[发明专利]一种鱼眼镜头相机径向畸变的自标定方法

摘要

本发明公开了一种鱼眼镜头相机径向畸变的自标定方法，包括以下步骤将鱼眼镜头相机围绕相机坐标系的y轴进行旋转，拍摄前后视野有重叠的n个视角的图像；提取不同视角下鱼眼图像的图像特征点，并进行特征点匹配，得到m条不同视角下鱼眼图像的匹配点轨迹序列；利用得到的m条图像匹配点轨迹序列，通过非线性优化求解得到畸变中心和畸变参数；本发明无需特定的标定物，只需将鱼眼镜头相机围绕着相机坐标系的y轴进行旋转，拍摄前后视野有重叠的若干幅图像，通过对图像特征点运动轨迹的分析计算即可求解出畸变参数。相比传统基于模板的标定方法，本方法带来了极大的便利性。

主权项

一种鱼眼镜头相机径向畸变的自标定方法，其特征在于，该方法包括以下步骤：(1)将鱼眼镜头相机围绕相机坐标系的y轴进行旋转，拍摄前后视野有重叠的n个视角的图像，其中，n为大于等于3的自然数；(2)提取不同视角下鱼眼图像的图像特征点，并进行特征点匹配，得到m条不同视角下鱼眼图像的匹配点轨迹序列，其中，m为大于等于1的自然数；(3)利用步骤(2)得到的m条图像匹配点轨迹序列，通过非线性优化求解得到畸变中心[xd0,yd0]T和畸变参数λ，具体包括以下子步骤：(3.1)对于每条匹配点轨迹序列中的n个匹配点，建立如下关系式：继而写成A·k＝b的形式；其中，f为鱼眼镜头相机焦距、[xd,yd]T为畸变点、上标1..n表示各个视角的序号、(X,Y,Z)为空间三维点坐标；(3.2)对于所有的m条匹配点轨迹序列，建立的A矩阵和b矩阵各有m个，即有{A1,A2,...,Am}和{b1,b2,...,bm}；k向量也有m个，这m个k向量都具有相同的k1和k3，但有不同的k2，即有(3.3)所有待求参数归结为4个公共系数{xd0,yd0,λ,f}和m个与特定三维点有关的用LM(Levenberg‑Marquardt)算法的非线性优化方法最小化求解得到畸变中心[xd0,yd0]T和畸变参数λ；其中，Aij表示与第i条轨迹所对应的Ai矩阵中的第j个行向量、ki为与第i条轨迹相对应的k向量、bij表示与第i条轨迹所对应的bi矩阵中的第j个行向量。