双目视觉传感系统结构参数的标定方法技术方案

提供一种双目视觉传感系统结构参数的标定方法，包括：利用左右相机的光心、左右相机的左右图像面以及被测物体上任一点建立对极几何关系；利用对极几何关系得出包含相机内部参数和系统结构参数的基础矩阵；分解基础矩阵得到左右相机的左右极点；利用左右极点信息分别计算左右旋转矩阵，左右相机分别以各自的光心、分别以左右旋转矩阵进行相机旋转校正，使得左右相机的光轴平行，同时分别以左右旋转矩阵旋转左相机的左图像面和右相机的右图像面，使左右图像面上的极线相互平行，由此使得空间物点在左右图像面上的坐标只有在ｘ轴不同，在ｙ轴和ｚ轴相同；在旋转后的坐标系下根据标定板反求出左相机光心和右相机光心之间的连线的长度，完成所述标定。

【技术实现步骤摘要】

本专利技术涉及一种双目视觉传感系统的标定方法，属于视觉测量领域，特别适用于两个相机的光轴成夹角分布的双目传感系统的标定。
技术介绍
视觉测量具有非接触、测速快、方便灵活等优点，在虚拟现实、工业检测等领域有着重要的意义和广阔的应用前景。在双目视觉传感系统中，标定视觉传感器的结构参数，即两个相机之间的位置关系，是视觉传感器进行三维测量的必要前提。 从双目视觉模型可知，双目视觉传感系统的标定是指相机的内部参数的标定和双目视觉传感系统的结构参数(外部参数)的标定。传统的双目视觉传感器结构参数的标定方法分为两大类，一类标定方法是内外参数一起标定，并且进行射影重建，这类标定方法可以用在计算机虚拟现实中，但是不适用于测量。另一类标定方法就是内外参数分开标定的欧式三维重建，这一类标定方法才能应用于测量。对于外部参数的标定目前有一种方法就是通过线性方程直接求解左右相机之间的旋转矩阵和平移矩阵，另一种方法就是利用基础矩阵来求解左右相机的旋转矩阵和平移矩阵，但是这两种方法都是基于代数方法，避免不了解线性方程带来的大量计算和引入的误差。
技术实现思路
本专利技术的目的在于提供一种双目视觉传感器结构参数的标定方法，具有计算简单、精度较高的优点。 根据本专利技术的一方面，提供一种双目视觉传感器结构参数的标定方法，该方法包括利用左相机光心Ol、右相机光心Or、左相机的左图像面、右相机的右图像面以及被测物体上任一点P建立对极几何关系；利用对极几何关系得出包含相机内部参数和系统结构参数的基础矩阵；通过分解基础矩阵分别得到左右相机的左右极点el和er；利用左右极点信息分别计算左右旋转矩阵Rl和Rr，左右相机分别以各自的光心Ol和Or、分别以左右旋转矩阵Rl和Rr进行相机旋转校正，使得左右相机的光轴平行，同时分别以左右旋转矩阵Rl和Rr旋转左相机的左图像面和右相机的右图像面，使左右图像面上的极线相互平行，由此使得空间物点在左右图像面上的坐标只有在x轴不同，在y轴和z轴相同；在经过旋转校正后的坐标系下根据标定板反求出左相机光心Ol和右相机光心Or之间的连线的长度，由此完成所述标定，其中，左右相机对所述标定板同时进行拍摄。 根据本专利技术的标定方法简单、快速，不需要复杂的计算和昂贵的标定辅助设备，可用于双目视觉传感系统的标定。 附图说明 通过结合附图，从下面的实施例的描述中，本专利技术这些和/或其它方面及优点将会变得清楚，并且更易于理解，其中 图1示出了根据本专利技术的双目立体视觉和极线约束的示意图； 图2示出了根据本专利技术的共面约束的示意图； 图3示出了根据本专利技术的光轴相互平行的双目立体几何的示意图； 图4示出了根据本专利技术的由左相机拍摄的标定板左图像的示意图； 图5示出了根据本专利技术的由右相机拍摄的标定板右图像的示意图； 图6示出了根据本专利技术的双目视觉传感器结构参数的标定方法的流程图。 具体实施例方式 现在将详细描述本专利技术的实施例，其示例在附图中示出，其中，相同的标号始终表示相同的部件。下面通过参照附图来描述实施例以解释本专利技术。 针对现有技术存在的问题，本专利技术引入了对极几何和基础矩阵的概念，但是仅仅利用双目相机之间的空间几何关系对双目视觉传感系统结构参数进行标定，这样避免了求解线性方程带来的大量计算和引入的误差。 本专利技术引入一种新的标定方法。该方法是在相机内部参数(包括畸变系数)已经知道的基础上，利用对极几何理论得出包含相机内部参数和系统结构参数的基础矩阵，通过分解基础矩阵可以得到双目相机的左右极点，利用左右极点信息计算左右旋转矩阵，以左右旋转矩阵旋转左右相机使光轴平行，同时以左右旋转矩阵旋转左右图像面使相应图像面上的极线相互平行、空间物点在左右图像面上的坐标只有x轴不同，y轴和z轴是相同的，然后利用三角关系就可以进行空间物点信息的三维重建。 下面参照图1至图3从理论上对进行详细说明，所述双目视觉传感系统包括左相机和右相机。 图1示出了根据本专利技术的双目立体视觉和极线约束的示意图。 如图1所示Ol是左相机光心，Or是右相机光心，P是被测物体上任一点。由Ol、Or和P构成的平面称为极平面，左相机的左图像面和极平面的交线称为左极线Ll，右相机的右图像面和极平面的交线称为右极线Lr，Ol和Or之间的连线称为基线，基线和左图像面的交点称为左极点el，基线和右图像面的交点称为右极点er。这种由左右图像面和极平面构成的描述相机之间存在关系的几何就是对极几何，它与场景结构无关，只依赖于相机的内外参数。本专利技术的标定方法就是基于这种关系建立起来的。 图2示出了根据本专利技术的共面约束的示意图。 如图2所示，T＝Ol-Or是左右两个相机的平移矩阵，Pl、Pr是所述点P在左、右相机坐标系中左右图像面上的物理坐标系，在射影空间它们分别代表左右图像面上的齐次坐标系，在欧式空间它们分别是两个向量。OlOrP决定了一个平面，由共面关系可知 (Pl-T)T(T×Pl)＝0 其中，Pr＝R(Pl-T)，R是左相机到右相机的旋转矩阵。 由以上两个公式可得出 PrTRSPl＝0(1) 其中S为T的反对称矩阵。 令E＝RS，则E为本质矩阵，本质矩阵只与视觉传感系统的外部参数有关，秩为2，自由度为5。 设pl和pr是点P在左右相机图像面上的像素点坐标，Kl和Kr是左右图像的内部参数矩阵，则可得出pl＝KlPl和pr＝KrPr，变换后得 Pl＝Kl-1pl，Pr＝Kr-1pr 将上两式带入公式(1)，得出prTKr-TEKl-1pl＝0。 令F＝Kr-TEKl-1，得出 prTFPl＝0(2) 公式(2)中的F就是基础矩阵，它的秩为2，自由度为7，与视觉传感系统的内外参数都有关系。 根据基础矩阵可以计算左右极线和极点。具体地讲，根据射影几何的知识，点在一条直线上，则prTLr＝0，再结合公式(2)就可以得到右极线为 Lr＝Fpl 同理，可得到左极线为Ll＝FTpr 由于右极点在所有的右极线上erTLr＝erTFpl＝0，可以得到 FTer＝0 同理，可得出Fel＝0 将F和FT进行齐次方程的奇异值分解，就可以解出左右极点。 得到左右极点的信息以后就可以求解出两个旋转矩阵Rl和Rr，左右相机分别以各自的光心、分别以左右旋转矩阵Rl和Rr进行相机旋转校正，旋转以后左右相机的方位相同，只有原点不重合，在左右相机中的左右图像面也以各自的旋转矩阵进行空间坐标变换。结果，空间点在左右相机中的坐标只有在x轴是不同的，在y和z轴是相同的，这样达到理想状态以后重建就变得非常简单。可求出下面的左右旋转矩阵Rl和Rr。 建立一个以Ol为原心的坐标系统(el1，el2，el3)，其中，左旋转矩阵使左相机坐标系和图像面以此左旋转矩阵旋转。同时，建立一个以Or为原心的坐标系统(er1，er2，er3)，其中，右旋转矩阵使右相机坐标系和图像面以此右旋转矩阵旋转。 el3＝el1×el2 其中，elx、ely、elz是左极点el在未旋转的左相机坐标系下的坐标，z＝(0 0 1)T是在所述左相机坐标系中任取的一个向量。 er3＝er1×er2 其中，erx、ery、erz是右极点er在未旋转的右相机坐标系下本文档来自技高网...

