【技术实现步骤摘要】
双目相机自标定方法及系统
本专利技术涉及图像处理领域,特别是涉及一种双目相机自标定方法及系统。
技术介绍
双目传感器作为可应用于室外场景的立体相机,可以为机器人提供立体障碍物检测功能,双目相机通过对机器人前进方向的图像分析识别可以计算视野内障碍物的三维位置信息,为机器人的安全行驶提供保障。然而双目相机在作为立体相机使用前,需要经过严格的标定过程。如文章“AFlexibleNewTechniqueforCameraCalibration”给出了经典的双目棋盘格标定方法,双目棋盘格标定方法可以对双目相机的内外参进行估计,但由于双目使用过程中受到外力挤压撞击,甚至是环境的温度湿度影响,均会导致双目相机的内外参,特别是外参发生变化。因此,如何选择数据并基于数据对内外参进行优化标定以使得双目相机提供准确的三维识别数据,已成为本领域技术人员亟待解决的问题之一。
技术实现思路
鉴于以上所述现有技术的缺点,本专利技术的目的在于提供一种双目相机自标定方法及系统,用于解决现有技术中内外参在使用过程中受环境影响发生变化等问题。为实现上述目的及其他相关目的,本专利技术提供一种双目相机自标定方法,所述双目相机自标定方法至少包括:1)分别从双目相机的两个图像采集单元获取左右原始图像;2)根据当前第一参数组及第二参数组构建双目内外参矩阵,对左右原始图像进行校正,得到左右校正图像;其中,第一参数组影响垂直方向视差,第二参数组影响水平方向视差;3)从左右校正图像中分别提取特征点,并对 ...
【技术保护点】
1.一种双目相机自标定方法,其特征在于,所述双目相机自标定方法至少包括:/n1)分别从双目相机的两个图像采集单元获取左右原始图像;/n2)根据当前第一参数组及第二参数组构建双目内外参矩阵,对左右原始图像进行校正,得到左右校正图像;其中,第一参数组影响垂直方向视差,第二参数组影响水平方向视差;/n3)从左右校正图像中分别提取特征点,并对左右校正图像中的特征点进行匹配得到匹配的特征点对,对误匹配的特征点进行过滤;/n4)统计各特征点对的左右图像纵坐标偏差,若所述纵坐标偏差的平均值大于对应阈值则对所述第一参数组中至少一个参数进行修正估计,重新校准后再次与对应阈值比较,反复迭代修正,直至所述纵坐标偏差的平均值小于对应阈值,更新所述第一参数组;/n5)对场景内的物体进行分类,找到场景中的静态物体,并检测当前路径的车道线;/n6)所述双目相机处于移动状态时,基于处于所述静态物体范围内的特征点对计算静态物体的视差,并追踪所述静态物体的视差及车轮运动信息;/n7)基于所述车轮运动信息得到车轮运动距离,基于所述静态物体的视差得到静态物体的三维距离变化值,比较车轮运动距离与静态物体的三维距离变化值得到距离 ...
【技术特征摘要】
1.一种双目相机自标定方法,其特征在于,所述双目相机自标定方法至少包括:
1)分别从双目相机的两个图像采集单元获取左右原始图像;
2)根据当前第一参数组及第二参数组构建双目内外参矩阵,对左右原始图像进行校正,得到左右校正图像;其中,第一参数组影响垂直方向视差,第二参数组影响水平方向视差;
3)从左右校正图像中分别提取特征点,并对左右校正图像中的特征点进行匹配得到匹配的特征点对,对误匹配的特征点进行过滤;
4)统计各特征点对的左右图像纵坐标偏差,若所述纵坐标偏差的平均值大于对应阈值则对所述第一参数组中至少一个参数进行修正估计,重新校准后再次与对应阈值比较,反复迭代修正,直至所述纵坐标偏差的平均值小于对应阈值,更新所述第一参数组;
5)对场景内的物体进行分类,找到场景中的静态物体,并检测当前路径的车道线;
6)所述双目相机处于移动状态时,基于处于所述静态物体范围内的特征点对计算静态物体的视差,并追踪所述静态物体的视差及车轮运动信息;
7)基于所述车轮运动信息得到车轮运动距离,基于所述静态物体的视差得到静态物体的三维距离变化值,比较车轮运动距离与静态物体的三维距离变化值得到距离偏差;基于所述车道线的视差得到车道线宽度的计算值,比较车道线宽度的实际值与计算值得到宽度偏差;若所述距离偏差大于对应阈值或所述宽度偏差大于对应阈值则对所述第二参数组进行修正估计,并基于校准后的图像重新计算静态物体的三维距离及车道线宽度,反复迭代校正,直至所述距离偏差及所述宽度偏差分别小于对应阈值,更新所述第二参数组,完成对双目相机参数的自标定。
2.根据权利要求1所述的双目相机自标定方法,其特征在于:所述第一参数组中的参数包括双目相机左右镜头的焦距偏差、俯仰角偏差、翻滚角偏差、高度偏差及前后偏差。
3.根据权利要求2所述的双目相机自标定方法,其特征在于:所述第二参数组中的参数包括双目相机的镜头焦距、偏航角偏差及基线长。
4.根据权利要求3所述的双目相机自标定方法,其特征在于:步骤4)中所述纵坐标偏差的平均值满足如下关系式:
其中,VErr为所述纵坐标偏差值的平均值,wk为第k对特征点对的权重,VLk为第k对特征点对在左图像中的纵坐标,VRk为第k对特征点对在右图像中的纵坐标,N为特征点对的数量,UCk,VCk,UDk,VDk为中间变量,ULk为第k对特征点对在左图像中的横坐标,URk为第k对特征点对在右图像中的横坐标,Δdf为双目相机左右镜头的焦距偏差,f为双目相机的镜头焦距,Δp为双目相机的俯仰角偏差,Δr为双目相机的翻滚角偏差,ΔH为双目相机的高度偏差,ΔD为双目相机的前后偏差,b为双目相机的基线长。
5.根据权利要求4所述的双目相机自标定方法,其特征在于:将求解所述第一参数组中各参数的方法替换为矩阵运算或者非线性优化方式。
6.根据权利要求4所述的双目相机自标定方法,其特征在于:第k对特征点对的权重wk为默认值或第k对特征点对的权重wk满足如下关系:
其中,ResU为左右图像每行的像素数,ResV为左右图像每列的像素数。
7.根据权利要求4~6任意一项所述的双目相机自...
【专利技术属性】
技术研发人员:王磊,李嘉茂,朱冬晨,刘衍青,张晓林,
申请(专利权)人:中国科学院上海微系统与信息技术研究所,
类型:发明
国别省市:上海;31
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。