一种基于二消失点的相机自标定方法技术

本发明专利技术公开了一种基于二消失点的相机自标定方法。以场景中两组正交的平行线为自标定图案，获取不同视点的四幅及以上序列图像，用基于Harris亚像素角点检测方法提取每幅图像中自标定图案的四个交点，并求出两个消失点的图像坐标。根据光心和两个消失点的连线相垂直的投影几何性质，列出相机内参的约束性方程，求出图像平面主点坐标(u0、v0)、归一化焦距fx、fy等内参数。本发明专利技术不需要标定板、标定块，不需要获取相机运动信息、自标定图案的世界坐标信息，标定过程便捷，拍摄要求不高，算法简洁高效，能满足大视场、变焦和远景视觉检测应用。标定精度能够优于三消失点自标定方法，使用低分辨率相机也可以完成较高精度的标定。

【技术实现步骤摘要】

本专利技术涉及一种基于二消失点的相机自标定方法。
技术介绍
相机标定通过确定空间点3D坐标与其投影到图像上的2D坐标之间的映射关系，求解相机参数的过程(参见：李云翔.相机标定与三维重建技术研究[D].青岛大学,2009)。相机标定是计算机视觉中从二维图像中定量恢复出三维数据的过程，是完成三维重建图像必备和关键的环节，在三维建模、导航、视频监控等方面应用广泛。无论是在图像测量或者机器视觉应用中，相机参数标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。因此，相机标定是做好后续工作的前提，提高标定精度是研究工作的重点。相机标定方法主要分为标定板标定方法和相机自标定方法(参见：邱茂林,马颂德，李毅.计算机视觉中相机定标综述.自动化学报,2000,26(1):43～55)。标定板标定需要标定物，精度高，但算法复杂且标定过程费时费力。同标定板标定方法相比，自标定方法不需要精密加工的标定块，仅从场景的多幅图像来确定相机内参数。这种思想是由Faugeras、Luong、Maybank首次提出的(参见：O.D.Faugeras,Q.T.Luong,S.J.Maybank,\CameraSelf-calibration:TheoryandExperiments,\LectureNotesinComputerScience.Papers588,321～334(1992))。自标定技术的理论基础均基于绝对二次曲线(AC)或绝对二次曲面(AQ)的投影性质(参见：B.Triggs\AutocalibrationandtheAbsoluteQuadric\,IEEECVPR97,pp.609-6141997)。自标定的主要方法有：Faugeras、Luong、Maybank等提出的直接求解Kruppa方程的自标定(参见：O.D.Faugeras,Q.T.Luong,S.J.Maybank,\CameraSelf-calibration:TheoryandExperiments,\LectureNotesinComputerScience.Papers588,321～334(1992))，利用由绝对二次曲线的像(IAC)的对极几何关系所推导出的Kruppa方程所提供的关于IAC的约束，通过确定IAC来标定摄像机内参数；分层逐步标定法，文献(ZhaoshengTao，DaweiTu，SaisaiHe,JinjieYe.ACameraSelf-CalibrationforMachineVisionBasedonKruppa’sEquationAppliedMechanicsandMaterials，2013，389(4)：1003～1007)中提出的直接对摄像机投影矩阵进行QR分解的自标定方法，首先要求对图像序列做射影重建，再通过绝对二次曲线面施加约束，定出仿射参数和摄像机内参数；基于绝对二次曲线的自标定方法，用Kruppa方程把极线变换与绝对二次曲线的像联系起来，因为图像是相机成像平面上的二次曲线，它可以确定相机的内部参数(参见：JingJin1,andXiaofengLi.Efficientcameraself-calibrationmethodbasedontheabsolutedualquadric.J.Opt.Soc.Am.A,2013，30(3)：287～292)；基于主动视觉的相机自标定方法，通过控制相机的运动，获取多幅图像，然后利用图像的对应点进行标定，求解出相机的内参数(参见：Basu,A,\Activecalibration:Alternativestrategyandanalysis,\In:Proc.IEEEConf.OnComputerVisionandPatternRecognition,495-500(1993)；Du,F.,Brady,M.,\Self-calibrationoftheintrinsicparametersofcamerasforactivevisionsystems,\In:Proc.IEEEConf.OnComputerVisionandPatternRecognition,477-482(1992))；还有基于空间直线几何关系的相机自标定方法，Hartley提出过一种张量，原理如基本矩阵在两个视点景物分析当中起的作用，该方法是利用多幅图像上的直线对应关系来进行相机自标定。各种自标定方法的分析比较见表1。表1相机自标定方法比较自标定方法算法复杂度鲁棒性灵活性利用本质矩阵和基础矩阵复杂不高对相机运动和场景无约束，比较灵活利用绝对二次曲线复杂对初值敏感，鲁棒性差对相机运动和场景无约束，比较灵活基于主动视觉简单较高对实验设备和相机运动要求较高。利用图像的直线对应关系简单较高对场景有一定的约束。从表1中可以看出，利用图像的直线对应关系和基于主动视觉的方法算法简单，鲁棒性较高，实验设备简便。近年来，国内外学者对此类方法做了大量研究。殷焰等人提出了一种基于直线特征的相机自标定方法(参见：YanYan,RongchunZhao,\Anewkindofcameraself-calibrationmethodbasedonlinearfeature,\ComputerApplicationResearch.Papers3,170～171(2006))，该方法需要场景中存在六组相互垂直方向上的平行线，对场景有很大的约束。LiuYing等人提出了基于共面消失点的相机标定方法(参见：LiuY,WuYX,WuMP,\PlanarVanishingPointsBasedCameraCalibration,\IEEEComputerSociety,460～463(2004))，该方法要求制作精确定位的点阵模板，严格匹配图像点和模板点，过程比较复杂。胡钊政提出了一种仅利用一组相互正交方向的消失点来对相机进行标定的算法(参见：胡钊政,谈正.一种基于二消失点的相机自标定新算法.空间电子技术,2005,23(1):42～46)，该方法根据一个模板图像能得到一组相互垂直的消失点连线，这样至少要求拍摄6幅图像，且该方法精度不高。
技术实现思路
针对现有技术存在的不足，本专利技术要解决的技术问题在于提供一种基于二消失点的相机自标定方法。该技术不需要标定板、标定块，不需要获取相机运动信息，以及场景中直线世界坐标信息，标定过程便捷，拍摄要求不高，算法简洁高效，能满足大视场、变焦和远景视觉检测应用。标定精度能够优于三消失点自标定本文档来自技高网...

