[發明專利]一種AI智能檢測中的平面標定和三維重建方法

有效

• 申請號: 202011514288.6
• 申請日: 2020-12-21
• 公開（公告）號: CN112634375B
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 黃會明;曹予飛;曾敬勇;鄭和亮;許理;陳偉
• 申請（專利權）人: 杭州東信北郵信息技術有限公司
• 主分類號: G06T7/80
• 分類號: G06T7/80;G06T17/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種AI智能檢測中的平面標定和三維重建方法，其特征在于，包括有：

步驟一、采用平板標定法標定相機內參和對應的畸變系數；

步驟二、將標定板放置于測量平臺上的若干不同位置，從每個位置的標定板上選取多個特征點，并根據每個特征點的三維坐標和二維坐標計算每個特征點外參，然后采用圖優化方法，根據每個位置的標定板上的所有特征點的三維坐標、二維坐標、特征點外參，計算得到每個位置的標定板在相機物理坐標系下的外參，最后繼續采用圖優化方法，根據所有位置的標定板上的所有特征點的三維坐標、二維坐標、特征點所在位置的標定板在相機物理坐標系下的外參，計算獲得相機外參：

步驟三、將待重建三維坐標的物體放置于測量平臺上，檢測獲取物體上一個特征點的二維坐標，然后根據相機內參、相機外參，計算獲得該特征點的三維坐標。

2.根據權利要求1所述的方法，其特征在于，步驟一進一步包括有：

步驟11、以相機圖像的左上角為原點來建立相機物理坐標系，選取空間坐標系下的一個三維點，該三維點的三維坐標為X_c＝(X,Y,Z)，然后采用圖像處理技術，獲得該三維點在相機物理坐標系下的二維坐標(u,v)，最后采用下式來計算相機內參其中，f_x和f_y是相機的橫向和縱向的焦距，(u₀，v₀)是相機的主點在相機物理坐標系下的二維坐標；

步驟12、采用圖像處理技術，獲取所選取三維點的實際二維坐標然后基于所選取點的二維坐標(u,v)和實際二維坐標采用下式來計算相機的畸變系數k₁、k₂、p₁、p₂：

其中，δ_u(u,v)與δ_v(u,v)均為畸變誤差，k₁、k₂分別是一階和二階徑向畸變系數，p₁、p₂分別是一階和二階切向畸變系數。

3.根據權利要求1所述的方法，其特征在于，步驟二進一步包括有：

步驟21、將標定板放置于測量平臺上的若干不同位置，并從每個位置的標定板上選取多個特征點，然后檢測獲得每個特征點在相機物理坐標系下的二維坐標，最后根據每個特征點在標定板坐標系下的三維坐標和在相機物理坐標系下的二維坐標，計算每個標定板上的每個特征點的外參，其中，特征點在標定板坐標系下的三維坐標值在標定板加工時就已確定；

步驟22、為每個位置的標定板分別構造一個圖：以每個位置的標定板上所有特征點的三維坐標和二維坐標為頂點、且每個三維坐標和二維坐標頂點之間的邊是坐標所屬特征點的外參，然后采用圖優化方法對每個圖中所有頂點之間的邊值進行調整，調整后最終得到的邊值即是每個位置的標定板在相機物理坐標系下的外參：旋轉矩陣R_k和偏移矩陣T_k，其中，R_k、T_k分別是第k個位置的標定板在相機物理坐標系下的旋轉矩陣和偏移矩陣，圖優化的目標函數設置為：n是每個位置的標定板上的特征點數，e_ka表示一個三維到二維的反投影的矢量誤差函數，信息矩陣B_k表示協方差矩陣，它是一個對稱矩陣，X_ka是特征點Q_ka在標定板坐標系下的三維坐標，Z_ka是特征點Q_ka在相機物理坐標系下的二維坐標；

步驟23、為所有位置的標定板構造一個圖：以所有標定板上的所有特征點的三維坐標和二維坐標為頂點、且每個三維坐標和二維坐標頂點之間的邊是坐標所屬特征點所在位置的標定板在相機物理坐標系下的外參，然后采用圖優化方法對圖中所有頂點之間的邊值進行調整，調整后最終得到的邊值即是相機外參：旋轉矩陣R和偏移矩陣T，其中，圖優化的目標函數設置為：m是標定板放置于測量平臺上的不同位置數。