[发明专利]相机标定方法及设备

说明书

本发明公开了一种相机标定方法及设备，该方法包括：检测第一标定图像中的角点及第二标定图像中的角点。基于以所述角点为中心选取的特征像素块，计算获得所述角点的特征描述向量。基于每个角点的特征描述向量，将第一标定图像中的角点与第二标定图像中的角点进行匹配，获得第一标定图像的匹配特征点及第二标定图像中的匹配特征点。基于第一标定图像的匹配特征点和第二标定图像的匹配特征点，获得参数矩阵。本发明可以避免相近或者相似角点之间的误匹配，进一步提高了鱼眼相机的标定精度。

技术领域

本发明属于计算机视觉领域，具体地说，涉及一种相机标定方法及设备。

背景技术

鱼眼相机具有超大的视场但同时也存在较为严重的图像畸变，从而影响用户的视觉感受以及图像信息的提取。因此，为了减少图像畸变，需要进行鱼眼相机标定。

现有技术中，对鱼眼相机进行标定过程中，鱼眼相机首先基于黑白标定板进行图像采集两幅具有共同区域的标定图像并分别提取该两幅标定图像中的角点，基于角点像素值确定任一幅标定图像的各个角点中与另一幅标定图像的任意角点相匹配的匹配特征点。然后基于两幅标定图像的匹配特征点的图像坐标，计算获得鱼眼相机的参数矩阵，实现相机标定。

但由于实际在进行特征点匹配过程中，会存在将像素值较为相近角点进行误匹配，大大提高了匹配特征点的匹配误差，从而影响了鱼眼相机的标定精度。

发明内容

有鉴于此，本发明提供了一种相机标定方法及设备，降低匹配特征点的匹配误差，提高鱼眼相机的标定精度。

为了解决上述技术问题，本发明提供了一种相机标定方法，包括：

检测第一标定图像中的角点及第二标定图像中的角点；

基于以所述角点为中心选取的特征像素块，计算所述角点的特征描述向量；

基于每个角点的特征描述向量，将所述第一标定图像中的角点与所述第二标定图像中的角点进行匹配，获得所述第一标定图像的匹配特征点及所述第二标定图像中的匹配特征点；

基于所述第一标定图像的匹配特征点和所述第二标定图像的匹配特征点，获得参数矩阵。

优选地，所述基于以所述角点为中心选取的特征像素块，计算所述角点的特征描述向量包括：

以所述角点为中心选取预设范围内的像素块作为所述角点的特征像素块；

对所述特征像素块中每一个像素点的像素值进行分区赋值，计算所述每一个像素点对应的特征值；

基于所述每一个像素点对应的特征值计算所述角点对应的特征描述向量。

优选地，所述第一标定图像及所述第二标定图像为彩色图像；所述对所述每一个像素点的像素值进行分区赋值，计算所述每一个像素点对应的特征值包括：

对所述每一个像素点的R值、G值和B值分别进行分区赋值，获得对应的区间像素值；

将所述R值、G值和B值对应的区间像素值分别赋予不同的权值，计算所述每一个像素点对应的特征值。

优选地，所述基于所述每一个像素点对应的特征值计算所述角点对应的特征描述向量包括：

统计所述不同特征值对应像素点的个数，并按照对应像素点个数的大小顺序从大到小选取预设值个特征值；

基于选取的所述特征值计算所述角点的特征描述向量。

优选地，所述基于每个角点的特征描述向量，将所述第一标定图像中的角点与所述第二标定图像中的角点进行匹配，获得所述第一标定图像及所述第二标定图像中的匹配特征点包括：

基于所述每个角点的特征描述向量，将所述第一标定图像中的角点及所述第二标定图像中的角点进行相似度计算；