[發(fā)明專利]一種雙目結(jié)構(gòu)光的校準(zhǔn)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110025522.7
• 申請(qǐng)日: 2021-01-08
• 公開（公告）號(hào): CN112767455B
• 公開（公告）日: 2022-09-02
• 發(fā)明（設(shè)計(jì)）人: 戶磊;薛遠(yuǎn);曹天宇;王亞運(yùn);季棟
• 申請(qǐng)（專利權(quán)）人: 合肥的盧深視科技有限公司
• 主分類號(hào): G06T7/30
• 分類號(hào): G06T7/30
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 鄭朝然

1.一種雙目結(jié)構(gòu)光的校準(zhǔn)方法，其特征在于，包括：

以初始第一相機(jī)為參考坐標(biāo)系，獲取所述初始第一相機(jī)對(duì)應(yīng)的第一初始圖像和初始第二相機(jī)對(duì)應(yīng)的第二初始圖像；

基于所述初始第一相機(jī)保持不動(dòng)、所述初始第二相機(jī)繞所述初始第一相機(jī)轉(zhuǎn)動(dòng)直至共面的原理，對(duì)所述初始第一相機(jī)和所述初始第二相機(jī)進(jìn)行動(dòng)態(tài)參數(shù)調(diào)節(jié)，獲取目標(biāo)立體校正算法；

基于所述第一初始圖像、所述第二初始圖像和所述目標(biāo)立體校正算法，獲取校正后的第一初始圖像和校正后的第二初始圖像；

其中，所述目標(biāo)立體校正算法包括目標(biāo)第一相機(jī)立體校正算法和目標(biāo)第二相機(jī)立體校正算法，

所述目標(biāo)第一相機(jī)立體校正算法應(yīng)用如下公式獲得：

U_nL＝U_L，

其中，U_nL表示校正后的第一初始圖像，U_L表示所述第一初始圖像；

所述目標(biāo)第二相機(jī)立體校正算法應(yīng)用如下公式獲得：

其中，U_nR表示校正后的第二初始圖像，K_L表示所述初始第一相機(jī)的內(nèi)參數(shù)，R表示所述初始第二相機(jī)對(duì)應(yīng)的旋轉(zhuǎn)矩陣，K_R表示所述初始第二相機(jī)的內(nèi)參數(shù)，U_R表示所述第二初始圖像；

所述第一初始圖像是經(jīng)過相機(jī)內(nèi)部圖像立體校正算法后的圖像；所述第二初始圖像是經(jīng)過相機(jī)內(nèi)部圖像立體校正算法后的圖像。

所述基于所述第二初始圖像繞所述第一初始圖像轉(zhuǎn)動(dòng)直至共面的原理，獲取目標(biāo)立體校正算法，包括：

基于極線校正方法和預(yù)設(shè)出廠標(biāo)定參數(shù)，獲取初始第一相機(jī)立體校正算法和初始第二相機(jī)立體校正算法；

基于所述第一初始圖像保持不動(dòng)、所述第二初始圖像繞所述第一初始圖像轉(zhuǎn)動(dòng)直至共面的原理，獲取校正后的第一相機(jī)和校正后的第二相機(jī)；

將所述初始第一相機(jī)的內(nèi)參數(shù)、所述初始第二相機(jī)的內(nèi)參數(shù)、校正后的第一相機(jī)的內(nèi)參數(shù)和校正后的第二相機(jī)的內(nèi)參數(shù)設(shè)置為相等，并將校正后的第一相機(jī)對(duì)應(yīng)的旋轉(zhuǎn)矩陣設(shè)置為單位矩陣；

基于上述原理，分別對(duì)所述初始第一相機(jī)立體校正算法和所述初始第二相機(jī)立體校正算法進(jìn)行優(yōu)化，獲取目標(biāo)第一相機(jī)立體校正算法和目標(biāo)第二相機(jī)立體校正算法；

當(dāng)所述初始第一相機(jī)和所述初始第二相機(jī)的位置結(jié)構(gòu)發(fā)生改變后，則將改變后的第一相機(jī)重新作為所述參考坐標(biāo)系，通過列文伯格—馬夸爾特算法，獲取改變后的第二相機(jī)對(duì)應(yīng)的旋轉(zhuǎn)矩陣；

將改變后的第一相機(jī)對(duì)應(yīng)的旋轉(zhuǎn)矩陣和所述初始第一相機(jī)對(duì)應(yīng)的旋轉(zhuǎn)矩陣均設(shè)置為單位矩陣；

將改變后的第二相機(jī)對(duì)應(yīng)的旋轉(zhuǎn)矩陣重新作為所述初始第二相機(jī)對(duì)應(yīng)的旋轉(zhuǎn)矩陣。

2.根據(jù)權(quán)利要求1所述的雙目結(jié)構(gòu)光的校準(zhǔn)方法，其特征在于，所述以所述通過列文伯格—馬夸爾特算法，獲取改變后的第二相機(jī)對(duì)應(yīng)的旋轉(zhuǎn)矩陣，包括：

根據(jù)所述初始第一相機(jī)的內(nèi)參數(shù)、所述初始第二相機(jī)的內(nèi)參數(shù)和單位旋轉(zhuǎn)矩陣，通過列文伯格—馬夸爾特算法，獲取改變后的第二相機(jī)的旋轉(zhuǎn)角度；

基于所述初始第二相機(jī)對(duì)應(yīng)的旋轉(zhuǎn)矩陣和改變后的第二相機(jī)對(duì)應(yīng)的旋轉(zhuǎn)角度，獲取改變后的第二相機(jī)對(duì)應(yīng)的旋轉(zhuǎn)矩陣。

3.根據(jù)權(quán)利要求2所述的雙目結(jié)構(gòu)光的校準(zhǔn)方法，其特征在于，所述列文伯格—馬夸爾特算法中應(yīng)用如下公式進(jìn)行初始化：

其中，R_x表示繞X軸的旋轉(zhuǎn)角度，R_y表示繞Y軸的旋轉(zhuǎn)角度，R_z表示繞Z軸的旋轉(zhuǎn)角度。