基于一维标定杆的普通、广角、鱼眼立体摄像机的通用标定方法技术

一种基于一维标定杆的普通、广角、鱼眼立体摄像机的通用标定方法，该方法有四大步骤：步骤一：摄像机内参的初始化；步骤二：摄像机外参的初始化；步骤三：优化目标函数的建立；步骤四：摄像机内外参的非线性优化。由于现有的标定算法不能够满足鱼眼镜头摄像机立体视觉系统的准确性与方便性，因此本发明专利技术即在此通用相机模型的基础上设计了对于普通、广角、鱼眼镜头摄像机通用的立体视觉系统标定方法。通过Matlab仿真和真实的实验可以验证本发明专利技术是可行的并且有效的。它在机器视觉技术领域里有较好的实用价值和应用前景。

【技术实现步骤摘要】

【技术保护点】
一种基于一维标定杆的普通、广角、鱼眼立体摄像机的通用标定方法，其特征在于：该方法具体作法如下：?本通用标定方法所采用的通用摄像机模型如下：?r(θ)=k1θ+k2θ3????????????(1)?这一模型仅有两个参数k1和k2，由于r(θ)在[0，π/2]区间单调递增，因此模型是反向求解；?一个三维空间点P通过一个鱼眼摄像机成像点为p，若通过针孔摄像机成像点则是p′，p″为P在以Oc为球心的半球体的投影点，Oc?XcYcZc表示摄像机坐标系，o?xy表示图像坐标系，通过下式计算p的图像像素坐标为：?其中r(θ)由式(1)获得，是径向方向与o?xy的x正轴方向的夹角，(x，y)为图像坐标，(u0，v0)是主点像素坐标，dx和dy分别是水平和垂直方向的像素大小；p″点的坐标表示为?对应的准齐次坐标p″′为：?对于任意空间点及其成像像素坐标通过下列计算式求得θ和得到径向距离为：?由式(1)通过卡丹公式求解一元三次方程组选择符合θ∈[0，π/2]的解；?径向夹角通过反向求解获得?对于立体视觉而言，需要标定的参数包括各摄像机内参和摄像机间外参，摄像机内参即?为摄像机模型中{k1，k2，u0，v0，dx，dy}六个参数，摄像机间外参即为摄像机坐标系之间的位置和姿态的关系，一般用3×3旋转矩阵R和3×1平移向量T表示：?该方法具体步骤如下：?步骤1：摄像机内参的初始化?每个摄像机的内参包括{k1，k2，u0，v0，dx，dy}六个参数；?1.1、主点(u0，v0)是光轴通过图像坐标系交点的坐标，一般直接用图像中心点坐标初始化；?1.2、像素大小dx和dy以摄像机生产商提供值作为初始值；?1.3、对于普通和广角摄像机，k1和k2通过摄像机生产商提供的标称焦距f和最大视角θmax利用透视投影模型r=ftanθ来得到；具体实现方法为：将0～θmax等分取m(m≥2)个θi(i=1，…，m)，分别代入透视投影模型r=ftanθ和(1)有?此时，即得到关于k1和k2的m个线性方程，通过线性最小二乘方法求得k1和k2；?其中?而对于鱼眼相机而言，则令k1=f，k2=0；?步骤2：摄像机外参的初始化?摄像机外参的初始化通过对摄像机系统的本质矩阵E进行奇异值分解得到；?2.1、对初始特征点进行归一化处理?给定n对两幅图像中的特征点集，根据式(4)～(6)以及各摄像机初始内参得各特征点成像时对应的θi和通过式(3)计算出特征点在各摄像机模型的半球面投影点的准齐?次坐标为其中Xi=(xi，yi，1)T，X′i=(x′i，y′i，1)T；?令?其中，?同理，T′norm也类似求出；?2.2、计算本质矩阵?将归一化后的数据Yi和Y′i(i=1，…，n)代入?对n×9的矩阵Ae进行奇异值分解得?其中Se=diag(σ1，…，σ9)，且σ1≥…≥σ9，diag表示对角阵，0(n?9)×9为(n?9)×9的全0矩阵；Ve为9×9矩阵，由Ve的第9列元素得到：?采用奇异值分解将Enorm分解为?其中，D1≥D2≥D3，令D3=0，则有：?得到本质矩阵为：?E=(T′norm)TE′normTnorm??????????(17)?2.3、利用本质矩阵求取摄像机外参的可能解R′和T′?当通过式(17)获得本质矩阵E后，摄像机外参的可能解R′和T′即通过本质矩阵E的奇异值分解来获得；令?E=USVT????????????????????(18)?此时R′和T′有四个可能的组合：?这里?为了最终得到正确的组合，需遵循以下准则：1）R′的行列式值为1；2）每一个重建的三维点X必然位于两个摄像机的前方，也就是说，X的Z坐标必须全为正值，如因噪声影响不全为正，应取使得重建的X的Z坐标为正值最多的组合作为最终正确组合；?2.4、重建三维点得到真实解?假设三维点M在左右两个摄像机O0?X0Y0Z0坐标系和O1?X1Y1Z1坐标系的坐标分别为M0=(X0，Y0，Z0)T和M1=RM0+T，且点在两相机的成像像素坐标点为(um，vm)和(u′m，v′m)，由式(4)～(6)及初始内参求得对应的θ0，θ1，此时利用线性最小二乘方法直接求解出X0，Y0，Z0：?其中?因此将式(19)中四组可能解分别替换(R，T)代入式(21)中进行三维点重建计算，利用判断准则对可能解进行筛选，直到得到最终的唯一解，此时有R=R′；由于||T′||=1，因此计算得到的平移向量T“与真实的平移向量T相差一个常值因子；令L′表示两个重建三维特征点的距离，L表示真实距离；为了最小化计算误差，常值因子λ需要使用两个相机所有...

【技术特征摘要】

【专利技术属性】
技术研发人员：全权，付强，王江，蔡开元，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：