[发明专利]一种基于能量生长的单目相机全自动标定方法

说明书

本发明涉及摄影测量学领域，公开了一种基于能量生长的单目相机全自动标定方法，本发明解决了传统标定算法采集标定数据麻烦，耗费人力等问题，通过提取视野中的多个棋盘格，可以实现采集一帧图像即可得到相机标定结果的效果；本发明不需要不需要提前指定棋盘格数目与尺寸，其鲁棒性好，可以检测一个图片里包含多张棋盘的情况，搭建好平台后，最终标定结果准确，相比人工采集标定数据更为稳定可靠。

技术领域

本发明涉及摄影测量学领域，特别是一种基于能量生长的单目相机全自动标定方法。

背景技术

随着计算机图像处理技术的不断发展，与工业生产水平的不断提高，视觉相机在生产与生活中的应用越来越广泛，可以说视觉信息的获取极大地丰富了计算机与机器人对于外界环境的感知。通过相机所采集的视觉图像信息，可以实现目标物体的检测，以及对周围环境的感知。但是在我们利用相机所采集的视觉信息的同时，都会不可避免地面临着一个问题：相机内参的获取。相机标定说是计算机视觉与机器视觉的基础，在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。相机标定的目标是我们找一个合适的数学模型，求出这个模型的参数，这样我们能够近似这个三维到二维的过程，我们用简单的数学模型来表达复杂的成像过程，并且求出成像的反过程。标定之后的相机，可以进行三维场景的重建，即深度的感知，这是计算机视觉的一大分支。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定(或摄像机标定)。无论是在图像测量或者机器视觉应用中，相机参数的标定都是非常关键的环节，其标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。基于相机模型，通过相机内参，我们可以得到二维平面像素坐标和三维世界坐标的关系，这样我们才能更为有效地利用视觉信息。

对于相机标定算法的探究，前人已经做了很多工作。最为经典的是1998年张正友教授提出的单平面棋盘格的摄像机标定方法，该方法即为通常所说的张氏标定法。文中提出的方法介于传统标定法和自标定法之间，但克服了传统标定法需要的高精度标定物的缺点，而仅需使用一个打印出来的棋盘格就可以。同时也相对于自标定而言，提高了精度，便于操作。因此张氏标定法被广泛应用于计算机视觉方面。在利用该标定算法的标定过程中，需要采集多个不同姿态的棋盘格的图像数据，通过选定棋盘格的四个角点来确定棋盘格的平面，然后提取棋盘格内的特征点，通过计算单应矩阵来实现相机内参的求解，即完成相机的标定工作。考虑最终标定结果的优化，需要适量增加一些冗余的约束条件，所以最终的标定过程中，一般要采集10到15张不同姿态的棋盘格的数据才能得到较为良好的标定效果。后人在张正友标定算法的基础上进行了一定的改进，目前针对单目相机的标定方法有很多，且OpenCV与MATLAB均有对应的相机标定算法。

但是对于现有的相机标定算法，都需要采集多个标定板的数据才能完成标定工作，而对于所采集的标定数据其姿态也需要有着较大的差异，现有的各种标定算法标定数据采集需要投入大量的人力来完成。在工业生产过程中，当遇到大量的相机标定工作时，标定数据的采集极大地影响了标定过程的效率，且对于最后的标定结果的精度也有着影响。

发明内容

本发明的目的在于提供一种基于能量生长的单目相机全自动标定方法，通过该方法仅需要采集一帧图像数据，即可得到标定结果。该方法实现了相机的全自动标定流程，中间不需要任何的人工参与，且由于所搭建的图像标定环境固定，最终标定结果精度高。

为实现上述技术目的，达到上述技术效果，本发明公开了一种基于能量生长的单目相机全自动标定方法，标定方法包括了以下步骤：

S1、采集含有多个不同姿态的棋盘格的目标图像；

S2、提取目标图像中的特征点，定位棋盘格的位置，通过检测图像相似度与极大值抑制来对图像角点进行筛选，得到干净角点数据；