【技术实现步骤摘要】
本专利技术涉及相机标定
,尤其涉及其中使用图像中的一些约束对相机进行标定的相机自标定法,具体指一种基于目标平面运动特征的相机位姿自标定方法。
技术介绍
运动轨迹提供了丰富的物体运动的时空信息,在航空航天、工业机器人和人机交互等领域具有重要价值。传统的运动轨迹识别方法有聚类、神经网络、HMM及相应的改进方法等。但是一些外在的因素阻碍着轨迹识别技术的发展,重点是要求行为平面与相机平面平行,这在现实生活中是很难实现的。当行为平面与相机平面不平行时,相机的位姿决定拍摄到的轨迹图像。如何针对目标动态运动特征,对相机位姿进行标定,实现与视角无关的轨迹识别,是物体运动轨迹分析中亟待解决的一个关键问题。从图像中标定相机位姿的方法主要有:(1)模板标定法。主要有Tsai标定法(见文献Tsai R Y.A versatile camera calibration technique for high-accuracy 3D machine vision metrology using off-the-shelf TV cameras and lenses[J].Robotics&Automation IEEE Journal of,1987,3(4):323-344.)与张正友标定法(见文献Zhang Z.A Flexible New Technique for Camera Calibration[J].IEEE Transactions on Pattern Analysis&Machine Intelligence,2000,22(11):133 ...
【技术保护点】
基于目标平面运动特征的相机位姿自标定方法,其特征在于,包括如下步骤:(1)对视频预处理,提取稳定的平面运动目标特征点m表示稳定的目标特征点集中特征点的个数,N为总的视频中图像帧的个数,p(t)表示t时刻的图像帧中的特征点;(2)从稳定的目标特征点集中,提取n(n≥4)个时刻的相机位姿标定特征点对ps(i)(xs(i),ys(i)),p′s(i)(x′s(i),y′s(i)),s(i)为选取的帧时刻,其中i=1~n;(3)使用n(n≥4)个时刻,提取出的相机位姿标定特征点对建立相机位姿自标定模型;(4)对建立的位姿自标定模型使用遗传算法进行求解,得到运动目标平面的法向量A,B,C;(5)使用得到的目标运动平面法向量A,B,C,对稳定的目标特征点运动轨迹进行平面校正,得到校正后的目标特征点运动轨迹j∈1~m。
【技术特征摘要】
1.基于目标平面运动特征的相机位姿自标定方法,其特征在于,包括如下步骤:(1)对视频预处理,提取稳定的平面运动目标特征点m表示稳定的目标特征点集中特征点的个数,N为总的视频中图像帧的个数,p(t)表示t时刻的图像帧中的特征点;(2)从稳定的目标特征点集中,提取n(n≥4)个时刻的相机位姿标定特征点对ps(i)(xs(i),ys(i)),p′s(i)(x′s(i),y′s(i)),s(i)为选取的帧时刻,其中i=1~n;(3)使用n(n≥4)个时刻,提取出的相机位姿标定特征点对建立相机位姿自标定模型;(4)对建立的位姿自标定模型使用遗传算法进行求解,得到运动目标平面的法向量A,B,C;(5)使用得到的目标运动平面法向量A,B,C,对稳定的目标特征点运动轨迹进行平面校正,得到校正后的目标特征点运动轨迹j∈1~m。2.根据权利要求1所述的基于目标平面运动特征的相机位姿自标定方法,其特征在于,步骤(1)对视频预处理,提取稳定的平面运动目标特征点的具体步骤包括:(1)对目标平面运动的图像视频分帧,使用Harris特征提取方法提取每一帧中运动目标上的特征点;(2)求相邻两帧的特征点之间的两两欧式距离,形成距离矩阵;(3)用贪婪算法从距离矩阵中依次寻找最小距离值,依次将最小距离值对应的特征点对加入特征点匹配集合,同时从距离矩阵中删除最小距离值所在的行与列,直到距离矩阵中所有的元素值都大于所设定的阈值ζ(与运动速度有关,一般ζ取3),得到序列图像特征点对的集合p(t)表示t时刻的图像帧中的特征点,mt为t时刻与t+1时刻背景特征点对的个数(mt≥2),N为总的视频中图像帧的个数,(p(t),p(t+1))i表示t时刻与t+1时刻第i个特征点对;(4)以的特征点对中,p(1)j作为初始特征点,与后面的N-1帧中的特征点进行匹配,如果每一帧中都有与p(1)j相匹配的特征点,则此采集此特征点为稳定的目标特征点,属于目标特征点集m表示稳定的目标特征点集中特征点的个数。3.根据权利要求1所述的基于目标平面运动特征的相机位姿自标定方法,其特征在于,步骤(2)从稳定的目标特征点集中,提取相机位姿标定特征点对的具体步骤包括:(1)在稳定的目标特征点集中,求解第1帧中特征点之间的两两欧式距离,形成距离矩阵m表示稳定目标特征点集中特征点的个数,d(k,s)表示第1帧中,第k个点与第s个点之间的距离;(2)从距离矩阵中,选取最大的距离值则k′,s′点即为初始的相机位姿标定特征点;(3)在初始的相机位姿标定特征点中,计算每个时刻的特征点对矢量,选取n≥4个方向不同的矢量(方向不同是指矢量之间的夹角大于等于2°)...
【专利技术属性】
技术研发人员:张墨逸,张秋余,段宏湘,韦慧怡,陈海燕,王前,张涛,乔思斌,吴东方,胡文进,
申请(专利权)人:兰州理工大学,
类型:发明
国别省市:甘肃;62
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。