一种摄像机成像误差标定方法与矫正方法技术

本发明专利技术公开一种摄像机成像误差标定与矫正方法，通过引入二次标定模型，解决了目前普遍使用的最小二乘法标定所造成的矫正精度不高，无法对相机安装误差进行矫正等问题，能够高精度地同时矫正畸变和透视变形，实现了标定板特征点的矫正坐标与理想坐标完全重合，并通过插值算法将特征点的校正参数引入到非特征点中，实现了整个图像的高精度矫正。并且，传统的标定方法需对多张标定板的图像进行处理，本发明专利技术只需对一张标定板的图像进行处理，简化了标定的过程，极大地降低了标定工作的时间与复杂度。

A calibration method and correction method of camera imaging error

【技术实现步骤摘要】
一种摄像机成像误差标定方法与矫正方法
本专利技术涉及视觉矫正领域，尤其涉及一种摄像机成像误差标定与矫正方法。
技术介绍
在计算机视觉领域，有一个重要的应用是要对空间中某平面上的形状准确地成像以便对其进行精密测量。由于摄像机透镜的制造精度以及组装工艺的偏差会导致畸变，而摄像机成像平面与物体平面不平行会导致透视变形，两者均会导致成像结果的失真。为了矫正失真，需要对成像系统的误差进行标定。目前常用的标定方法和对应的缺陷有以下三种：1、传统的相机标定最简单的相机标定为线性标定，即不考虑相机的畸变而只考虑空间坐标转换。每个坐标点有X,Y两个变量，可列两个方程，相机内参有5个未知数，外参平移和旋转各3个，共有11个变量，因此至少需要6个特征点来求解。本方法的缺点是把相机当作理想成像，未考虑畸变，导致标定结果误差很大。2、非线性标定当镜头畸变明显时必须考虑畸变，这时线性模型转化为非线性模型，需要通过非线性标定方法求解。有最速下降法、遗传算法、高斯牛顿法和神经网络算法等。本方法的缺点是：求解不稳定，计算精度与模型准确度往本文档来自技高网...

【技术保护点】
1.一种摄像机成像误差标定方法，其特征在于，包括以下步骤：/n步骤1：将标定板放在待测平面上，用摄像机拍摄标定板，将拍摄的原始图像发送至成像处理设备；/n步骤2：成像处理设备读取所述原始图像，判断是否存在标定板，寻找并记录标定板的特征点像素坐标Pg；/n步骤3：设摄像机成像光心为P，其像素坐标为(Px,Py)，光心P的初始值设为图像中心，用最靠近光心的4个特征点计算出摄像机每个像素的实际大小dx、dy以及标定板的旋转角度-θ；/n步骤4：计算出dx、dy、-θ之后，根据光心坐标P以及标定板特征点的实际长度lx,ly，建立标定板特征点的理想坐标Pn，同时，根据多参数畸变模型联立理想坐标Pn-像素...

【技术特征摘要】
1.一种摄像机成像误差标定方法，其特征在于，包括以下步骤：
步骤1：将标定板放在待测平面上，用摄像机拍摄标定板，将拍摄的原始图像发送至成像处理设备；
步骤2：成像处理设备读取所述原始图像，判断是否存在标定板，寻找并记录标定板的特征点像素坐标Pg；
步骤3：设摄像机成像光心为P，其像素坐标为(Px,Py)，光心P的初始值设为图像中心，用最靠近光心的4个特征点计算出摄像机每个像素的实际大小dx、dy以及标定板的旋转角度-θ；
步骤4：计算出dx、dy、-θ之后，根据光心坐标P以及标定板特征点的实际长度lx,ly，建立标定板特征点的理想坐标Pn，同时，根据多参数畸变模型联立理想坐标Pn-像素坐标Pg之间的N组方程，N指标定板特征点的个数，要求N大于畸变模型参数的个数，可求得相机畸变多参数模型的最小二乘解X；
步骤5：由于步骤4求得的最小二乘解是基于光心坐标求得，但光心坐标未知，通过优化算法求得光心坐标的准确值；
步骤6：通过优化算法求得光心坐标P的准确值之后，再根据步骤4求出标定板特征点的理想坐标Pn与畸变模型参数的最小二乘解X；
步骤7：通过步骤6求得的仍然是最小二乘解，意味着每个特征点的矫正坐标与理想坐标并不能完全重合，只是在求解空间里距离差最小的优化解，因此通过二次标定实现标定板特征点矫正坐标与理想坐标完全重合，算法流程如下：
7.1：将原始图像中的特征点实际像素坐标Pg代入步骤6中的多参数畸变模型中进行矫正，获得一次矫正坐标Pc；
7.2：建立2参数误差模型，联立理想坐标Pn与一次矫正坐标Pc解得2参数误差模型的N组解析解；
7.3：通过插值算法计算得到特征点之间的普通点的二次矫正参数。


2.根据权利要求1所述的摄像机成像误差标定方法，其特征在于，所述步骤4中，建立标...

【专利技术属性】
技术研发人员：朱韬，
申请(专利权)人：深圳为工智能科技有限公司，
类型：发明
国别省市：广东;44