【技术实现步骤摘要】
相机内参数不变条件下的自标定光束平差方法、系统
[0001]本专利技术属于摄影测量
,尤其涉及一种相机内参数不变条件下的自标定光束平差方法、系统。
技术介绍
[0002]在利用非量测相机进行摄影测量,尤其是倾斜摄影测量过程中,自标定光束平差是实现相机高精度标定和高精度空间定位的重要数据处理步骤。在传统的摄影测量过程中,通常相机内参数是已知的,在光束平差过程中只需要对相机外参数和世界点进行优化即可。然而,对非量测相机来说,其内参数不稳定,需要采用自标定光束平差技术,在对相机外参数和世界点进行优化的同时,获取高精度的相机标定结果。自标定光束平差是在相机参数完全未知的条件下,获取精确的相机参数和场景结构的关键算法。该算法是实现高精度相机标定和场景三维重建的基础,是摄影测量领域的重要研究内容之一。自标定光束平差的意义在于:一方面降低了相机标定的要求,另一方面使得相机内参数的标定结果与拍摄环境相适应,能够在复杂的测量环境中得到精确的测量结果。然而,现有的光束平差模型和方法计算复杂度高,没有考虑空间坐标、外方位参数与畸变参数之间的 ...
【技术保护点】
【技术特征摘要】
1.一种相机内参数不变条件下的自标定光束平差方法、系统,其特征在于,所述相机内参数不变条件下的自标定光束平差方法包括:步骤一,将约束矩阵进行分块处理和预条件处理;步骤二,对相机内参数、外参数和世界点位置,进行自标定光束平差。2.如权利要求1所述相机内参数不变条件下的自标定光束平差方法,其特征在于,所述约束矩阵H(Hessian)中,H=J
T
J,其中J为待优化参数的Jacobian矩阵,约束矩阵H(Hessian)的表达式如下:其中,A
in
、A
ex
和B分别为相机内参数、相机外参数和世界点对应的Jacobian矩阵,V=B
T
B,3.如权利要求1所述相机内参数不变条件下的自标定光束平差方法,其特征在于,步骤一中,所述将约束矩阵H进行预条件处理如下:采用Jacobi预条件处理方法降低约束矩阵H的条件数,将约束方程Hδ
p
=e,转化为E
T
HE(E
‑1δ
p
)=E
T
e的形式,其中EE
T
=D
‑1,而D=diag(H),即从而δ
p
=E(E
T
HE)
‑1E
T
e。4.如权利要求1所述相机内参数不变条件下的自标定光束平差方法,其特征在于,步骤一中,所述将约束矩阵H进行分块处理如下:其中,e=J
T
r,r为残差向量。5.如权利要求3所述相机内参数不变条件下的自标定光束平差方法,其特征在于,所述将约束矩阵进行分块处理还包括:将约束矩阵进行分块处理得到如下形式:即其中,B=[D E],u=δ
in
,f=e
in
,6.如权利要求1所述相机内参数不变条件下的自标定光束平差方法,其特征在于,步骤二中,所述计算相机内参数、外参数和世界点的优化结果包括:首先,计算u即得到相机内参数δ
in
;其次,计算v即得到相机外参数和世界点7.如权利要求5所述相机内参数不变条件下的自标定光束平差方法,其特征在于,所述计算相机内参数u的值包括:
令x=C
‑1g,y=...
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。