一种旋转立体视觉的摄像机外参数自标定方法技术

一种旋转立体视觉的摄像机外参数自标定方法，包括如下：１）旋转立体视觉的半自标定方法就是在一个方向上对摄像机进行手工标定，对得到的摄像机投影矩阵进行分解得到内外参数矩阵；２）再通过从两个方向上对同一物体所拍摄图片求取极点坐标，根据极点坐标、摄像机内参数和旋转矩阵的关系获得旋转轴方向及旋转轴在第一个摄像机坐标系下的平移量；３）最后根据上面得到的参数计算任意方向上的摄像机投影矩阵。本发明专利技术提供一种计算简单、只需要两个方位的物体图片就能获取摄像机外参数的自标定方法。

【技术实现步骤摘要】

本专利技术涉及基于计算机视觉的像机自标定方法，尤其是一种用于旋转立体视觉的摄像机自标定方法。该方法主要用于视觉系统的像机标定，具有广宽的应用范围，典型的包括制造工业中的工件检测、场景深度感知、反向工程、物体三维扫描等。
技术介绍
摄像机自标定指直接由未标定的多幅图像确定摄像机内参数的过程，自标定一旦完成，就可由这些图像来完成度量重构。自标定避免了用特殊的标定物体来标定摄像机的繁琐任务，具有极大的灵活性。目前大部分的摄像机自标定是针对摄像机内参数进行的。这是由于摄像机外参数的易变性导致对摄像机外参数进行标定失去意义。但对于旋转立体视觉来说，由于其各角度的摄像机外参数之间有一定的规律性使得旋转立体视觉的外参数自标定也同样重要。一般的摄像机外参数自标定必须对任一位置的摄像机进行标定。
技术实现思路
为了寻求一种适用于旋转立体视觉的外参数自标定方法及克服传统外参数自标定方法中对每个位置进行标定的繁琐性。本专利技术提供一种计算简单、只需要两个方位的物体图片就能获取摄像机外参数的自标定方法。 本专利技术解决其技术问题所采用的技术方案是 1、一种旋转立体视觉的外参数自标定方法，其特征在于所述自标定方法包括以下步骤 1)、设定世界坐标系的一坐标平面与标定板平面重合，与此坐标平面垂直的坐标轴垂直于标定板平面，与标定板平面重合的坐标平面为XOY平面，获取标定板上圆心点的世界坐标，在Z方向上移动标定板获取空间中不在同一平面的多个点的世界坐标，设定空间点的世界坐标(Xw，Yw，ZW)，提取得到标定板上圆心的图像象素坐标值(μ，v)，点的世界坐标和图像坐标存在如下关系 式中M是摄像机投影矩阵，为3×4矩阵，Zc为点在摄像机坐标系下Z方向上的坐标分量，由上式得以下两个方程 投影矩阵M有11个自由度，通过六个不在同一平面的空间点计算投影矩阵M； 2)、计算两幅不同角度图片的基础矩阵F，然后根据F及两幅图像上的点计算两幅图像的极线，极线的交点即是图像的极点； 3)、计算旋转轴方向向量及两摄像机坐标系的平移向量 由步骤1)所求得的摄像机投影矩阵为M，此处记为P1 并已经过内外参数分解，则其它方位的摄像机投影矩阵表示为 R2是第二个摄像机坐标系相对于第一个摄像机坐标系变换矩阵中的旋转分量，t2是第二个摄像机坐标系相对于第一个摄像机坐标系变换矩阵中的平移分量； 由于极点是摄像机坐标系的原点在投影平面上的成像点，对于以上两个方位上的摄像机成像平面，得到极点坐标分别为 其中，是第二个摄像机坐标系的原点在世界坐标系下的坐标，是第一个摄像机坐标系的原点在世界坐标系下的坐标； 由式(3)和式(5)计算得 由式(4)和式(6)计算得 第一个摄像机是已标定好的，通过分解投影矩阵P1得出摄像机内参数K和第一个摄像机坐标系相对于世界坐标系的变换参数R1、 由式(7)和式(8)得到 是两幅图像的极点，K由摄像机投影矩阵P1分解求得，由式(9)得出旋转矩阵R2，矩阵P1分解时采用的是四元素内参数矩阵，即内参数中的扭曲因子s为零 令 则 令 式(9)表示成(13) 由绕固定轴旋转的旋转矩阵计算公式计算得 令 式(13)展开为 其中，λ为一比例系数，采用计算其方向向量的办法求解R2，R2用式(14)表示。 