基于三维特征点的深度相机自动标定算法制造技术

本发明专利技术提出了一种基于三维特征点的深度相机自动标定算法，该标定算法用到两幅深度图像和对应的三维特征像素点即可一次性完成深度相机的标定工作。首先，根据已知的三维空间中的特征像素点坐标和深度图像中对应点的坐标以及原始误差偏移量，将深度相机测量模型与经典相机标定模型相结合得到深度相机的基本标定模型；然后，通过深度相机的内参约束条件求出相机内参数初始值，并根据内参初始值求出外参数；最后，优化所建立的深度图像误差控制函数以得到深度相机的最优参数。本发明专利技术的标定算法，简化了深度相机传统标定模型，克服了经典标定受光照条件和场景不确定性等影响的缺点，精确获得了相机内外参数，且对深度图像边缘畸变有较好修复效果，具有操作简单、标定精度高、实用性和鲁棒性好等优点。

Automatic calibration algorithm of depth camera based on three-dimensional feature points

【技术实现步骤摘要】
基于三维特征点的深度相机自动标定算法
本专利技术属于机器视觉标定
，涉及一种深度相机标定算法，尤其是涉及一种基于三维特征点的深度相机自动标定算法
技术介绍
随着科学技术的发展与进步，在人工智能技术遍及各大领域的今天，机器视觉已不再是一个陌生的名词。由于机器视觉系统具有精度高、效率高、实用性好、安全可靠、成本低等诸多优点，许多行业对深度视觉的需求越来越突出，无论是在科研机构还是在企业生产中它都占据着举足轻重的地位。例如在工业制造领域中，视觉检测、规划路径、跟踪定位等；在生活中，人脸识别技术、AR技术、全息投影技术等，人们将越来越离不开深度视觉，而这一切实现的前提是对3D深度相机进行了了精确标定。尽管许多3D深度相机在出厂时已经被标定过，但标定的参数并不精确，而相机标定的好坏直接影响整个生产制造过程中整体性能的优劣。在现有技术中，有较成熟的相机标定算法，例如张正友经典标定法、Tasi两步法(对比文献：[1]ZhangZ.Aflexiblenewtechniqueforcameracalibration[C].PatternAnalysisandMachineIntelligence本文档来自技高网...

【技术保护点】
1.一种基于三维特征点的深度相机自动标定算法，其特征在于，包括以下步骤：步骤一：用深度相机在不同位置以不同姿态对立方体标定块进行多次拍摄，获取两幅深度图像，两幅深度图像应保证有特征明显的三维特征像素点，并且特征像素点应有对应的原始误差偏移量；步骤二：首先利用ORB(Oriented FAST and Rotated BRIEF)算法分别提取两幅深度图像的4个三维特征像素点，这4个特征像素点一般设为立方体标定块的角点，并且特征像素点应有明显的原始误差偏移量；然后将这4个特征像素点分别与对应的三维空间点进行匹配得到特征像素点坐标和三维空间点的坐标；步骤三：将深度相机测量模型与经典相机标定模型相结合...

【技术特征摘要】
1.一种基于三维特征点的深度相机自动标定算法，其特征在于，包括以下步骤：步骤一：用深度相机在不同位置以不同姿态对立方体标定块进行多次拍摄，获取两幅深度图像，两幅深度图像应保证有特征明显的三维特征像素点，并且特征像素点应有对应的原始误差偏移量；步骤二：首先利用ORB(OrientedFASTandRotatedBRIEF)算法分别提取两幅深度图像的4个三维特征像素点，这4个特征像素点一般设为立方体标定块的角点，并且特征像素点应有明显的原始误差偏移量；然后将这4个特征像素点分别与对应的三维空间点进行匹配得到特征像素点坐标和三维空间点的坐标；步骤三：将深度相机测量模型与经典相机标定模型相结合形成深度相机的标定模型；步骤四：将步骤二中获得的特征像素点坐标和已知的三维空间点坐标作为已知量代入步骤三所建立的深度相机标定模型中，根据建立的深度相机内参约束条件求解出深度相机的内参数和外参数；步骤五：建立深度图像的畸变控制函数，并利用Levenberg-Marquardt算法对其进行非线性优化，通过最小化投影误差函数得到最优的深度相机的内参数和外参数。2.根据权利要求1所述的一种基于三维特征点的深度相机自动标定算法，其特征在于：所述步骤三具体包括：(1)引入经典相机标定模型，如下式：其中fu＝f/dx，fv＝f/dy，fu，fv分别表示图像u轴和v轴上的尺度因子，f是相机焦距，dx、dy分别是像素在x、y轴方向上的物理尺寸，(u0,v0)是主点坐标，R和t是相机的外部参数。(2)在经典相机标定...

【专利技术属性】
技术研发人员：陈光柱，李冬冬，李春江，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：四川,51