[发明专利]一种远心相机标定方法在审
申请号: | 201710176918.5 | 申请日: | 2017-03-23 |
公开(公告)号: | CN107025670A | 公开(公告)日: | 2017-08-08 |
发明(设计)人: | 廖广兰;刘强;陈科鹏;史铁林;汤自荣;王西彬 | 申请(专利权)人: | 华中科技大学 |
主分类号: | G06T7/80 | 分类号: | G06T7/80 |
代理公司: | 华中科技大学专利中心42201 | 代理人: | 周磊,曹葆青 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 相机 标定 方法 | ||
技术领域
本发明属于光学测量技术领域,更具体地,涉及一种远心相机标定方法。
背景技术
CCD(电荷耦合器件)成像技术作为光学测量的一种,是计算机视觉的重点研究方向,而相机标定是CCD成像技术中必不可少的步骤。相机标定的过程就是对相机的内、外参数进行估计的过程,即估计相机的内参数,如焦距、放大率、畸变系数等,外参数包括相机相对于世界坐标系的旋转矩阵和平移矢量以及多相机立体视觉系统中相机之间的相对位姿。精确标定相机内、外参数可以直接提高测量精度。由于远心镜头具有放大率恒定、镜头畸变小以及消除了透视误差等诸多优点,装配远心镜头的相机(即远心相机)相对于装配常规镜头的相机(即针孔相机)有着不可比拟的优势,远心相机在基于CCD的精密测量领域扮演着重要的角色。
现有相机标定方法主要是针对针孔相机的,包括传统的相机标定方法、相机自标定方法和基于主动视觉的标定方法。传统的相机标定方法精度高,但标定的速度较慢;相机自标定法标定相机仅需要用到相机运动过程中多幅环境图像之间的对应关系,并不需要特定的标定参照物;相对于传统的相机标定方法,其算法不足之处在于鲁棒性较差。基于主动视觉的相机标定方法是在已知相机的某些运动信息的情况下进行相机的标定,这些信息有定性的和定量的,算法具有较高的鲁棒性,基于主动视觉的相机标定法中的相机需要知道其精确的运动信息,该种算法需要精准的相机运动平台,且标定不够灵活。于针孔相机模型是基于透视投影法,而远心相机是基于正交投影法,故针对针孔相机的标定方法不适于远心相机。
由朱飞鹏提出的基于线性装置的简单标定方法,未考虑相机畸变且基于此模型只能求出相机的内部参数放大率,无法得到相机的外部参数。现有技术中适用远心相机的两步法,可以充分考虑相机的径向畸变、偏向畸变和薄棱镜畸变;首先在相机的所有外部参数和相机放大率在不考虑相机畸变的情况下通过构造方程求出其解,再通过有畸变的非线性优化方法优化上一步求出的解,直到所有的参数被确定,因为所有的相机畸变是在第二步中进行考虑的,所以该方法研究了不同畸变对标定误差的影响。这种两步法的缺陷在于:在构造模型时简单地忽略了相机主点坐标,而主点坐标的有无会影响到远心相机的标定误差。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种远心相机标定方法,其目的在于减小远心相机的标定误差。
为实现上述目的,按照本发明的一个方面,提供了一种远心相机标定方法,包括如下步骤:
(1)在远心相机的投影系统中建立世界坐标系、相机坐标系、图像坐标系、像素坐标系;
根据所述相机坐标系与图像坐标系的位置关系获得相机坐标系到图像坐标系的转换矩阵;
根据所述图像坐标系与像素坐标系的位置关系获得图像坐标系到像素坐标系的转换矩阵;
根据公制与像素的计算单位换算关系获取将以公制为单位的像素坐标系到以像素为单位的像素坐标系的转换矩阵;
根据世界坐标系到相机坐标系的旋转矩阵与世界坐标系到相机坐标系位移矢量确定世界坐标系到相机坐标系的转换矩阵;通过将上述几个转换矩阵合并获得远心相机投影模型;
(2)提取远心相机所拍摄的标定板图像中的特征点,根据特征点在像素坐标系与世界坐标系中的对应关系,采用Tsai两步标定方法,首先根据所述远心相机投影模型建立超定线性方程、并利用最小二乘法解超定线性方程来获得外参数,再根据世界坐标系到相机坐标系的旋转矩阵以及特征点在图像坐标系中的图像坐标点求解内参数;所述内参数包括远心相机的放大倍率而不包括远心相机的畸变系数;
本步骤中所采用的Tsai两步标定方法是基于Tsai算法的一种改进算法,在采用Tsai算法进行标定时不考虑远心相机的其他外参数,只计算放大倍率;Tsai算法是一种基于径向约束的两步法标定方法,第一步是利用最小二乘法解超定线性方程来获得外部参数,第二步求解内部参数;
(3)获取标定点的实际图像坐标系坐标与考虑远心相机畸变时标定点在世界坐标系中的坐标投影到图像坐标系中的坐标的差值,采用列文伯格-马夸尔特算法对所述差值求最小值,并获得在所述最小值下的远心相机畸变系数;其中,列文伯格-马夸尔特算法是最优化算法中的一种,是利用梯度求最大值或最小值的算法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710176918.5/2.html,转载请声明来源钻瓜专利网。