一种基于多单应性矩阵的相机标定方法、系统及存储介质技术方案

本发明专利技术公开了一种基于多单应性矩阵的相机标定方法、系统及存储介质，所述方法包括：获取平面标定板被拍摄所得到的n张姿态图像；将每一张图像的图像平面分割成N个区域；分别提取每一图像每一区域内标定图案的多个角点，依据标定板的物体平面与相机成像的图像平面对应关系计算该区域的单应性矩阵；依据n张图像中的同一区域的单应性矩阵进行内外部参数计算，对每一组内外部参数进行第一次优化；将第一次优化后的N组内外部参数分别引入畸变值进行畸变修正计算；将所述N组经畸变修正计算后的内外参数进行合并及第二次优化，得到最终的内外参数。本发明专利技术减小了在使用平面标定法过程中由标定板发生形变而导致的误差，提高了标定结果的精度。结果的精度。结果的精度。

【技术实现步骤摘要】
一种基于多单应性矩阵的相机标定方法、系统及存储介质


[0001]本专利技术涉及图像生成
，尤其涉及一种基于多单应性矩阵的相机标定方法、系统及存储介质。

技术介绍

[0002]随着机器视觉和三维成像技术发展，应用的场景越来越多，如电影特技、文物保护、影视制作、动漫游戏、运动捕捉等领域，相机或摄像机作为图像采集的设备，其性能参数的精确度影响到后期模型的精度。图像测量和三维成像中，需要建立空间物体表面某点的三维位置，与其在图像中对应点之间的相互关系。而相机镜头的基本参数和物象关系需通过标定来确定。因此相机标定在机器视觉和图像测量中都必不可少。
[0003]相机标定的方法有三种，分别为传统相机标定法、主动视觉相机标定方法和相机自标定法。
[0004]自标定法中主要是利用相机运动的约束，相机的运动约束条件太强，因此使得其在实际中并不实用。利用场景约束主要是利用场景中的一些平行或者正交的信息。自标定方法灵活性强，可对相机进行在线定标，但由于它是基于绝对二次曲线或曲面的方法，其算法鲁棒性差。
[0005]基于主动视觉的相机标定法是指已知相机的某些运动信息对相机进行标定，该方法不需要标定物，但需要控制相机做某些特殊运动，利用这种运动的特殊性可以计算出相机内部参数。基于主动视觉的相机标定法的优点是算法简单，往往能够获得线性解，故鲁棒性较高，缺点是系统的成本高、实验设备昂贵、实验条件要求高。
[0006]即自标定法的稳定性和精度较差，而主动视觉的相机标定法的系统的成本高、实验设备昂贵、实验条件要求高。故目前一般采用应用最成熟、价格较合适的传统标定板标定法。
[0007]传统相机标定法需要使用尺寸已知的标定物，通过建立标定物上坐标已知的点与其图像点之间的对应，利用一定的算法获得相机模型的内外参数。根据标定物的不同可分为三维标定物和平面型标定物。三维标定物可由单幅图像进行标定，标定精度较高，但高精密三维标定物的加工和维护较困难。
[0008]平面型标定物比三维标定相对简单，现有的技术在标定过程中将平面型标定物的标定板平面看成是理想平面，但是，实际使用时，标定板不是理想平面，而且在使用过程中避免不了发生微小形变，若在标定计算过程中将其当作理想平面，则会引入形变误差，进而导致相机的标定结果误差大，精度低。
[0009]因此，现有技术还有待改进。

