【技术实现步骤摘要】
用于对多个相机进行标定的方法、电子设备和存储介质
本公开的实施例主要涉及计算机视觉领域,并且更具体地,涉及用于对大场地的多个相机进行标定的方法、电子设备和计算机可读存储介质。
技术介绍
在计算机视觉领域,立体视觉是重要的组成部分,被广泛应用于导航、三维测量、三维建模等领域。计算机视觉研究的目的在于使得计算机能够通过二维图像,对三维空间环境信息进行认知,能够使机器感知三维环境中物体的几何信息,并且进行描述、存储、识别和理解。三维重建计算多采用多相机所采集的图像,对人眼的成像原理进行模拟,根据不同图像间的视差进行重建,而在三维重建前,需要对重建中用到的多个相机进行标定,确定单个相机固有的光电特性和几何结构相关的参数,即内参数,以及多个相机之间的相对位置关系,即外参数,外参数通过相机之间的旋转矩阵和平移向量来表示。相机标定结果的好坏直接决定三维重建结果的好坏。在对双目相机进行标定时,根据张正友(棋盘格)标定方法,需要双目相机拍摄不同角度的标定板来完成标定公祖。根据大量数据表明,一般认为标定图片达到20-30张时,标定结果相对稳定。在标定过程中,利用棋盘格角点作为标志点,通过改变棋盘格的朝向,即变换世界坐标系,得到多个图像,依次对各个图片提取交点,然后计算双目相机的内参和外参。在对两个以上的相机进行标定时,使用张正友标定法,需要每个相机都能够拍摄到棋盘格上的角点。想要获得多个相机之间的相对位置关系,要求所有相机至少共享某一世界坐标系下的图像,也就是说至少在棋盘格的一个姿态下,要求所有相机都能够看见该棋盘格。棋 ...
【技术保护点】
1.一种用于对多个相机进行标定的方法,包括:/n利用同步触发机制对多个相机进行同步触发,以进行图像采集;/n使得一维标定杆移动以遍布多个相机围成的区域,以获取一维标定杆的多个图像,所述一维标定杆具有固定的长度,且两端固定有第一标志物和第二标志物;/n对多个图像进行处理,以在每一帧所获取的每个图像中标注出所出现的第一标志物和第二标志物中的一者或两者的图像坐标;/n基于第一标志物和第二标志物的标注结果,针对每一帧图像,计算每两个相机之间的相关度,以得到相关度计数列表;/n遍历所述相关度计数列表,将最大相关度计数所对应的两个相机作为第一对目标相机;/n依次基于已获取的目标相机,获取新的一对目标相机,以获取多对目标相机,多个相机的总数量比多对目标相机的数量大1;/n基于第一标志物和第二标志物的图像坐标,计算每对目标相机之间的初始位置关系和每个目标相机的初始内参,所述初始位置关系通过两个相机之间的旋转矩阵和平移向量来表示;以及/n将多个相机中的一个相机作为基准相机,基于所计算的每对目标相机之间的初始位置关系,计算其他相机相对于基准相机的经标定位置关系和每个相机的经标定内参。/n
【技术特征摘要】
1.一种用于对多个相机进行标定的方法,包括:
利用同步触发机制对多个相机进行同步触发,以进行图像采集;
使得一维标定杆移动以遍布多个相机围成的区域,以获取一维标定杆的多个图像,所述一维标定杆具有固定的长度,且两端固定有第一标志物和第二标志物;
对多个图像进行处理,以在每一帧所获取的每个图像中标注出所出现的第一标志物和第二标志物中的一者或两者的图像坐标;
基于第一标志物和第二标志物的标注结果,针对每一帧图像,计算每两个相机之间的相关度,以得到相关度计数列表;
遍历所述相关度计数列表,将最大相关度计数所对应的两个相机作为第一对目标相机;
依次基于已获取的目标相机,获取新的一对目标相机,以获取多对目标相机,多个相机的总数量比多对目标相机的数量大1;
基于第一标志物和第二标志物的图像坐标,计算每对目标相机之间的初始位置关系和每个目标相机的初始内参,所述初始位置关系通过两个相机之间的旋转矩阵和平移向量来表示;以及
将多个相机中的一个相机作为基准相机,基于所计算的每对目标相机之间的初始位置关系,计算其他相机相对于基准相机的经标定位置关系和每个相机的经标定内参。
2.根据权利要求1所述的方法,其特征在于,依次基于已获取的目标相机,获取新的一对目标相机包括:
获取所有已获取目标相机与所有剩余相机所组成的多对相机组合,每对相机包括一个已获取目标相机和一个剩余相机;
从相关度计数列表中,获取针对所述多对相机组合中的每对相机的相关度计数;以及
从所获取的相关度计数中,选取相关度最高的一对相机作为新的一对目标相机。
3.根据权利要求1所述的方法,其特征在于,基于第一标志物和第二标志物的标注结果,针对每一帧图像,计算每两个相机之间的相关度,以得到相关度计数列表包括:
响应于在每两个相机所采集的某一帧图像中同时标注了一维标定杆的第一标志物和第二标志物,将这两个相机在该帧的相关度计数设定为1;以及
响应于在每两个相机所采集的某一帧图像中仅标注了一维标定杆的第一标志物和第二标志物中的一者或者两者都未被标注,将这两个相机在该帧的相关度计数设定为0。
4.根据权利要求3所述的方法,其特征在于,相关度计数列表中的针对两个相机的相关度计数表示:在所采集图像的所有帧中,这两个相机同时采集到第一标志物和第二标志物两者的总次数。
5.根据权利要求1所述的方法,其特征在于,基于第一标志物和第二标志物的图像坐标,计算每对目标相机之间的初始位置关系和每个目标相机的初始内参包括:
对每个目标相机的内参进行初始化;
基于第一N对匹配图像坐标和第二N对匹配图像坐标,计算每对目标相机中的两个目标相机之间的初始旋转矩阵和初始平移向量,其中每对目标相机中的第一相机和第二相机在N个帧中都采集到第一标志物和第二标志物,第一N对匹配图像坐标包括N对匹配的第一标志物图像坐标,第二N对匹配图像坐标包括N对匹配的第二标志物图像坐标,其中第一N对匹配图像坐标中的一对匹配图像坐标包括每对目标相机中的第一相机在所述N个帧中的一帧所采集的图像中的第一标志物图像坐标与每对目标相机中的第二相机在该帧所采集的图像中的第一标志物图像坐标,第二N对匹配图像坐标中的一对匹配图像坐标包括每对目标相机中的第一相机在该帧所采集的图像中的第二标志物图像坐标与每对目标相机中的第二相机在该帧所采集的图像中的第二标志物图像坐标,N为大于等于1的自然数;以及
通过LM最优化算法,利用如下的第一目标函数,对每对目标相机的初始化的内参和所计算的初始旋转矩阵和初始平移向量进行优化,以得到优化后的初始内参、初始旋转矩阵和初始平移向量:
其中,N表示第一标志物或第二标志物所构成的匹配对的数量,i表示匹配对的序号;
为第i个匹配对中的第一相机中的第一标志物的归一化图像坐标,即像素坐标除以a0+a2ρ2+a...
【专利技术属性】
技术研发人员:张欣,许大政,王大正,韩忠义,董雄雄,
申请(专利权)人:清德智体北京科技有限公司,
类型:发明
国别省市:北京;11
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。