【技术保护点】
一种基于二消失点的相机自标定方法，其特征在于包括以下步骤：步骤一，获取二消失点自标定图案的序列图像；所述二消失点自标定图案包含至少两组相互正交的平行直线，拍摄N幅包含该图案的、视角不同的序列图像，即二消失点自标定图案的序列透视投影图像，其中N≥4；步骤二，对步骤一拍摄的序列图像进行预处理；序列图像的预处理包括彩色图像灰度化处理、图像滤波、直方图均衡化、边缘锐化和图像去噪处理；步骤三，角点检测；二消失点自标定图案中两组相互正交的平行直线相交于四个点，采用基于Harris亚像素角点检测方法检测序列图像，提取每幅图像中的所述四个交点的图像坐标；步骤四，计算二消失点的图像坐标；对于每幅序列图像，根据消失点的定义和步骤三得到的四个交点的图像坐标列出方程，从而计算出由所述二消失点自标定图案中两组相互正交的平行直线投影得到的两个消失点的图像坐标；步骤五，计算相机内参，相机内参包括图像平面的主点坐标、焦距在图像坐标系上的尺度因子；设在图像坐标系下所述两个消失点的坐标为：M(um,vm)、N(un,vn)，则在相机坐标系下的坐标为：M[(um‑u0)dx,(vm‑v0)dy,f]、N[(un‑u0)dx，(vn‑v0)dy，f]，其中，f为相机焦距；根据正交平行直线的投影几何性质可知光心和两个消失点的连线互相垂直，即光心位于以两消失点的连线为直径的圆上，由此可得到关于相机内参数u0、v0、fx、fy的约束方程：1fx2(u0-um)(u0-un)+1fy2(v0-vm)(v0-vn)+1=0---(a)]]>其中(u0、v0)为图像平面的主点坐标，fx、fy分别为图像坐标系u轴和v轴上的尺度因子；设第i幅图像确定的两个消失点坐标是M(uim,vim),N(uin,vin)，将经步骤三确定的第i幅和第j幅图像的消失点坐标代入式(a)后相减得：(ujm+ujn‑uim‑uin)a+(vjm+vjn‑vim‑vin)b+(vimvin‑vjmvjn)c＝(ujmujn‑uimuin)   (b)其中a＝u0，当N≥4时，求解式(b)建立的方程组可得a、b、c，则相机内参数u0＝a，v0＝b/c；将u0，v0，c代入式(a)求得fx、fy。...

