[发明专利]一种基于长条形标定板的鱼眼图像拼接方法

摘要

本发明公开了一种基于长条形标定板的鱼眼图像拼接方法，涉及鱼眼图像拼接技术领域，包括以下步骤：S1：利用鱼眼镜头采集长条形标定板图片；S2：根据采集的标定图像标定鱼眼镜头的内外参数和畸变系数以及两个鱼眼镜头之间的空间关系参数；S3:利用镜头的内外参数和畸变系数以及镜头之间的空间关系参数等计算出原始图像与目标全景图像之间的坐标映射表；S4：根据所述的坐标映射表将多个鱼眼镜头拍摄到的图片映射到目标全景图像上拼接成一幅全景图像；该方法在较小重叠区域或者是无重叠区域的情况下，也能产生高质量的全景图像。

主权项

一种基于长条形标定板的鱼眼图像拼接方法，其特征在于，包括以下步骤：S1：利用鱼眼镜头采集长条形标定板图片；S2：根据采集的标定图像标定鱼眼镜头的内外参数和畸变系数以及两个鱼眼镜头之间的空间关系参数；具体包括S201、S202、S203步骤：S201：获取单个鱼眼镜头标定的内外参数和畸变系数，并建立两个鱼眼镜头空间关系参数标定的坐标系；对长条形标定板上的第一子标定板和第二子标定板分别以左上角为原点建立空间坐标系，第一子标定板和第二子标定板之间的空间关系用T0表示，两个鱼眼镜头之间的空间关系参数用R，T表示，第一子标定板与拍摄该标定板的鱼眼镜头之间的关系用Rl，Tl表示，第二子标定板与拍摄该标定板的鱼眼镜头之间的关系用Rr，Tr表示；S202：初始化两个鱼眼镜头之间的空间关系参数R，T；假设空间中一点P，在第一子标定板和第二子标定板坐标系中的坐标为X1、X2，并且X1、X2满足如下关系：X2＝X1‑T0，X1，X2在各自鱼眼镜头坐标系下的坐标为Xl、Xr，它们之间的转换关系如下：Xl＝Rl×X1+Tl，Xr＝Rr×X2+Tr消除X1，X2，可得：Xr＝Rr×Rl‑1×Xl‑Rr×T0+Tr‑Rr×Rl‑1×Tl进而可推得：R＝Rr×Rl‑1；T＝‑Rr×T0+Tr‑Rr×Rl‑1×Tl；S203：考虑畸变的鱼眼镜头内外参数以及两个鱼眼镜头空间关系参数的优化；两个鱼眼镜头的内参数即内参数矩阵Ml，Mr，畸变系数即Kl，Kr，外参数即旋转矩阵Rl,Rr和平移向量Tl,Tr；建立以重投影误差为最小的优化目标函数，利用Levenberg‑Marquardt算法进行摄像机参数优化，优化函数表示如下：min(Σi=1mΣj=1nl||mlij-m^(Ml,Kl,Rli,Tli,Pli)||2+Σi=1mΣj=1nr||mrij-m^(Mr,Kr,Rli,Tli,R,T,Pri)||2)]]>其中，是根据第一子标定板上的特征点的初始值使用畸变模型重投影到图像坐标系下计算出来的第j个特征点在拍摄该标定板相机第i幅图像上的图像坐标，是第一子标定板上第j个特征点在拍摄该标定板相机第i幅图像上检测出来的特征点坐标，nl是拍摄该标定板相机第i幅图像上识别出的特征角点个数，是根据第二子标定板上的特征点的初始值使用畸变模型重投影到图像坐标系下计算出来的第j个特征点在拍摄该标定板相机第i幅图像上的图像坐标，是第二子标定板上第j个特征点在拍摄该标定板相机第i幅图像上检测出来的特征点坐标，nr是拍摄该标定板相机第i幅图像上识别出来的特征角点数目；输出优化之后鱼眼镜头的内外参数、畸变系数以及两镜头之间的空间关系参数；S3:利用两个镜头的内外参数和畸变系数以及镜头之间的空间关系参数等计算出原始图像与目标全景图像之间的坐标映射表；S4：根据所述的坐标映射表将多个鱼眼镜头拍摄到的图片映射到目标全景图像上拼接成一幅全景图像。