【技术实现步骤摘要】
一种相机自动标定优化方法及相关系统、设备
本专利技术涉及相机标定
,具体涉及一种相机自动标定优化方法及相关系统、设备。
技术介绍
在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立相机成像的几何模型,这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到,这个求解参数的过程就称之为相机标定(或摄像机标定)。例如,在光学运动捕捉系统中,采用多个相机的形式采集运动对象的光学图像,在光学运动捕捉过程中,跟踪定位软件均采用计算机多目视觉原理,根据图像二维点云间的匹配关系及相机的相对位置和朝向,计算点云在三维捕捉空间内的坐标及方向。以点云的三维坐标为基础,通过识别绑定在运动物体不同部位的刚体结构,解算出每个刚体在运动空间内的位置及朝向,进而确定出运动物体在运动空间内的运动轨迹。为了精确地计算三维捕捉空间内的点云坐标以及刚体运动姿态,动作捕捉系统运行前均需要确定所有相机的自身状态以及它们之间的相互位置关系,这就需要进行相机标定。无 ...
【技术保护点】
1.一种相机自动标定优化方法,其特征在于,包括以下步骤:/nS1:根据空间中多个标记点的第一投影二维坐标与相机接收到的所述多个标记点的第一二维坐标进行匹配,计算两者之间的欧氏距离,所述第一投影二维坐标为将通过相机标定获得的标记点三维坐标投影到相机中,得到对应的第一投影二维坐标;/nS2:判断所述欧氏距离是否大于预设的第二阈值,若是,进入步骤S3,若否,进入步骤S4;/nS3:若所述欧氏距离大于预设的第二阈值,重新进行所述相机标定,并返回步骤S1;/nS4:若所述欧氏距离大于预设的第一阈值且小于或等于预设的第二阈值,则将对应相机确定为待优化的相机,其中,第一阈值小于第二阈值; ...
【技术特征摘要】
1.一种相机自动标定优化方法,其特征在于,包括以下步骤:
S1:根据空间中多个标记点的第一投影二维坐标与相机接收到的所述多个标记点的第一二维坐标进行匹配,计算两者之间的欧氏距离,所述第一投影二维坐标为将通过相机标定获得的标记点三维坐标投影到相机中,得到对应的第一投影二维坐标;
S2:判断所述欧氏距离是否大于预设的第二阈值,若是,进入步骤S3,若否,进入步骤S4;
S3:若所述欧氏距离大于预设的第二阈值,重新进行所述相机标定,并返回步骤S1;
S4:若所述欧氏距离大于预设的第一阈值且小于或等于预设的第二阈值,则将对应相机确定为待优化的相机,其中,第一阈值小于第二阈值;
若所述欧氏距离小于或等于预设的第一阈值,则将对应相机确定为正常相机,所述正常相机为无需标定优化的相机;
S5:将所述正常相机获得的所述标记点三维坐标投影到所述待优化相机中,得到对应的第二投影二维坐标,将所述第二投影二维坐标与所述待优化相机接收到的第二二维坐标进行匹配,得出优化后的相机标定结果。
2.根据权利要求1所述的相机自动标定优化方法,其特征在于,所述步骤S3包括:
若所述欧氏距离大于预设的第二阈值,则重新进行所述相机标定,得到相机之间新的位置关系,根据所述相机之间新的位置关系得到所述标记点新的三维坐标,将所述新的三维坐标投影到相机中,得到对应的新的所述第一投影二维坐标;
返回步骤S1,以使所述通过相机标定获得的新的所述第一投影二维坐标与所述第一二维坐标之间的欧氏距离不大于预设的第二阈值。
3.根据权利要求1所述的相机自动标定优化方法,其特征在于,所述步骤S5包括:采用梯度下降法得出优化后的相机标定结果,具体方法为:
根据所述第二投影二维坐标与所述第二二维坐标的匹配关系,计算所述第二投影二维坐标与所述第二二维坐标之间的投影差值,根据所述投影差值逆投影,得到旋转矩阵和平移矩阵;
将所述旋转矩阵和平移矩阵更新为相机当前的标定数据,并根据所述当前的标定数据循环计算所述当前的投影差值,直至所述当前的投影差值小于预设阈值时,则将对应的所述旋转矩阵和平移矩阵作为优化后的相机标定结果。
4.根据权利要求3所述的相机自动标定优化方法,其特征在于,所述根据所述第二投影二维坐标与所述第二二维坐标的匹配关系,计算所述第二投影二维坐标与所述第二二维坐标之间的投影差值,根据所述投影差值逆投影,得到旋转矩阵和平...
【专利技术属性】
技术研发人员:王越,郭胜男,许秋子,
申请(专利权)人:深圳市瑞立视多媒体科技有限公司,深圳市瑞立视智能科技有限公司,
类型:发明
国别省市:广东;44
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。