相機內參校準方法的精度高、收斂性快，能夠實時快速、準確地得到相機內參的最優解。

技術領域

本發明涉及機器視覺技術領域，尤其是基于自適應變異的天牛群優化算法的相機內參校準方法。

背景技術

在機器視覺測量中，為確定物體表面上點三維坐標與物體圖像像素點之間的關系，必須建立攝相機成像幾何模型，求解幾何模型參數的過程稱為相機標定。相機標定是非常關鍵的環節，相機標定是進行位姿估計、三維重建、視覺導航與定位等研究的關鍵技術之一，其標定精度和算法穩定性會直接影響測量結果準確性。

針對相機參數的標定，國內外學者根據不同的應用場景和思路對其進行了廣泛研究，獲得了一系列的研究成果。例如：利用圖像中的極點信息來線性標定相機，如“一種基于主動視覺的攝像機內參數自定標方法，楊長江等，計算機學報，1998年05期”，但基于該方法的系統成本高且不適用于相機運動參數未知或無法精確控制相機運動的場合。另一種不依賴于標定參照物，僅利用相機在自然運動過程中對周圍環境多視圖之間的對應關系，對相機進行標定，如：“攝像機自標定的線性理論與算法，吳福朝等，計算機學報，2001年24期11卷”，但該方法屬于非線性標定，標定結果的精度欠佳，魯棒性不高。

現有技術的缺陷和不足：

(1)現有相機標定算法流程復雜，后期收斂速度較慢，容易陷入局部最優；

(2)現有相機標定算法的計算量大、模型復雜。

發明內容

為了克服上述現有技術中的缺陷，本發明提供基于自適應變異的天牛群優化算法的相機內參校準方法，自適應變異的天牛群優化算法是指在天牛群優化算法采用多維擾動群體最優位置的變異方法，該算法實現了減少早熟收斂和跳出局部極值的功能，本發明的相機內參校準方法的精度高、收斂性快，能夠實時快速、準確地得到相機內參的最優解。

為實現上述目的，本發明采用以下技術方案，包括：

基于自適應變異的天牛群優化算法的相機內參校準方法，包括以下步驟：

S1，將預制的標定模板置于待標定相機的視場內，采集標定模板圖像；

S2，提取標定模板圖像中的特征點，通過特征點對應在世界坐標系的坐標和在像素坐標系的坐標，求解單應性矩陣、相機內參數矩陣、相機外參數矩陣、鏡頭畸變參數；

S3，利用天牛群優化算法對相機內參進行校準，所述相機內參包括相機內參數矩陣和鏡頭畸變參數。

步驟S2中，單應性矩陣H的計算方式為：

設世界坐標系的點坐標為X＝[X_ω,Y_ω,Z_ω,1]^T，二維相機平面像素點的坐標即在像素坐標系中的坐標為m＝[x₀,y₀,1]^T；故標定用的世界坐標系到像素坐標系的單應性關系為：

sm＝K[R,W]X；

其中，s為尺度因子；R＝[r₁,r₂,r₃]為旋轉矩陣；W＝[θ]為平移向量；K為相機內參數矩陣；[R,W]為相機外參數矩陣；