[发明专利]基于低秩特征恢复的单幅图像鱼眼相机标定的方法

说明书

技术领域

本发明涉及相机标定方法，具体涉及一种基于低秩纹理恢复的单幅图像鱼眼相机标定的方法。

背景技术

相机标定是计算机视觉和测绘学中最为基础的问题，只有进行过相机标定，才能将图像上的像素正确映射到三维空间上，或将三维空间上的点正确映射到图像上。因此，在计算机视觉领域中，只要涉及到三维恢复的应用，都需要相机的标定参数，而相机标定的精度，也很大程度上决定了这些应用的精度。数十年来，相机标定问题始终是一个热点问题，学者们提出了许多相机标定的方法。

当前，单幅图像的鱼眼相机标定方法几乎都依赖于寻求特征点或线的对应，通过一定的几何约束，联立方程求解参数。如果采用自动提取特征点，然后将特征点对应起来进行约束的方法严重依赖于提取特征点和特征点匹配的精度，而且自动提取的特征点通常不能提取出标定需要的所有特征点，这就制约了相机标定的精度。还有一种方法是手动选择多幅图中的对应点，但是这需要操作者十分仔细和细心，所以它令相机标定变成一项十分耗时和辛苦的工作。

发明内容

本发明的目的在于提供一种基于低秩特征恢复的单幅图像鱼眼相机标定的方法，将具有低秩纹理的图

像看做一个矩阵，基于最小化矩阵秩的优化方法，恢复出低秩图像，以及原始图像与低秩图像之间的

变换，鱼眼相机的参数就包含在这个变换之中。

本发明采用的技术方案是：

（1）手动选择原图中具有低秩纹理的矩形区域，仅对低秩纹理的矩形区域进行操作；

（2）参数初始化：采用统一球面模型和双经度投影模型，并使用TILT方法初始化变换参数，其中包括焦距f_x、f_y，主点o_x、o_y，镜面参数ξ，旋转矩阵R；

（3）求解最小化秩的优化问题：

其中I为输入的图像，τ为变换参数，о为采用统一球面模型和双精度投影模型的几何变换的运算符，I⁰为得到的低秩图像，λ为一个常量，取为width是输出图像的宽度，E为一个稀疏的矩阵，用来表征图像中的污染，rank()为计算矩阵的秩，‖‖₀为计算矩阵的零阶范数；

（4）从τ中取出相机的内参。

上述步骤（2）参数初始化的具体方法为：

统一球面模型的定义为：

x=Xξ+Zy=Yξ+Z---(2)]]>

其中(x,y)是像平面上的点，(X,Y,Z)为相机坐标系中单位球面上的三维坐标；

双经度投影模型的定义为：