【技术实现步骤摘要】
本专利技术属于机器视觉测量，尤其涉及一种基于立体视觉的相机标定方法及系统。
技术介绍
1、立体视觉测量是采用多个相机从不同角度获取物体的数字图像，基于视差原理恢复出物体三维几何信息。与面阵相机输出的二维图像不同，线阵相机的一维芯片输出一维图像信息，其具有视场宽、分辨率高、采样频率高、数据量小等无可比拟的优势，基于两个或多个线阵相机的立体视觉测量技术广泛应用于高精度测量领域。
2、现有的基于立体视觉的相机标定方法是通过单目相机或双目相机采用张正友棋盘格标定法，通过图像测量建立几何模型判断为相机内外部参数，根据参数求解计算就是相机标定，在自主导航定位、智能机器人、无人机避障碍及测量仪扫描领域发展起到了重要作用，但现有的基于立体视觉的相机标定方法采用的开源算法、matlab标定工具对相机标定的有着精确性较低，灵活性差的特点，因此对于相机标定技术的研究亟需改进。
3、综上所述，现有的基于立体视觉的相机标定方法及系统存在相机采集标定图像数据信息不精确的问题；存在相机采集图像传输到计算机进行数据处理不完善，有干扰数据信息导致提取标定图像角点数据有误差的问题；以及存在相机标定计算的方法不能优化改善，缩小误差的问题。
技术实现思路
1、本专利技术目的在于提供一种基于立体视觉的相机标定方法及系统，进而解决相机采集标定图像数据信息不精确、干扰数据信息导致提取标定图像角点数据有误差，以及计算的方法不能优化改善，缩小误差的问题。
2、为实现上述目的，本专利技术的一种基于
3、s1、首先采用三目相机，设置相机标定的棋盘格尺寸、相机的分辨率及图像对数目数量的参数值，把打印好的数量棋盘格平铺贴在一个平面上，用三目相机拍摄平面上的图像，获取标定图像；
4、s2、利用计算机的图像识别技术，把拍摄的标定图像进行读取识别，把标定图像中的棋盘格的角点进行检测提取，把三目相机中的每个相机图像数目进行单目标标定，以此来获取每个相机的内外部参数；
5、s3、然后对三目相机中的每个相机的内外部参数进行两两标定算法，计算获取三个相机间的视觉参数，对相机内参数矩阵和相机内畸形系数进行计算，减小标定误差；
6、s4、根据三目相机的视觉参数，利用计算机处理器对三目相机采集的标定图像进行立体匹配计算，进一步三维重建空间点，求解出立体图像的三维空间数据，对目标进行坐标点的确认；
7、s5、最后采用测距仪器对真实空间的立体物进行测量，得出真实的测量数据，与计算出的目标数据进行对比分析，利用机器学习技术进行深度学习算法训练，智能化提高计算标定算法的精确性。
8、本申请的所述立体匹配计算的步骤分为匹配代价计算、代价聚合、视差计算和视差优化，其中所述匹配代价计算采用计算机的bt法进行匹配代价计算，所述代价聚合是让代价值能够准确反应像素之间的相关性，所述视差计算是采用wya算法通过代价聚合之后的代价矩阵s来确定每个像素的最优视差值，所述视差优化是改善视差图的质量、剔除错误视差、适当平滑及子像素精度优化，用于进一步优化视差计算。
9、本申请的所述三维重建的步骤分为图像获取、摄像机标定、特征提取、立体匹配及三维重建。
10、本申请的一种基于立体视觉的相机标定系统，包括三目相机采取标定图像传输通信模块、接收图像数据信息预处理模块、提取标定图像角点计算标定误差模块、立体匹配计算重建三维模型确认目标模块，以及测距对比分析智能优化模块；
11、三目相机采取标定图像传输通信模块：通过三目相机同时拍摄平面上棋盘格图像获取标定图像信息，以tcp长连接网络通信的形式传输三目相机采集标定图像数据到接收图像数据信息预处理模块中进行标定图像预处理；
12、接收图像数据信息预处理模块：通过计算机和无线网络接收三目相机采取标定图像传输通信模块传输的标定图像信息，利用cpu、滤波器及gpu进行图像数字化、滤波去噪、图像增强复原及图像识别处理，并把处理后的标定图像数据传输到提取标定图像角点计算标定误差模块中进行计算；
