[發(fā)明專利]一種雙目相機標定方法、裝置及可讀存儲介質

有效

• 申請?zhí)枺?/td>: 202011442701.2
• 申請日: 2020-12-08
• 公開（公告）號: CN112700500B
• 公開（公告）日: 2022-08-16
• 發(fā)明（設計）人: 羅楊梅
• 申請（專利權）人: 中大檢測（湖南）股份有限公司
• 主分類號: G06T7/80
• 分類號: G06T7/80;G06N3/08
• 代理公司: 長沙朕揚知識產權代理事務所(普通合伙) 43213
• 代理人: 楊斌

1.一種雙目相機標定方法，其特征在于，包括：

獲取待標定對象的第一圖像樣本和第二圖像樣本，所述第一圖像樣本的信息基于所述雙目相機的第一相機獲取，所述第二圖像樣本的信息基于所述雙目相機的第二相機獲取，所述第一相機和所述第二相機獲取圖像的時間同步；

基于所述第一圖像樣本和所述第二圖像樣本生成特征初始樣本集；

將所述特征初始樣本集輸入預設的神經(jīng)網(wǎng)絡模型進行計算，以得到所述待標定對象的標定模型；

所述基于所述第一圖像樣本和所述第二圖像樣本生成特征初始樣本集，包括：

確定特征點在所述第一圖像樣本中的第一像素位置坐標，并確定所述特征點在所述第二圖像樣本中的第二像素位置坐標；

確定所述第一像素位置坐標和所述第二像素位置坐標之間的對應關系；

基于所述對應關系生成特征初始樣本集；

所述將所述特征初始樣本集輸入預設的神經(jīng)網(wǎng)絡模型進行計算之前，所述方法還包括：

將所述特征初始樣本集按照預設的比例分為訓練集、測試集以及驗證集；

構建初始神經(jīng)網(wǎng)絡的網(wǎng)絡結構，并初始化所述初始神經(jīng)網(wǎng)絡的閾值和權重；

將所述訓練集輸入所述初始神經(jīng)網(wǎng)絡的網(wǎng)絡結構進行訓練得到神經(jīng)網(wǎng)絡模型；

所述將所述訓練集輸入所述初始神經(jīng)網(wǎng)絡的網(wǎng)絡結構進行訓練得到神經(jīng)網(wǎng)絡模型之后，所述方法還包括：

基于預設的阻滯增長模擬算法優(yōu)化所述初始神經(jīng)網(wǎng)絡的閾值和權重；其中，優(yōu)化所述初始神經(jīng)網(wǎng)絡的閾值和權重時，采用適應度函數(shù)作為初始神經(jīng)網(wǎng)絡的訓練中的種群迭代過程中個體的篩選依據(jù)，所述適應度函數(shù)的計算方式包括將該種群中的個體通過解碼得到一組神經(jīng)網(wǎng)絡的權重和閾值，由該組權重和閾值計算世界坐標計算值與期望值之間的絕對值，所述絕對值作為適應度函數(shù)；

基于優(yōu)化后的閾值和權重優(yōu)化所述神經(jīng)網(wǎng)絡模型；

其中，所述基于所述對應關系生成特征初始樣本集，包括：

對所述第一圖像樣本和所述第二圖像樣本進行角點檢測，檢測所述第一圖像樣本和所述第二圖像樣本中所有的棋盤格角點的亞像素位置坐標，確定每一個棋盤格角點在第一圖像樣本中和第二圖像樣本中的亞像素坐標值，以及角點的期望世界坐標值，其中，期望世界坐標值的計算方式如下：

以初始平面為z＝0，隨著標定目標物在z方向的移動，使z軸坐標發(fā)生改變；其次，x方向和y方向坐標根據(jù)棋盤格的實際大小確定，通過計算棋盤格角點的位置，選取坐標原點，換算成x坐標和y坐標；其中，每一個位置上的棋盤格角點含有4個亞像素圖像坐標值和3個期望世界坐標值，多個棋盤格角點的數(shù)據(jù)構成特征初始樣本集。

2.根據(jù)權利要求1所述的雙目相機標定方法，其特征在于，所述確定特征點在所述第一圖像樣本中的第一像素位置坐標，并確定所述特征點在所述第二圖像樣本中的第二像素位置坐標，包括：

對所述第一圖像樣本進行角點位置檢測，得到第一類圖像樣本中所有角點像素坐標值，并確定特征點在所述第一類圖像樣本中的第一像素位置坐標；

對所述第二圖像樣本進行角點位置檢測，得到第二類圖像樣本中所有角點像素坐標值，并確定特征點在所述第二類圖像樣本中的第二像素位置坐標。

3.根據(jù)權利要求1所述的雙目相機標定方法，其特征在于，所述基于預設的阻滯增長模擬算法優(yōu)化所述初始神經(jīng)網(wǎng)絡的閾值和權重，包括：

基于所述初始神經(jīng)網(wǎng)絡的輸出值與期望理論值之間的誤差確定目標函數(shù)；

設置阻滯增長模擬算法的初始參數(shù)，并確定所述阻滯增長模擬算法跳出尋優(yōu)過程的終止條件；

通過計算所述目標函數(shù)，進行當前代數(shù)最優(yōu)解的選擇，作為當代最優(yōu)解；

基于當代最優(yōu)解確定優(yōu)化后的閾值和權重。