令 方程组(15)提供关于n1，n2，n3的两个约束方程，方程组(15)是平面上点的变换方程； 由方程组(15)和式(16)得到 n1，n2，n3是旋转轴方向向量的三个分量，则 由方程组(17)和式(18)提供关于n1，n2，n3的三个约束，求出方向向量的三个分量； 得出方向向量后，计算旋转任意角度的旋转矩阵，由得 由上式(19)把摄像机二相对于摄像机一的平移矢量计算出来； 4)、求解出 后，根据式(20)计算摄像机与旋转轴的平移向量d，摄像机内参数矩阵已通过投影矩阵分解得到，随后对于旋转任意角度的摄像机外参数矩阵都根据式(20)计算得到 其中(21) 其中，n1，n2，n3为旋转轴方向向量的三个分量，θ为旋转角度。 本专利技术的技术构思为在一个方向上对摄像机进行手工标定，对得到的摄像机投影矩阵进行分解得到内外参数矩阵(这儿目的是得到摄像机内参数矩阵)。再通过从两个方向上对同一物体所拍摄图片求取极点坐标，根据极点坐标、摄像机内参数和旋转矩阵的关系获得旋转轴方向及旋转轴在第一个摄像机坐标系下的平移量。最后根据上面得到的参数计算任意方向上的摄像机投影矩阵。 旋转立体视觉的外参数自标定方法克服了传统外参数自标定方法中对每个位置进行标定的繁琐性。本专利技术提供一种只需要两个方位的物体图片就能获取摄像机外参数的自标定方法 本专利技术的有益效果主要表现在计算简单、只需要两个方位的物体图片就能获取任意方位的摄像机外参数， 附图说明 图1用于标定摄像机的标定板的图片 图2是算法改进之前的盒子重建图 图3极点线拟合图片。 图4算法改进后的盒子重建图。 具体实施例方式 下面结合附图对本专利技术作进一步描述。 参照图1～图4，一种旋转立体视觉的外参数自标定方法，所述自标定方法包括以下步骤 1)摄像机手工标定获取摄像机内参数 设定世界坐标系的一坐标平面与标定板平面重合，则与此坐标平面垂直的坐标轴垂直于标定板平面。此处设定，与标定板平面重合的坐标平面为XOY平面。标定板如附录图1所示，这样就可获取标定板上圆心点的世界坐标。在Z方向上移动标定板，就可获取空间中不在同一平面的多个点的世界坐标。设定空间点的世界坐标(Xw，Yw，ZW)，提取得到标定板上圆心的图像象素坐标值(μ，v)，点的世界坐标和图像坐标存在如下关系 式中M是摄像机投影矩阵，为3×4矩阵。Zc为点在摄像机坐标系下Z方向上的坐标分量。由上式可得以下两个方程 N个点可得到2N个方程。投影矩阵M有11个自由度，可通过六个不在同一平面的空间点把投影矩阵M计算出来。实际中由于存在误差，可通过N＞6个点用最小二乘法计算M(此处参照文献1中P57)，并通过文献1中P58中的投影矩阵分解，求取摄像机内参数矩阵和此位置的外参数矩阵。(如果事先已知道摄像机内参数矩阵则可省去此步，后续计算中的R1特殊化为单位阵， 为零向量，这是一种特殊情况) 2).计算图像的极点坐标 先根据文献2中的8点算法计算两幅不同角度图片的基础矩阵F，然后根据F及两幅图像上的点计算两幅图像的极线，极线的交点即是图像的极点。 3).计算旋转轴方向向量及两摄像机坐标系的平移向量 由第一步所求得的摄像机投影矩阵为 并已经过内外参数分解，则其它方位的摄像机投影矩阵可表示为 R2是第二个摄像机坐标系相对于第一个摄像机坐标系变换矩阵中的旋转分量，t2是第二个摄像机坐标系相对于第一个摄像机坐标系变换矩阵中的平移分量。 由于极点是摄像机坐标系的原点在投影平面上的成像点，对于以上两个方位上的摄像机成像本文档来自技高网...

