The invention discloses a high-precision multi-feature plane template, which includes ChArUco black-and-white checkerboard template. The white area of the checkerboard template is combined with ArUco two-dimensional code, the middle area of ChArUco black-and-white checkerboard template is filled with random feature points to form Random feature point template, and the edge area of ChArUco black-and-white checkerboard template has a preset specific position. There are multiple lines. The invention also provides a distortion optimization and calibration method for a high precision multi feature plane template. The advantages of the present invention are as follows: solving the problems of multiple images, long operation time and inaccurate edge distortion in high precision calibration of different focal lenses; the calibration template conveniently and effectively solves the difficulty of zoom lens calibration; the space size requirement is not high in calibration, and the observation part of the template still does not affect the calibration function; The linear segment added around the calibration template can solve the problem of edge distortion without taking a large number of pictures.
【技术实现步骤摘要】
一种高精度多特征平面模板及其畸变优化和标定方法
本专利技术涉及计算机视觉
,具体而言,涉及一种高精度多特征平面模板及其畸变优化和标定方法。
技术介绍
随着计算机视觉技术的进步与发展,同时建图与定位、三维重建等方面的应用已经变得随处可见。为了得到更好的定位或重建精度,需要预先得到相机精确的参数,也就是进行精确的相机标定。相机标定一直是计算机视觉领域的核心问题之一,目前最为广泛使用的相机标定方法为张正友标定法。张正友标定法主要采用平面棋盘格进行每幅图像的单应计算,并对相机的外参数、内参数以及畸变参数进行重投影误差的优化求解。在张正友标定法的基础上,国内外学者进行了一些算法改进和优化,主要体现在以下几方面:(1)为了进一步提高畸变参数估计精度和模拟实际镜头的畸变效果,后续提出了8参数、12参数等畸变补偿模型。但更多的参数带来了进一步的参数耦合性,对实际使用反而有时带来负面效果。同时,对于如何生成数目更多、且位置精确的图像特征,鲜有研究者提出相应的改进方法。(2)提出了一种融合二维码和棋盘格的标定模板——ChArUco模板。传统黑白棋盘格模板需预设角点数目,且每次拍 ...
【技术保护点】
1.一种高精度多特征平面模板,其特征在于,包括ChArUco黑白棋盘格模板,棋盘格白色区域组合有ArUco二维码,所述ChArUco黑白棋盘格模板中间区域填充有随机特征点构成Random特征点模板,所述ChArUco黑白棋盘格模板的边缘区域有预设特定位置处的多条线段。
【技术特征摘要】
1.一种高精度多特征平面模板,其特征在于,包括ChArUco黑白棋盘格模板,棋盘格白色区域组合有ArUco二维码,所述ChArUco黑白棋盘格模板中间区域填充有随机特征点构成Random特征点模板,所述ChArUco黑白棋盘格模板的边缘区域有预设特定位置处的多条线段。2.根据权利要求1所述的高精度多特征平面模板,其特征在于,所述ChArUco黑白棋盘模板的方格数目为11*9,中间区域为3*5的格子区域,填充的Random特征点模板的长宽比为3:5。3.一种如权利要求1所述的高精度多特征平面模板的畸变优化和标定方法,其特征在于,包括:步骤1,构建多特征标定模板:构建基于ChArUco黑白棋盘格模板和Random特征点模板的标定模板,并打印在同一模板平面上,其中,ChArUco黑白棋盘格模板的边缘区域有预设特定位置处的多条线段;步骤2,角点、特征点提取及确定对应特征点:在相机的某个焦距处拍摄多幅图像,在ChArUco黑白棋盘格模板区域进行图像灰度化、二维码检测和角点检测,在Random特征点模板区域进行特征点检测并在模板平面上查找对应特征点;步骤3,求解单应矩阵和内外参数以及畸变参数:联合ChArUco黑白棋盘格模板的角点和Random特征点模板的特征点估计每幅图像的平面单应矩阵,并根据单应矩阵计算得到内外参数矩阵,再求解得到畸变参数,并根据基于联合点重投影误差的目标函数进行最大似然估计优化所有参数;步骤4,判断是否存在外圈线段:利用计算出的平面单应矩阵,将边缘区域的多条线段的端点投影到图像上,如果端点投影不在图像内,则认为无外部直线特征,步骤3的最大似然估计优化结果即为最终结果,算法结束,如果端点投影在图像内,则认为有外部直线特征,进入下一步;步骤5,构建直线特征目标函数:对图像进行LSD线段检测,提取线段特征,得到线段的两个端点,构成线段的点集信息,并确定每条线段在模板平面上的对应...
【专利技术属性】
技术研发人员:吴展豪,蔡棽,杜海宽,曹慧,黎峰,王佳纯,郭娟,
申请(专利权)人:凌美芯北京科技有限责任公司,
类型:发明
国别省市:北京,11
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。