【技术实现步骤摘要】
相机内参和外参估算方法、装置、计算机设备及存储介质
[0001]本专利技术涉及相机标定
,特别涉及相机内参和外参估算方法、装置、计算机设备及存储介质。
技术介绍
[0002]在计算机视觉应用中,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)。相机标定的参数包括内参和外参两部分,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、导航角和翻滚角等。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。
[0003]目前相机标定的常用的方法是基于标定板的标定,该方法要求相机对于特定的标定板进行一系列清晰的拍摄。然而实际情况中,由于相机安装高度、安装位置、相机数量的限定,很难一一使用该类方法进行标定,因此,该类方法耗时耗力,难以进行大规模的推广应用。例如对于视频监控相机,一般具有较高的安装高度,拍摄到的标定板在图像中面积很小导致无法识别,且该方法对于相机焦距可变的情况下难以适用。
技术实现思路
[0004]本专利技术实施例提供了一种相机内参和外参估算方法、装置、计算机设备及存储介质,旨在不需 ...
【技术保护点】
【技术特征摘要】
1.一种相机内参和外参估算方法,其特征在于,包括:分别建立相机坐标系、世界坐标系和像素坐标系,并构建所述相机坐标系和世界坐标系之间的变换矩阵;拍摄至少一张包含同一人行横道线的图像,然后从所述图像中提取人行横道线上的多个特征点和多条特征线,并记录每一特征点以及每一特征线两端端点在所述像素坐标系中的像素坐标;确定所述多个特征点之间的几何关系以及所述多条特征线之间的几何关系;确定每一特征点以及每一特征线两端端点在所述世界坐标系中的世界坐标,根据所述几何关系建立多个特征点和多条特征线的几何方程;基于所述变换矩阵以及所述像素坐标与世界坐标的对应关系,利用迭代优化方法和/或联立方程方法对所述几何方程进行求解,并将求解结果作为相机的内参和外参。2.根据权利要求1所述的相机内参和外参估算方法,其特征在于,所述分别建立相机坐标系、世界坐标系和像素坐标系,并构建所述相机坐标系和世界坐标系之间的变换矩阵,包括:以相机为中心,以相机光心的向前的射线为z轴,相机正下方方向为y轴,相机右手方向为x轴,建立所述相机坐标系;以相机在地面的投影为中心,相机光心前向射线在地面的投影为y轴,地面垂直向上为z轴,相机右手方向为x轴,建立所述世界坐标系;以图像左上角为中心,水平向右为u轴,竖直向下为v轴,建立所述像素坐标系;按下式构建所述相机坐标系和世界坐标系之间的变换矩阵:式中,(X
w
,Y
W
,Z
W
)
T
代表所述世界坐标系中的一点,(x
c
,y
c
,z
c
,1)在所述相机坐标系下的齐次坐标,R是3
×
3的正交矩阵,表示相机的旋转矩阵,t是相机的三维平移向量,为相机的外参矩阵,K为相机的内参矩阵,所述内参矩阵K为:3.根据权利要求1所述的相机内参和外参估算方法,其特征在于,所述拍摄至少一张包含同一人行横道线的图像,然后从所述图像中提取人行横道线上的多个特征点和多条特征线,并记录每一特征点以及每一特征线两端端点在所述像素坐标系中的像素坐标,包括:通过计算机视觉方法对每一所述图像进行预处理;利用关键点检测算法提取人行横道线上角点,并作为特征点和特征线的两端端点;记录每一特征点以及每一特征线两端端点在所述像素坐标系中的像素坐标。4.根据权利要求1所述的相机内参和外参估算方法,其特征在于,所述多个特征点均为所述人行横道线中白线的角点,所述多条特征线均为所述人行横道线中白线的边线;
所述基于人行横道线的设置参数确定所述多个特征点之间的几何关系以及所述多条特征线之间的几何关系,包括:在所述多个特征点中任意选取一个作为目标特征点,并将所述目标特征点的世界坐标设置为(0,0),以及将所述目标特征点所属白线设置为目标白线;将所述目标白线的长度方向作为x轴,以及将所述目标白线的宽度方向作为y轴,以此获取所述目标白线上的另外三个特征点的坐标分别为(0,d)、(l,0)、(l,d),以及与所述目标白线相邻的白线上的四个特征点坐标分别为(0,d+s)、(0,2d+s)、(l,d+s)和(l,2d+s),以此类推,直至确定所有特征点的坐标;将所述白线上相交的长边特征线与短边特征线设置垂直关系,以及将所述白线上的两条长边特征线、两条短边特征线分别设置为平行关系。5.根据权利要求2所述的相机内参和外参估算方法,其特征在于,所述确定每一特征点以及每一特征线两端端...
【专利技术属性】
技术研发人员:林丕成,杨元弢,宋开银,叶春雨,
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:
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。