一种用于视觉传感器标定的网格球靶标及相应标定方法技术

本发明专利技术公开一种用于视觉传感器标定的网格球靶标及相应标定方法，网格球靶标就是有网格线的球靶标，它既有二维靶标的标定精度，同时也具有球靶标适合不同视点摄像机同步标定的优点；通过网格球靶标可以实现摄像机内部参数标定，双目视觉传感器标定和多摄像机测量系统全局标定。

【技术实现步骤摘要】

本专利技术涉及机器视觉领域的视觉传感器标定，尤其涉及一种利用新的靶标形式-网格球靶标及相应的标定方法。
技术介绍
视觉传感器标定一直以来都是计算机视觉领域的一个重点内容。视觉传感器标定主要包括摄像机内部参数标定、双目视觉传感器标定、多摄像机测量系统全局标定。目前视觉传感器标定多采用靶标，具体包括三维立体靶标、二维平面靶标、一维靶标和球靶标。三维立体靶标具有2个平面，该方法可以获得较高的精度，但加工困难，容易发生自身遮挡、不适合多个不同视角摄像机的同步标定。以张正友提出的基于棋盘平面靶标的摄像机内部参数标定方法为代表的采用平面靶标的视觉传感器标定方法是目前最流行的靶标形式及标定方法。另外，还有研究人员在平面靶标上使用不同特征的标定方法，例如使用同心圆环、平面双圆环等。采用二维平面靶标的标定方法灵活、方便，标定精度高，但不适合同步完成不同位置多个视觉传感器标定。球靶标的优点是在任何角度下可以获得完整的球靶标外轮廓，非常适合不同位置多个视觉传感器同步标定，但标定精度很难满足高精度测量需求。另一类是不需要靶标的视觉传感器自标定，适用于视觉导航、场景重建等领域，但该类方法标定精度不高。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供一种新的靶标形式-网格球靶标和使用这种靶标对视觉传感器进行标定，来解决现有靶标中二维靶标灵活但不能同步完成不同视点摄像机同步标定的问题和球靶标可以完成不同视点摄像机同步标定但标定精度不高等问题。本专利技术提供了一种新的靶标形式-网格球靶标。网格球靶标就是可以有网格线的球靶标，表面画好了平行的纬线圆和等角度经线圆。本专利技术还提供了三种网格球靶标在视觉传感器标定中的应用，既摄像机内外部参数标定，双目视觉传感器标定和多摄像机测量系统全局标定。其中，所述网格球靶标实现摄像机内外部参数标定分为三个阶段：提取网格球靶标的椭圆曲线图像；利用椭圆曲线图像求解摄像机内外参数；对求得的初解带入线性优化中得到最后的优化解；其中，所述网格球靶标实现双目视觉传感器标定为：首先采用网格球靶标标定双目立体视觉传感器的两个摄像机内外部参数，再以网格球靶标为中介实现两个摄像机之间的旋转矩阵和平移矢量R12,t12的求解，完成对双目视觉传感器的标定；其中，所述网格球靶标实现多摄像机测量系统全局标定为：首先采用网格球靶标标定方法获得多个摄像机的内部参数和外部参数Ai,Ri,ti(其中i为第i个视觉传感器)。再计算第i个摄像机到第j个摄像机的转换矩阵Tij(i,j＝1,2,3,n)，Tij下标中的i，j分别表示摄像机的序号。最后通过两两标定方式完成多摄像机测量系统全局标定。本专利技术提出的网格球靶标是带有高精度网格线的球靶标，经纬线交点坐标也已知，且具有较高精度。不同视角的摄像机在标定时都可以拍摄到清晰的网格球靶标上高精度的网格线和经纬线交点。本专利技术公开的所有标定算法都不需要拍摄到网格球靶标上全部的高精度网格线，只需要部分线条和部分经纬线交点就可以。因此本专利技术与现有技术相比的优点在于：本专利技术解决了现有靶标中二维靶标的不能同步完成不同视点摄像机同步标定的问题和球靶标的标定精度不高等问题。附图说明图1为本专利技术实施例中网格球靶标的内外参数求解示意图；图2为本专利技术实施例中使用网格球靶标对多摄像机测量系统全局标定的示意图。具体实施方式下面结合附图和具体实施例对本专利技术的技术方案进一步详细阐述。本专利技术所提供的一种新的靶标形式-网格球靶标和使用这种靶标在视觉测量系统标定中的应用。