[发明专利]一种基于蝙蝠算法的相机标定参数优化方法

权利要求书

1.一种基于蝙蝠算法的相机标定参数优化方法，其特征在于，包括如下步骤：

步骤1：读取一帧图像；

步骤2：将相机模型简化为透镜模型，通过透镜模型获取世界坐标点在图像坐标中的像素坐标，并计算相机的标定参数；

步骤3：通过角点检测算法获取世界坐标下图像点的坐标在图像坐标中的像素坐标点；

步骤4：使用步骤2和步骤3得到的模型转换像素坐标和角点检测像素坐标的误差最小的数学函数建立相机标定参数的适应度函数；

步骤5：针对相机标定参数的适应度函数，基于蝙蝠算法对适应度函数进行搜索更新；

步骤6：判断蝙蝠搜索算法是否满足终止条件，若满足终止条件，则转至步骤7；若否，则转至步骤4；

步骤7：输出标定参数最优值；

步骤8：判断当前图像是否为最后一帧图像，若是则转至步骤9；若否，则转至步骤1；

步骤9：保存相机标定参数的最优值。

2.如权利要求1所述的一种基于蝙蝠算法的相机标定参数优化方法，其特征在于：所述步骤1中的图像的图像源为标定板图像源或是满足给定条件的视频帧输入。

3.如权利要求1所述的一种基于蝙蝠算法的相机标定参数优化方法，其特征在于：所述步骤2中标定参数的计算方法基于相机透镜模型进行标定。

4.如权利要求1所述的一种基于蝙蝠算法的相机标定参数优化方法，其特征在于：所述步骤3中角点检测算法是基于模板的角点检测方法进行计算。

5.如权利要求1所述的一种基于蝙蝠算法的相机标定参数优化方法，其特征在于：所述步骤3中适应度函数基于使步骤2中的标定参数与步骤3中角点坐标误差最小的数学函数建立。

6.如权利要求1所述的一种基于蝙蝠算法的相机标定参数优化方法，其特征在于：所述步骤5中的蝙蝠算法基于标准或改进后的蝙蝠算法进行搜索更新。

7.如权利要求1-6中任一所述的一种基于蝙蝠算法的相机标定参数优化方法，其特征在于：所述蝙蝠算法还包括依据适应度函数初始化蝙蝠种群；设置蝙蝠算法迭代终止条件；计算种群中蝙蝠个体的适应度值；根据适应度对蝙蝠种群排序，找出当前最优蝙蝠个体；通过调整蝙蝠个体的频率来生成新的解，同时更新蝙蝠个体的速度和位置；在蝙蝠个体最优解中选择一个解，形成最优解集合；然后在最优解集合里生成一个局部最优解；通过蝙蝠种群随机飞行来生成一个新的解，新的解由当前最佳位置扰动产生；将所有蝙蝠个体的位置进行排列，找出当前最优解。

8.如权利要求7所述的一种基于蝙蝠算法的相机标定参数优化方法，其特征在于，初始化蝙蝠种群包括：蝙蝠种群大小初始，蝙蝠个体飞行速度初始为，发射脉冲频率初始，发射脉冲响度初始，蝙蝠搜索脉冲频率初始，初始位置初始。