[发明专利]一种可见光与红外相机快速配准的方法

说明书

本发明公开了一种可见光与红外相机快速配准的方法，即根据最近有效距离和最远有效距离确定图像拍摄距离，通过可见光和红外相机同时拍摄多组棋盘格标定板的图像，检测两种相机所拍摄图像的亚像素级角点，根据最小二乘法或者奇异值矩阵分解算出单应性矩阵H，即可完成可见光和红外相机的快速配准。该方法方法简单，易于实现；利用可见光和红外相机通用的棋盘格标定板采集角点对，相比于SURF算法，采集到的角点对更加精确；该方法不需要进行繁复的特征点对匹配计算及配准变换矩阵计算，只需要求出两个相机之间的单应性矩阵H，计算速度快，配准效率高。

技术领域

本发明属于相机标定技术领域，具体涉及一种可见光与红外相机快速配准的方法。

背景技术

如今，目标检测技术大多使用可见光相机。可见光相机包含丰富的纹理、颜色、阴影特征，但是对图像处理的运算量大，红外相机可以对具有热源的人和物体进行快速的检测，但是分辨率较低，缺乏纹理等细节信息，且目标与背景颜色相同时容易湮没在背景中。如果将两种相机结合起来，可以使两种模态的信息相互融合，优势互补，但这就需要可见光和红外相机同时捕获同一场景的图像信息。由于不同成像传感器内部参数、视场、靶面尺寸或者拍摄角度等物理条件的差异，同一场景的可见光和红外图像并不能做到完全对准，需要对这两种相机进行配准。

常用的可见光和红外相机配准方法为基于特征的图像配准方法。基于特征的图像匹配算法尽管被广泛的应用，但是这需要提取红外及可见光图像的特征。同时该类方法中最著名的SURF算法通过提取特征点进行匹配以计算变换矩阵，但是该方法需要先识别出特征点，然后根据各特征点之间的向量距离确定匹配关系并进行变换矩阵计算。但是该算法有一定的误匹配率，即便后续使用RANSAC算法可以过滤一部分误匹配的点，但消耗了大量的处理资源，对于计算能力有限且实时性要求极高的嵌入式平台来说并不适合应用。

图像配准的实质是寻找一个几何变换模型，能将一幅图像经过坐标变换后与待配准图像进行对准，用数学公式表示为：

I₀(x,y)＝f(I₁(x,y))

其中I₀(x,y)和I₁(x,y)为待配准图像。f表示几何变换。

发明内容

本发明旨在克服现有技术的不足，提供了一种可见光与红外相机快速配准的方法，即根据最近有效距离和最远有效距离确定图像拍摄距离，通过可见光和红外相机同时拍摄多组棋盘格标定板的图像，检测两种相机所拍摄图像的亚像素级角点，根据最小二乘法或者奇异值矩阵分解算出单应性矩阵H，即可完成可见光和红外相机的快速配准。

本发明的具体技术方案为，一种可见光与红外相机快速配准的方法，包括下列步骤：

1)确定距离：令配准最近有效距离为d₁，最远有效距离为d₂，确定棋盘格图像拍摄的距离d；

1-1)令配准最近有效距离为d₁，最远有效距离为d₂，根据视差D求解公式：

其中B为基线长度，F为焦距，Z为相机到物体的距离；那么在最近有效距离处的视差D₁的求解公式为：

同理，在最远有效距离处的视差D₂的求解公式为：

1-2)为了兼顾最近和最远处的视差，使得可见光和红外图像配准后的重影尽可能的最少，设定权重k，得出加权平均视差D₀：

D₀＝kD₁+(1-k)D₂

确定棋盘格图像拍摄的距离d为：