一种一般运动下的相机自标定方法技术

本发明专利技术公开了一种运动下的相机自标定方法，包括七个步骤。本发明专利技术与现有技术相比的优点在于：利用一般运动下的基本矩阵对称部分Steiner曲线和绝对二次曲线的几何关系，可自动实现相机五个内部参数完全标定，以及相机六个外部参数的标定，标定过程操作简单，一次标定只需要拍摄至少三张一般运动的图片，节省了相机标定操作的时间，且本方案方法简单，计算方便，结果精确。结果精确。结果精确。

【技术实现步骤摘要】
一种一般运动下的相机自标定方法


[0001]本专利技术涉及三维视觉
，具体是指一种一般运动下的相机自标定方法。

技术介绍

[0002]在三维视觉领域，往往需要准确标定相机的内外参数，以便准确进行后继的摄影测量、基于视觉的自主导航、运动估计、三维重建等操作。但是，在实际计算中一般运动下完成相机自标定的方法，原有的技术忽视了基本矩阵的内在约束，使用Kruppa方程往往只能计算部分相机参数；对于五个未知数的相机内参，在五个二次方程中仍有二的五次方个可能的解。并且计算精度不够准确。其他方法试图通过一些特定操作消除尺度系数来简化Kruppa方程，然而，在获得的相机自动校准约束中仍然存在一些歧义并且结果不够精确。

技术实现思路

[0003]为解决上述技术问题，本专利技术提供的技术方案为：一种一般运动下的相机自标定方法，包括以下步骤：
[0004]步骤一、由特征点对应获取基本矩阵；
[0005]步骤二、分解基本矩阵获得圆锥二次曲线Steiner曲线Fs和固定点xa；
[0006]步骤三、由绝对二次曲线图像和Fs获得它们的一般特征向量约束；
[0007]步骤四、由一般特征向量约束获得相机三个内参及绝对二次曲线图像的初始估计；
[0008]步骤五、由绝对二次曲线图像和Fs的交点获得圆环点，继而得到两条消失线和两个圆心的初始解；
[0009]步骤六、设立目标函数优化双圆心；
[0010]步骤七、由双圆心的最优解获得相机内部参数。
[0011]本专利技术与现有技术相比的优点在于：利用一般运动下的基本矩阵对称部分Steiner曲线和绝对二次曲线的几何关系，可自动实现相机五个内部参数完全标定，以及相机六个外部参数的标定，标定过程操作简单，一次标定只需要拍摄至少三张一般运动的图片，节省了相机标定操作的时间，且本方案方法简单，计算方便，结果精确。
附图说明
[0012]图1是一种一般运动下的相机自标定方法中步骤二的示意图。
[0013]图2是一种一般运动下的相机自标定方法中步骤三的示意图。
[0014]图3是一种一般运动下的相机自标定方法中步骤五的示意图。
[0015]图4是一种一般运动下的相机自标定方法中步骤六的示意图。
具体实施方式
[0016]下面结合附图对本专利技术做进一步的详细说明。
[0017]本专利技术在具体实施时，如图1至图4所示的实施例中，提出一种一般运动下的相机自标定方法，包括以下步骤：
[0018]步骤一、由特征点对应获取基本矩阵；
[0019]步骤二、分解基本矩阵获得圆锥二次曲线Steiner曲线Fs和固定点xa；
[0020]步骤三、由绝对二次曲线图像和Fs获得它们的一般特征向量约束；
[0021]步骤四、由一般特征向量约束获得相机三个内参及绝对二次曲线图像的初始估计；
[0022]步骤五、由绝对二次曲线图像和Fs的交点获得圆环点，继而得到两条消失线和两个圆心的初始解；
[0023]步骤六、设立目标函数优化双圆心；
[0024]步骤七、由双圆心的最优解获得相机内部参数。
[0025]其中：
[0026]1、对需要测量的场景拍摄至少三张有重叠区域的图像。选取临近两张图像对，用特征提取及匹配方法如SIFT获取高精度的特征点与匹配。基于图像对中的匹配特征点，用八点法或其它方法以及RANSAC法估计精确的基本矩阵F。
[0027]2、如图1所示的实施例中，基本矩阵F可分解为对称部分F
s
＝(F+F
T
)/2和非对称部分F
a
＝(F
‑
F
T
)/2。其中对称部分F
s
是一个圆锥二次曲线Steiner曲线，非对称部分F
a
是一个反对称矩阵，可被写成F
a
＝[x
a
]×
，因此点x
a
是F
a
的零向量。同时，由基本矩阵F的零向量可以得到极点对{e,e
′
}，它们落在二次曲线F
s
上，它们的连线l
a
满足关于F
s
的极点极线正交约束l
a
＝F
s
x
a
。总结如下，在基本矩阵F的几何表示中，对称部分F
s
是一个圆锥二次曲线，非对称部分是F
a
的零向量，即点x
a
。极点对{e,e
′
}落在二次曲线F
s
上，它们是基本矩阵F的零向量，它们的连线l
a
满足la＝l
a
＝F
s
x
a
。
[0028]3、如图2所示的实施例中，设绝对二次曲线图像为ω，那么v
⊥
＝ω
*
l
a
，其中线l
a
和点v
⊥
是相对于绝对圆锥二次曲线图像ω的一对极线和极点。连接点v
⊥
和点x
a
可得到固定轴l
s
。ω和基本矩阵的对称部分F
s
构成ω
*
F
s
，其最大特征值对应的一般特征向量为点v1，它位于线l
a
上，其余两个一般特征向量为点v2和v3，它们位于l
s
的图像上，绝对二次曲线图像ω和基本矩阵的对称部分F
s
的公共特征向量可形成公共自极三角形
△
v1v2v3。其中，与ω和F
s
最大特征值对应的一般特征向量v1位于线l
a
上，其余两个一般特征向量v2和v3，位于轴l
s
上，且l
s
与l
a
关于ω正交，即l
sT
ω
*
l
a
＝0。
[0029]4、由于ω
*
F
s
最大特征值对应的一般特征向量v1位于线l
a
上，可以获得以下约束，
[0030][0031]其中包括三个独立的约束。当已知主轴点(u0，v0)时，可以从方程中恢复三个未知参数即f，(v
1x
，v
1y
)。其中f是自然相机的焦距，(v
1x
,v
1y
)是一般特征向量v1的坐标。利用至少三幅图像获得三个图像对，使用并不限于以上约束，对于具有已知主轴点的相机内参，可以恢复三个相机内参，即焦距f
x
，f
y
和偏斜参数s，并可获得绝对二次曲线图像的初始估计
[0032]5、如图3所示的实施例中，由于绝对二次曲线图像和一对图像基本矩阵F的对称部分F
s
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种一般运动下的相机自标定方法，其特征在于包括以下步骤：步骤一、由特征点对应获取基本矩阵；步骤二、分解基本矩阵获得圆锥二次曲线Steiner曲线Fs和固定点xa；步骤三、由绝对二次曲线图像和Fs获得他们的一般特征向量约束；步骤四、由...

【专利技术属性】
技术研发人员：刘玉，张慧，
申请(专利权)人：张慧，
类型：发明
国别省市：