【技术保护点】
一种旋转立体视觉的外参数自标定方法，其特征在于：所述自标定方法包括以下步骤：１）、设定世界坐标系的一坐标平面与标定板平面重合，与此坐标平面垂直的坐标轴垂直于标定板平面，与标定板平面重合的坐标平面为ＸＯＹ平面，获取标定板上圆心点的世界坐标，在Ｚ方向上移动标定板获取空间中不在同一平面的多个点的世界坐标，设定空间点的世界坐标（Ｘ↓［ｗ］，Ｙ↓［ｗ］，Ｚ↓［Ｗ］），提取得到标定板上圆心的图像象素坐标值（μ，ｖ），点的世界坐标和图像坐标存在如下关系：＊＊＊　（１）　式中Ｍ是摄像机投影矩阵，为３×４矩阵，Ｚ↓［ｃ］为点在摄像机坐标系下Ｚ方向上的坐标分量，由上式得以下两个方程：＊＊＊　（２）　投影矩阵Ｍ有１１个自由度，通过六个不在同一平面的空间点计算投影矩阵Ｍ；２）、计算两幅不同角度图片的基础矩阵Ｆ，然后根据Ｆ及两幅图像上 的点计算两幅图像的极线，极线的交点即是图像的极点；３）、计算旋转轴方向向量及两摄像机坐标系的平移向量：由步骤１）所求得的摄像机投影矩阵为Ｍ，此处记为Ｐ↓［１］：Ｐ↓［１］＝Ｍ＝Ｋ［Ｒ↓［１］｜＊↓［１］］　（３）　并已经过内外参数分解，则 其它方位的摄像机投影矩阵表示为：Ｐ↓［２］＝＊＊＊＝Ｋ［Ｒ↓［２］Ｒ↓［１］｜Ｒ↓［２］＊↓［１］＋＊↓［２］］　（４）　Ｒ↓［２］是第二个摄像机坐标系相对于第一个摄像机坐标系变换矩阵中的旋转分量，ｔ↓［２］是第二个摄像机坐标系相对于第一个摄像机坐标系变换矩阵中的平移分量；由于极点是摄像机坐标系的原点在投影平面上的成像点，对于以上两个方位上的摄像机成像平面，得到极点坐标分别为：＊＊＊　其中，＊＊＊是第二个摄像机坐标系的原点在世界坐标系下的坐标，＊＊＊是第一个摄像机坐标系的原 点在世界坐标系下的坐标；由式（３）和式（５）计算得：＊＝Ｋ［Ｒ↓［１］｜＊↓［１］］.＊＊＊＝－ＫＲ↓［１］（Ｒ↓［２］Ｒ↓［１］）↑［Ｔ］（Ｒ↓［２］＊↓［１］＋＊↓［２］）＋Ｋ＊↓［１］＝ＫＲ↓［２］↑［Ｔ］＊↓［２］　（７）　由式（ ４）和式（６）计算得：＊＝Ｋ［Ｒ↓［２］Ｒ↓［１］｜Ｒ↓［２］＊↓［１］＋＊↓［２］］.＊＊＊＝Ｋ＊↓［２］　（８）　第一个摄像机是已标定好的，通过分解投影矩阵Ｐ↓［１］得出摄像机内参数Ｋ和第一个摄像机坐标系相对于世界坐标系的变换参数Ｒ↓［１］、＊↓［１］，由式（７）和式（８）得到：Ｋ↑［－１］＊＝Ｒ↓［２］↑［Ｔ］Ｋ↑［－１］＊　（９）　＊，＊是两幅图像的极点，Ｋ...

【技术特征摘要】

【专利技术属性】
技术研发人员：陈胜勇，漆喜庆，刘盛，李兰兰，骆广娟，管秋，毛国红，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：86[中国|杭州]