相机内参和外参标定方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了相机内参和外参标定方法、装置、计算机设备及存储介质，该方法包括：在图像中标记世界坐标系中的平行线，利用变换矩阵对标记的平行线建立平行线约束；在图像中标记世界坐标系中的实际长度，利用变换矩阵对标记的线段建立尺度线约束；在图像上标记世界坐标系中的铅垂线，利用变换矩阵对标记的铅垂线建立铅垂线约束；利用平行线约束、尺度线约束和铅垂线约束中的一种约束或者构成的约束组合计算相机内参和外参；对平行线约束、尺度线约束和铅垂线约束分别构建目标函数，根据约束组合将目标函数进行加合，得到目标函数组合；通过目标函数或者目标函数组合进行优化，得到最终的相机内参和外参。本发明专利技术可提高相机内参和外参标定精度。

【技术实现步骤摘要】
相机内参和外参标定方法、装置、计算机设备及存储介质
本专利技术涉及相机标定
，特别涉及相机内参和外参标定方法、装置、计算机设备及存储介质。
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，建立的几何模型参数就是相机参数。在大多数条件下，相机参数必须通过实验与计算才能得到，这个求解参数的过程则称之为相机标定(或摄像机标定)。相机标定的参数包括内参和外参两部分，其中，内参描述了相机内部的一些参数，用于确定如何将相机坐标转化到图像坐标，包括相机焦距、畸变参数等；外参描述了相机在某个三维空间中的位置和朝向，用于确定如何将世界坐标转化到相机坐标，通常包括空间位置坐标、俯仰角、偏航角和翻滚角等。在图像测量或者机器视觉应用中，相机参数的标定都是非常关键的环节，其标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。基于监控视频的车辆目标测速、车辆大小估计及车辆间距估计等都是智能交通监控系统面临的一些重要问题，这些问题的解决均依赖3D重建算法，然本文档来自技高网...

【技术保护点】
1.一种相机内参和外参的标定方法，其特征在于，包括：/n建立世界坐标系以及相机坐标系；/n构建所述世界坐标系和相机坐标系的坐标变换矩阵；/n在相机拍摄的交通场景图像中标记所述世界坐标系中的一组或者多组平行线，并利用所述坐标变换矩阵对标记的平行线建立平行线约束；/n在相机拍摄的交通场景图像中标记所述世界坐标系中的一条或者多条线段的实际长度，并利用所述坐标变换矩阵对标记的线段建立尺度线约束；/n在相机拍摄的交通场景图像上标记所述世界坐标系中的一条或者多条铅垂线，并利用所述坐标变换矩阵对标记的铅垂线建立铅垂线约束；/n利用所述平行线约束、尺度线约束和铅垂线约束中的一种约束或者多种约束构成的约束组合对...

【技术特征摘要】
1.一种相机内参和外参的标定方法，其特征在于，包括：
建立世界坐标系以及相机坐标系；
构建所述世界坐标系和相机坐标系的坐标变换矩阵；
在相机拍摄的交通场景图像中标记所述世界坐标系中的一组或者多组平行线，并利用所述坐标变换矩阵对标记的平行线建立平行线约束；
在相机拍摄的交通场景图像中标记所述世界坐标系中的一条或者多条线段的实际长度，并利用所述坐标变换矩阵对标记的线段建立尺度线约束；
在相机拍摄的交通场景图像上标记所述世界坐标系中的一条或者多条铅垂线，并利用所述坐标变换矩阵对标记的铅垂线建立铅垂线约束；
利用所述平行线约束、尺度线约束和铅垂线约束中的一种约束或者多种约束构成的约束组合对相机内参和外参进行计算；
对所述平行线约束、尺度线约束和铅垂线约束分别构建目标函数，并根据所述约束组合将构建得到的平行线目标函数、尺度线目标函数和铅垂线目标函数进行相应的加合，得到对应的目标函数组合；
通过构建的目标函数或者目标函数组合对相机内参和外参进行优化，得到最终的相机内参和外参。


2.根据权利要求1所述的相机内参和外参的标定方法，其特征在于，所述建立世界坐标系以及相机坐标系，包括：
将相机在地面的投影作为世界坐标系的坐标原点O，将相机光心轴前向射线在地面的投影作为世界坐标系y轴，以及将地面垂直向上的方向作为世界坐标系z轴，然后根据右手系法则建立世界坐标系；
将相机作为相机坐标系的坐标原点O，将相机光心轴前向射线作为相机坐标系的z轴，以及将相机垂直向下的方向作为相机坐标系的y轴，然后根据右手系法则建立相机坐标系。


3.根据权利要求1所述的相机内参和外参的标定方法，其特征在于，所述构建所述世界坐标系和相机坐标系的坐标变换矩阵，包括：
获取相机的位置高度h，从而得到所述世界坐标系至所述相机坐标系的平移矩阵：
获取平移后的世界坐标系至所述相机坐标系的旋转矩阵为Rx(90°+α)，并将α设置为0≤α＜90°，其中，α为相机的俯视角；
将世界坐标pw4、相机坐标pp4分别设置为所述世界坐标系和相机坐标系上的对应点，按照下式将所述世界坐标pw4转换至所述相机坐标pp4：
pp4＝Ry(Φ)K4×4Rx(-90°+α)H(h)Rz(ψ)pw4
式中，ψ为相机偏航角，Rz(ψ)为所述世界坐标系的旋转矩阵，Φ为相机翻滚角，Ry(Φ)为相机坐标系的旋转矩阵，K4×4为相机的内参矩阵，K4×4具体为：



按下式计算得到透视变换矩阵：
Twp4＝Ry(Φ)K4×4Rx(-90°+α)H(h)Rz(ψ)
基于三维位置对透视变换矩阵进行转换：
Twp3＝Ry(Φ)K4×4Rx(-90°+α)H(h)Rz(ψ)
根据转换后的透视变换矩阵得到逆透视变换矩阵：





4.根据权利要求3所述的相机内参和外参的标定方法，其特征在于，所述在相机拍摄的交通场景图像中标记所述世界坐标系中的一组或者多组平行线，并利用所述坐标变换矩阵对标记的平行线建立平行线约束，包括：
在相机拍摄的交通场景图像上标记所述世界坐标系中的两条平行线，并获取两条平行线上的各两点坐标；
利用所述逆透视变换矩阵对两条平行线上的各两点坐标进行变换，得到对应的世界坐标系上的两条直线上的各两点坐标；
根据两条直线上在世界坐标系的各两点坐标构建使包含相机焦距和俯...

【专利技术属性】
技术研发人员：宋开银，叶春雨，张文硕，
申请(专利权)人：深研人工智能技术深圳有限公司，
类型：发明
国别省市：广东;44