[发明专利]一种鱼眼全景相机自然环境下标定方法

摘要

本发明公开了一种鱼眼全景相机自然环境下标定方法。包括获取双鱼眼图像，建立理论参数模型，提取鱼眼图像特征点，用最优化算法计算模型参数，将参数带入模型迭代筛选，获得鱼眼图像到球体表面的映射关系并以球体表面图像显示；本发明图像特征点提取方法能应用于大畸变的鱼眼图像，并能进一步保证提取到的特征点的准确性，本发明还提出了一种筛选特征点的迭代模型，利用本发明的方法可以准确地在自然、随机的环境下标定全景相机；不需要为了获得映射关系而搭建特殊的场景，本发明采用一种自主化的方法，自主求得每幅鱼眼图像到球体表面的映射关系，降低了全景相机使用门槛，扩大了全景相机使用范围。

主权项

1.一种鱼眼全景相机自然环境下标定方法，其特征在于包括以下步骤：(1)获取双鱼眼图像通过双鱼眼镜头获得双鱼眼图像F1、F2；(2)建立理论参数模型鱼眼图像到球面坐标映射公式：鱼眼图像F(u,v)，球Q，球面坐标经纬度表示Q(θ,φ)(θ∈[0,360],φ∈[0,180])；M为映射关系矩阵；球到平面球的平面展开映射关系公式：球Q，球面坐标经纬度表示Q(θ,φ)(θ∈[0,360],φ∈[0,180])，球Q的平面展开为S(x,y)；(3)提取鱼眼图像特征点通过以下公式获得：S(x，y)＝F(u，v)·M_f2s；F(u，v)＝S(x，y)·M_s2f；其中M_f2s为鱼眼图像到球的平面展开映射参数，M_s2f为球的平面展开到鱼眼图像映射参数；获取方法包括：先获取鱼眼图像F1、F2，通过M_f2s将F1、F2映射到球的平面展开S1、S2上，然后利用SFIT算法从S1、S2提取并匹配特征点得到PS1_i、PS2_i，然后将PS1_i、PS2_i与M_s2f进行运算得到PF1_i、PF2_i；PF1_i、PF2_i即为鱼眼图像上匹配的特征点，其中i＝0.1….N，N为自然正整数；(4)用最优化算法计算模型参数[M1，M2]＝L(PF1_i，PF2_i)；i∈(0，1，2，......，N)；L为优化算法，M1、M2为优化后得到的鱼眼图像F1、F2到球体Q表面的映射关系；将参数带入模型迭代筛选；PQ1_i＝PF1_i·M1；i∈(0，1，2，...，...，N)；PQ2_i＝PF2_i·M2；i∈(0，1，2，......，N)；δ_i＝(PQ1_i‑PQ2_i)²；i∈(0，1，2，......，N)；PF1_k＝PF1_i；δ_i＜T1，i∈(0，1，2，......，N)；PF2_k＝PF2_i；δ_i＜T1，i∈(0，1，2，...，...，N)；其中，PQ1_i、PQ2_i为全景图像上坐标点、δ_i为对应的点坐标的欧拉距离，T1为特征点筛选阈值，PQ1_i、PQ2_i为每次筛选剩下的标定点；按照上述公式进行迭代，当满足下面公式停止迭代；(PQ1_i·M_s2f‑PQ2_i·M_s2f)²＜T2T2为停止迭代阈值；多次迭代后计算得到的M1、M2即为鱼眼图像到球体表面的映射关系；(5)获得鱼眼图像到球体表面的映射关系并以球体表面图像显示将M1_k和M2_k参数应用到全景相机中，将全景相机随机获得的鱼眼图像F1和F2按照M1_k和M2_k参数去显示，整体球显示为一个没有坐标错位的完整球型，其中M1_k表示M1经过k次迭代后停止迭代得到的计算结果，M2_k表示M2经过k次迭代后停止迭代得到的计算结果。