[发明专利]基于EOBL-SSA算法的多相机标定优化方法

权利要求书

1.一种基于EOBL-SSA算法的多相机标定优化方法，其特征在于，包括以下步骤：

步骤1、获取不同角度的标定板图像，对图片预处理并提取角点特征；

步骤2、求解内参数和畸变系数初值；

步骤3、初始化SSA算法的相关参数以及对EOBL的参数；

步骤4、更新麻雀中的发现者、加入者和警戒者的位置；

步骤5、利用精英反向策略对优秀个体进行反向求解，保留优秀个体，与上一次迭代的麻雀位置比较并替换，更新这一组麻雀的位置；

步骤6、判断最优个体适应度的值是否满足预设精度或者是否达到最大迭代次数，如果没有就返回到步骤4，否则保留最优个体的位置，该个体对应的参数即为相机标定的结果。

2.根据权利要求1所述的基于EOBL-SSA算法的多相机标定优化方法，其特征在于，步骤1中获取待标定相机对标定板在不同方向的图像，图像的数量应为6张以上；对获得图像进行灰度化处理，并对图像中棋盘格的角点进行提取。

3.根据权利要求1所述的基于EOBL-SSA算法的多相机标定优化方法，其特征在于，步骤2具体为：

根据相机成像关系和相机内部关系f_x＝f_c1/d_x,f_y＝f_c2/d_y，得到u₀，v₀的初值；其中f_c1和f_c2是相机焦距；d_x和d_y是像素的物理长度；u₀和v₀是相机光轴和图像平面交点；

相机成像关系式为：

其中，z_c为物距，x_d，y_d为像素坐标系，x_w、y_w、z_w为世界坐标系，R、T为图像旋转平移矩阵；

由于该初值是在理想条件下求得，需要引入畸变系数加以校正，k₁,k₂,k₃为径向畸变系数，p₁,p₂为切向畸变系数；

利用径向畸变数学模型

和切向畸变数学模型

以及联立得到

求得畸变下的初值；式中，[x_u,y_u]图像归一化平面任一点p的坐标，r为点p与坐标系原点之间的距离；

利用张正有标定法对相机标定，得到优化前的参数值。

4.根据权利要求1所述的基于EOBL-SSA算法的多相机标定优化方法，其特征在于，步骤3中初始化SSA算法和EOBL算法的相关参数过程为：

包括种群的数量n，搜索空间的范围，迭代次数iter_max；随机选取n个个体初始位置找出当前种群中最优个体的位置，并计算其适应度，其中d为种群个体的维数；

建立相机标定问题的目标函数：

其中p_ij为图像的匹配点，p为p_ij对应的重投影的点；

根据目标函数获得适应度函数以求得迭代最优个体适应度值，定义适应度函数为：

其中(x，y)即通过角点提取算法得到的实际像素坐标点，(u，v)是通过相机成像关系计算得到的像素坐标点，m为角点总数。