【技术特征摘要】
1.一种基于二消失点的相机自标定方法，其特征在于包括以下步骤：
步骤一，获取二消失点自标定图案的序列图像；所述二消失点自标定图案包含至少两组相互
正交的平行直线，拍摄N幅包含该图案的、视角不同的序列图像，即二消失点自标定图案的
序列透视投影图像，其中N≥4；
步骤二，对步骤一拍摄的序列图像进行预处理；序列图像的预处理包括彩色图像灰度化处理、
图像滤波、直方图均衡化、边缘锐化和图像去噪处理；
步骤三，角点检测；二消失点自标定图案中两组相互正交的平行直线相交于四个点，采用基
于Harris亚像素角点检测方法检测序列图像，提取每幅图像中的所述四个交点的图像坐标；
步骤四，计算二消失点的图像坐标；对于每幅序列图像，根据消失点的定义和步骤三得到的
四个交点的图像坐标列出方程，从而计算出由所述二消失点自标定图案中两组相互正交的平
行直线投影得到的两个消失点的图像坐标；
步骤五，计算相机内参，相机内参包括图像平面的主点坐标、焦距在图像坐标系上的尺度因
子；设在图像坐标系下所述两个消失点的坐标为：M(um,vm)、N(un,vn)，则在相机坐标系下的
坐标为：M[(um-u0)dx,(vm-v0)dy,f]、N[(un-u0)dx，(vn-v0)dy，f]，其中，f为相机焦距；
根据正交平行直线的投影几何性质可知光心和两个消失点的连线互相垂直，即光心位于
以两消失点的连线为直径的圆上，由此可得到关于相机内参数u0、v0、fx、fy的约束方程：
1fx2(u0-um)(u0-un)+1fy2(v0-vm)(v0-vn)+1=0---(a)]]>其中(u0、v0)为图像平面的主点坐标，fx、fy分别为图像坐标系u轴和v轴上的尺度因
子；设第i幅图像确定的两个消失点坐标是M(uim,vim),N(uin,vin)，将经步骤三确定的第i幅
和第j幅图像的消失点坐标代入式(a)后相减得：
(ujm+ujn-uim-uin)a+(vjm+vjn-vim-vin)b+(vimvin-vjmvjn)c＝(ujmujn-uimuin)(b)
其中a＝u0，当N≥4时，求解式(b)建立的方程组可得a、b、
c，则相机内参数u0＝a，v0＝b/c；将u0，v0，c代入式(a)求得fx、fy。
2.根据权利要求1所述的基于二消失点的相机自标定方法，其特征在于：步骤1中所述二
消失点...

【专利技术属性】
技术研发人员：刘晓旻，张晓芳，段绍丽，牛原野，赵书俊，梁二军，
申请(专利权)人：郑州大学，
类型：发明
国别省市：河南;41