【技术保护点】
一种双目视觉传感系统结构参数的标定方法，所述双目视觉传感系统包括左相机和右相机，所述方法包括以下步骤：　利用左相机光心Ｏ↓［ｌ］、右相机光心Ｏ↓［ｒ］、左相机的左图像面、右相机的右图像面以及被测物体上任一点Ｐ建立对极几何关系；利用对极几何关系得出包含相机内部参数和系统结构参数的基础矩阵；　通过分解基础矩阵分别得到左右相机的左右极点ｅ↓［ｌ］和ｅ↓［ｒ］；　利用左右极点信息分别计算左右旋转矩阵Ｒ↓［ｌ］和Ｒ↓［ｒ］，左右相机分别以各自的光心Ｏ↓［ｌ］和Ｏ↓［ｒ］、分别以左右旋转矩阵Ｒ↓［ｌ］和Ｒ↓［ｒ］进行相机旋转校正，使得左右相机的光轴平行，同时分别以左右旋转矩阵Ｒ↓［ｌ］和Ｒ↓［ｒ］旋转左相机的左图像面和右相机的右图像面，使左右图像面上的极线相互平行，由此使得空间物点在左右图像面上的坐标只有在ｘ轴不同，在ｙ轴和ｚ轴相同；　在经过旋转校正后的坐标系下根据标定板反求出左相机光心Ｏ↓［ｌ］和右相机光心Ｏ↓［ｒ］之间的连线的长度，由此完成所述标定，其中，左右相机对所述标定板同时进行拍摄。

【技术特征摘要】

【专利技术属性】
技术研发人员：娄小平，郭美萍，吕乃光，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：11[中国|北京]