如图1所示，本专利技术实例新的靶标形式-网格球靶标。该靶标为刻有高精度网格像的球靶标，网格线由多个已知距离的平行纬线圆和多个已知角度间隔的同心经线圆。球体本身可以使用各种材料，例如金属、陶瓷和玻璃等，网格线可以采用机械加工方式刻在球体上，也可以采用印刷等方式将与球体颜色有明显区别的线印在球体上。网格球靶标上各网格线位置已知，且精度较高。经纬网格线的交点在网格球靶标坐标系下的坐标也已知，且具有较高精度。本专利技术分别介绍了采用网格球靶标完成摄像机、双目立体视觉传感器和多摄像机测量系统全局标定的三种标定方法。A.摄像机内外部参数标定方法步骤1，提取网格球靶标的椭圆曲线图像，具体为，将网格球靶标靶标在摄像机前自由移动十次以上，采用Steger在1998年2月发表的论文“Anunbiaseddetectorofcurvilinearstructures，IEEETransactiononPatternAnalysisMachineIntelligence.”提到的光条图像中心提取方法提取光栅光条图像中心点。首先计算图像各点Hessian(海森)矩阵，根据光条图像灰度曲面特征，通过各图像点的Hessian矩阵中特征值和特征向量判断光条中心候选点，再通过链接方式将光条中心候选点链接在一起形成光条图像数据。通过椭圆拟合得到对应的椭圆曲线方程。计算所有椭圆曲线的长轴、短轴长度、椭圆中心、长轴与图像纵轴的夹角。根据以上参数，将所有椭圆曲线分为两类，第一类是所有椭圆曲线的θ角、长轴、椭圆中心基本相同，相对偏差小于阈值，该类为经线圆的椭圆曲线图像；除了第一类以外的所有椭圆曲线为第二类，该类为纬线圆的椭圆曲线图像；步骤2，利用椭圆曲线图像求解摄像机内部参数和外部参数，首先识别椭圆方程对应的纬线圆，并求出摄像机的内部参数。然后，根据求解出的摄像机内部参数求出摄像机的外部参数。识别椭圆方程对应的纬线圆，并求出摄像机的内部参数。任意两个平行的纬线圆投影曲线eli(j)和eli(j+1)的交点为一对圆环点mI和mJ，mI和mJ是共轭虚数。通过求解出的mI和mJ，可确定所有平行纬线圆的消隐线lli：lli＝λmI×mJ(1)设cli(j)＝[xli(j),yli(j),zli(j),1]T为纬线圆Cli(j)的中心点。oli(j)＝[uli(j),vli(j),1]T为cli(j)点在图像中的无畸变图像坐标。cla(i)＝[xla(i),yla(i),zla(i),1]T为经线圆Cla(i)的中心点，ola(i)＝[ula(i),vla(i),1]T为cla(i)点在图像中的投影坐标。消隐线lli与oli(j)相对于eli(j)存在配极关系，因此根据式(2)可以求解出oli(j)：o1i(j)=λeli(j)-1l1i---(2)]]>式中λ为非零常数。将所有oli(j)进行直线拟合获得lax，该直线为网格球靶标轴线在图像中的投影直线。a、b是网格球靶标轴线的两个本文档来自技高网...

【技术保护点】
一种用于视觉传感器标定的网格球靶标，其特征在于：所述网格球靶标是有网格线的球靶标，球靶标表面画有平行的纬线圆和等角度经线圆。

【技术特征摘要】
1.一种用于视觉传感器标定的网格球靶标，其特征在于：所述网格球靶标是有网格线
的球靶标，球靶标表面画有平行的纬线圆和等角度经线圆。
2.一种利用权利要求1所述的网格球靶标进行摄像机内外部参数标定方法，其特征在
于实现步骤为：提取网格球靶标的椭圆曲线图像；利用椭圆曲线图像求解摄像机内外参数；
对求得的初解带入线性优化中得到最后的优化解。
3.一种利用权利要求1所述的网格球靶标进行双目视觉传感器标定方法，其特征在于
实现步骤为：首先采用网格球靶标标定双目立体视觉传感器的两个...

【专利技术属性】
技术研发人员：刘震，王欢，武群，尹扬，李小菁，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11