[发明专利]一种角点自动识别相机标定方法

权利要求书

1.一种角点自动识别相机标定方法，其特征在于，包括以下步骤：

S1：对相机参数进行初始估计，再用优化函数进行迭代求精；

S2：将图像翻转二值化；

S3：基于欧拉数的滤波对图像进行处理；

S4：定位标定板棋盘上的所有四边形；

S5：对角点进行粗定位与排序；

S6：对角点进行精确定位。

2.根据权利要求1所述的相机标定方法，其特征在于，对相机参数进行初始估计的具体方法如下：

1）设齐次坐标下的空间三维点和相机平面的二维点，根据相机模型关系式，式中，K为内参数矩阵，R和t分别为旋转矩阵和平移向量，为尺度因子；

2）假定模板平面在世界坐标系的Z=0平面上，则进一步有，

；

3）令，则，

，

；

4）根据已知的空间三维点的坐标与像素坐标系下的坐标用最小二乘法可以求出H；

5）由于旋转矩阵的性质，即，和，每幅图像可以获得以下两个对内参矩阵的基本约束：

；

；

由于相机有5个未知内参数，所以当拍摄图像数目大于或等于3时，可以求出所有内外参数唯一解。

3.根据权利要求1所述的相机标定方法，其特征在于，用优化函数进行迭代求精的具体方法如下：

用投影误差最小化函数迭代求精，

；

式中，m为相机平面的二维点，表示空间M点经初始相机参数投影到相机平面下的坐标。

4.根据权利要求1所述的相机标定方法，其特征在于，图像翻转二值化的具体方法如下：

1）计算图像直方图，求出中值作为初始中值；

2）用将图像所有像素的灰度值分成两组，，；

3）分别求出和范围内的平均灰度值和；

4）采用公式求出新的阈值；

5）重复步骤2）到4），直到。

5.根据权利要求1所述的相机标定方法，其特征在于，基于欧拉数的滤波对图像进行处理的具体方法如下：

1）用膨胀方法处理图像：，膨胀核为边长的矩形；

2）提取并标记图像的轮廓；

3）在二值图像中，欧拉数E定义为1像素连接成分C减去孔数A的值，即E=C-A；用E=C-A滤除小孔和斑点；

4）利用稠度和面积滤除冗余的轮廓，稠度定义为，N为标定板上总棋盘格数，W，B为棋盘格边上的个数。

6.根据权利要求1所述的相机标定方法，其特征在于，定位标定板棋盘上的所有四边形的具体方法如下：

1）采用如下腐蚀方法处理图像，腐蚀核边长的矩形；

2）提取图像的轮廓；

3）对所有轮廓求凸包，利用凸包的顶点进行四边形拟合，逐个求凸包的周边和面积，并将凸包周长的八分之一的平方作为相邻凸包间距的阈值，将凸包分组，进行过滤，即可粗定位所有棋盘格。