[发明专利]一种抽象相机参数模型的方法

权利要求书

1.一种抽象相机参数模型的方法，其特征在于，包括如下步骤：

1)输入图片上多点的像素坐标，世界坐标；

像素坐标：(px₁，py₁)，(px₂，py₂)，...，(px_n，py_n)

世界坐标：(wx₁，wy₁)，(wx₂，wy₂)，...，(wx_n，wy_n)

2)将像素坐标，世界坐标归一；归一化是指把数据从原始数据映射到[0，1]区间；

3)将相机成像抽象为一个长方体；

相机坐标系相对于世界坐标系的绕x轴旋转角度pitch，绕y轴旋转角度yaw，绕z轴旋转角度roll，分别得到的变换矩阵：

旋转矩阵为：

A₀＝YPR

旋转矩阵是各个坐标系之间转换的一个计算矩阵，即利用该矩阵转换出相应的坐标系的坐标；

其中：A₀为3*3矩阵；

取A₀的3个行向量

设定三个向量的长度为i_len，j_len，k_len，

则三个方向的向量为记为

相机中心与世界坐标中心的向量为

从而唯一确定了相机的位置、角度、成像参数；

4)通过步骤3)中的参数，得到两个关系式f1和f2：

f1：像素坐标-世界坐标，其中-表示转换到；

坐标(x，y)

取向量的前2个数，即为世界坐标系；

f2：世界坐标-像素坐标；

取向量的前2个数，即为像素坐标系；

5)计算loss；

5.1)loss1是两个单位向量做点乘：两个单位向量包括由f1得到的世界坐标与相机坐标系的原点形成的单位向量和测量的世界坐标与相机坐标系的原点形成的单位向量；

5.2)loss2是两个像素坐标的欧氏距离：两个像素坐标包括由f2得到的像素坐标和实际的像素坐标；

5.3)总的loss；

loss＝loss₁+loss₂

梯度下降迭代得到步骤3)中所有参数，从而获得f1和f2。