技术实现思路

[0010]鉴于上述现有技术的不足之处，本专利技术的目的在于提供一种基于多单应性矩阵的相机标定方法、系统及存储介质，旨在减小在使用平面标定法过程中由标定板发生形变而
导致的误差，提高标定结果的精度。
[0011]为实现上述目的，本专利技术采取了以下技术方案：
[0012]第一方面，本专利技术提出了一种基于多单应性矩阵的相机标定方法，应用于平面板标定法,其中，所述方法包括如下步骤：
[0013]S10，获取平面标定板被拍摄所得到的n张姿态图像；
[0014]S20，将每一张图像的图像平面分割成N个区域，每一区域内包含多个矩阵排列的标定图案；
[0015]S30，分别提取每一图像每一区域内标定图案的多个角点，依据标定板的物体平面与相机成像的图像平面对应关系计算该区域的单应性矩阵，每张图像共得到N组单应性矩阵，分别为(H
i1
,H
i2
,H
i3
,......,H
iN
)，i∈[1,n]；
[0016]S40，依据n张图像中的同一区域的单应性矩阵进行内外部参数计算，K∈[1,N]，共得到N组内外部参数，并对每一组内外部参数进行第一次优化；
[0017]S50，将第一次优化后的N组内外部参数分别引入畸变值进行畸变修正计算；
[0018]S60，将所述N组经畸变修正计算后的内外参数进行合并及第二次优化，得到最终的内外参数。
[0019]第二方面，本专利技术提出了一种系统，其中，所述系统还包括存储器、处理器及存储在所述存储器中并被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时，实现前述的方法。
[0020]第三方面，本专利技术提出了一种计算机可读存储介质，其中于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现前述的方法。
[0021]本专利技术的基于多单应性矩阵的相机标定方法，通过将每一张获取到的标定板图像进行分割，对分割的每一区域都进行单应性矩阵计算，得到每张图像的多组单应性矩阵，依据多张图像同一区域的单应性矩阵计算得到的多组内外参数并进行优化，再将每一组优化后的内外参数都引入畸变参数进行修正，最后对修正后的多组内外参数进行合并优化得到最终的内外参数，由于本专利技术的方法对平面标定板图像进行分割，并对每一分割区域进行了实际形变的修正，故减小了现有技术中相机平面标定的形变误差，提高标定的精度和准确度。
附图说明
[0022]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
[0023]图1为相机成像光路示意图；
[0024]图2为本专利技术基于多单应性矩阵的相机标定方法第一实施例的流程示意图；
[0025]图3为标定板形变示意图；
[0026]图4为本专利技术棋盘码标定板的平面分割示意图。
具体实施方式
[0027]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0028]在计算机视觉中，平面的单应性被定义为一个平面到另外一个平面的投影映射。
[0029]如图1所示，相机拍摄物体时，物体的三维点，经过相机镜头成像在相机的感光元件上，变为2维的图像信息，其光路示意图见图1所示(将成像平面从光心后移动光心前，不影响分析结果)。拍摄对象与相机成像面不平行，会发生投影变换，即一个矩形物体在成像面上变为一个梯形。因此一个二维平面上的点映射到摄像机成像仪上的映射就是平面单应性的实例。
[0030]图1中的q和Q点是一对物像点，用齐次坐标(n+1维向量表示n维向量)表示为：
[0031][0032]用单应性表示则有：
[0033][0034]其中s为比例系数，它是任意尺度的比例(目的是使得单应性定义到该尺度比例)。
[0035]根据光路可以推出从图像平面和物体平面的关系为：
[0036][0037]其中f
x
、f
y
表示相机的像素焦距，u0、v0表示相机的光心位置，理想情况下光心位置在图像的中心，γ表示x和y轴的偏差，f<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多单应性矩阵的相机标定方法，应用于平面板标定法,其特征在于，所述方法包括如下步骤：S10，获取平面标定板被拍摄所得到的n张姿态图像；S20，将每一张图像的图像平面分割成N个区域，每一区域内包含多个矩阵排列的标定图案；S30，分别提取每一图像每一区域内标定图案的多个角点，依据标定板的物体平面与相机成像的图像平面对应关系计算该区域的单应性矩阵，每张图像共得到N组单应性矩阵，分别为(H
i1
,H
i2
,H
i3
,......,H
iN
)，i∈[1,n]；S40，依据n张图像中的同一区域的单应性矩阵进行内外部参数计算，K∈[1,N]，共得到N组内外部参数，并对每一组内外部参数进行第一次优化；S50，将第一次优化后的N组内外部参数分别引入畸变值进行畸变修正计算；S60，将所述N组经畸变修正计算后的内外参数进行合并及第二次优化，得到最终的内外参数。2.根据权利要求1所述的方法，其特征在于，所述标定板上的标定图案为棋盘码。3.根据权利要求1所述的方法，其特征在于，所述步骤S40中的第一次优化采用如下公式：arg min F
K
；其中上式的目标函数为：目标函数中，K∈[1,N],表示N个区域中第K个区域，n表示图像数,m表示角点数，q为像点、Q为物点，表示物点通过物理模型估算得到的像点位置，A为内部参数矩阵，r和t为外部参数矩阵中的参数。4.根据权利要求1所述的方法，其特征在...

【专利技术属性】
技术研发人员：李沛，吴英，黄辉，徐文宇，
申请(专利权)人：深圳臻像科技有限公司，
类型：发明
国别省市：