【技术实现步骤摘要】
一种单目相机视场角测量方法及系统
[0001]本专利技术涉及计算机视觉测量
,尤其涉及一种单目相机视场角测量方法及系统
。
技术介绍
[0002]在光学成像和机器视觉领域中,视场角是计算相机成像范围的重要依据
。
例如:在无人机和机器人技术中,视场角的测量可以用来确定无人机或机器人的感知范围,以帮助无人机或者机器人实现导航
、
避障
、
检测等任务;在视觉检测系统中,通过设计合适的视场角范围,能够在保证相机完整覆盖待检工件的同时,使图像中的像素得到充分利用;在三维扫描仪设计中,确定视场角同样重要,只有在视场角和物距确定的情况下,才能有效计算扫描仪的扫描范围;目前对于视场角的测量,一般仍然采用人工测量的方式,即:首先对待测相机进行固定,并保证光轴尽量垂直于某一平整墙面;然后在动态采图的同时,利用直尺
、
卷尺等工具测量得到相机光心到墙面的垂直距离,以及墙面在图像中的左
、
右和上
、
下最大成像范围;最后利用三角关系计算得到相机的水平视场角和垂直视场角,但是对于人工测量方法而言,需要人工量取相机光心到墙面的垂直距离,并从图像中观测相机能够拍摄的尺子刻度范围,存在人工测量结果和读数误差大的问题;为了提高视场角测量的便利性,现有技术有通过拍摄标定物获取第一标定图像;然后控制相机沿水平或者垂直方向旋转一定角度后,拍摄标定物获取第二标定图像,并根据标定物在第一标定图像和第二标定图像的位置差异确定相对移动距离;最后根据标 ...
【技术保护点】
【技术特征摘要】
1.
一种单目相机视场角测量方法,其特征在于,包括以下步骤:基于平面靶标图像,通过张氏标定法获取全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数;基于全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数并结合
Brown
镜头畸变模型,构建无畸变图像最大内接正交矩形的四条边缘直线方程;根据无畸变图像最大内接正交矩形的四条边缘直线方程确定无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量;根据无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量确定待测相机的垂直视场角和待测相机的水平视场角
。2.
根据权利要求1所述一种单目相机视场角测量方法,其特征在于,所述基于平面靶标图像,通过张氏标定法获取全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数这一步骤,其具体包括:构建视场角测量装置,所述视场角测量装置表示表面具有特征图案的二维平面靶标;通过待测相机对视场角测量装置进行拍摄处理,得到多角度的若干张平面靶标图像,所述平面靶标图像为带畸变图像;通过张氏标定法对平面靶标图像进行标定处理,得到全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数
。3.
根据权利要求2所述一种单目相机视场角测量方法,其特征在于,所述通过张氏标定法对平面靶标图像进行标定处理,得到全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数这一步骤,其具体包括:通过角点检测算法对平面靶标图像进行靶标特征点
2D
坐标提取,得到靶标特征点
3D
坐标;根据靶标特征点
2D
坐标与靶标特征点
3D
坐标之间的对应关系,获取靶标平面和图像平面之间的单应矩阵;根据旋转矩阵的正交性并结合靶标平面和图像平面之间的单应矩阵,构建关于待测相机的绝对二次曲线投影线性方程组;通过线性最小二乘法和
Cholesky
分解法对待测相机的绝对二次曲线投影线性方程组进行求解,得到初步的待测相机的内参矩阵;基于初步的待测相机的内参矩阵,对靶标单应矩阵进行分解,得到待测相机外部参数;通过
Brown
镜头畸变模型构建关于靶标特征点无畸变
2D
坐标与带畸变
2D
坐标的线性方程组并进行最小二乘法求解,得到初步的待测相机的畸变系数;基于相机透视投影模型,结合初步的待测相机的内参矩阵与初步的待测相机的畸变系数建立靶标特征点重投影误差目标函数,并通过使用
LM
非线性优化算法进行最小化处理,得到全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数
。4.
根据权利要求3所述一种单目相机视场角测量方法,其特征在于,所述
Brown
镜头畸变模型的表达式具体如下所示:
;
上式中,表示归一化后的平面靶标图像带畸变离散点坐标,和表示待测相机的畸变系数,表示无畸变的平面靶标图像离散点归一化坐标
。5.
根据权利要求4所述一种单目相机视场角测量方法,其特征在于,所述基于全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数并结合
Brown
镜头畸变模型,构建无畸变图像最大内接正交矩形的四条边缘直线方程...
【专利技术属性】
技术研发人员:程晓琦,刘梽民,谭海曙,李小松,
申请(专利权)人:佛山科学技术学院,
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。