13、提取标定图像角点计算标定误差模块：对接收图像数据信息预处理模块处理后的标定图像进行两两标定算法计算，利用计算机图像识别技术进行角点获取计算，得出相机内外部参数进行误差校正计算，得出三目相机的视觉参数传输到立体匹配计算重建三维模型确认目标模块中再计算；
14、立体匹配计算重建三维模型确认目标模块：根据提取标定图像角点计算标定误差模块中计算出的相机内外部参数，带入到cpu中进行立体匹配计算，结合计算机3d建模软件对立体匹配计算的数据重建三维模型，确认目标数据；
15、测距对比分析智能优化模块：通过采用测距仪器实时测量立体物的空间数据信息作为参考对照数据录入计算机处理器中，根据立体匹配计算重建三维模型确认目标模块计算的数据信息进行对比分析，采用深度学习算法训练系统计算数据进行优化算法处理，用于缩小标定图像的误差值。
16、本申请的所述tcp长连接网络通信是在三目摄像机和计算机之间建立一条tcp连接，在局域网下不中断网络情况下，将三目相机同时拍摄采集标定图像的棋盘格图像信息数据传输到计算机的处理器中。
17、本申请的所述图像数字化是将标定图像的空间分布和灰度值连续分布的模拟信号经过采样和量化转换成计算机能够处理的数字图像；图像数据滤波除杂是指标定图像从摄像机传输到计算机的过程中，掺杂噪音的干扰信号，采用改进的高斯滤波方法对标定图像的数据进行去噪处理；图像增强采用平滑和锐化技术，对灰度图像进行点处理、灰度级校正处理及边缘处理，图像复原采用维纳滤波、卡尔曼滤波及最大熵恢复法复原技术对图像几何平滑性高，复原精确；图像识别采用深度学习算法，利用计算机对图像进行处理、分析和识别，图像识别的步骤分为标定图像采集、图像的预处理、图像特征的提取及图像识别。
18、本申请的所述相机内外部参数中的参数矩阵计算是对三目相机内外部参数矩阵进行计算，通过摄像机采集的图像二维像素坐标转换成摄像机内图像物理空间坐标，以及结合摄像机的物理空间坐标系和世界坐标系之间建立的矩阵转换运算，以此来建立摄像机成像模型，再结合线性和非线性的摄像机模型计算出摄像机内外部参数值；畸形系数计算是对摄像机的镜头小孔成像的主点x、y轴上数据及焦距f数值，利用摄像机拍摄棋盘格采集的标定图像存在的径向、切向畸变系数进行计算，得出畸变系数k、p。
19、本申请的所述立体匹配计算是将三目相机同时捕捉拍摄的棋盘格标定图像输入经过极线校正，得出两个图像，与输出的参考图像的像素对应的视差值的视差图d，采用立体匹配算法计算公式z＝b×f/d，式中，b为相机之间的光心距离，f为相机光心到棋盘格成像平面的焦距，d为相机之间的视差，进行计算；三维重建采用计算机3dmax软件将标定图像的二维投影建立成被测物体的三维信息。
20、本申请的所述测距对比分析智能优化模块中的测距数据对比分析采用测量仪器对摄本文档来自技高网...
【技术保护点】
1.一种基于立体视觉的相机标定方法，其特征在于，包括具体步骤如下：
2.根据权利要求1所述的一种基于立体视觉的相机标定方法，其特征在于，所述立体匹配计算的步骤分为匹配代价计算、代价聚合、视差计算和视差优化。
3.根据权利要求1所述的一种基于立体视觉的相机标定方法，其特征在于，所述三维重建的步骤分为图像获取、摄像机标定、特征提取、立体匹配及三维重建。
4.根据权利要求1-3任一条权利要求所述的一种基于立体视觉的相机标定系统，其特征在于，包括三目相机采取标定图像传输通信模块、接收图像数据信息预处理模块、提取标定图像角点计算标定误差模块、立体匹配计算重建三维模型确认目标模块，以及测距对比分析智能优化模块；
5.根据权利要求4所述的一种基于立体视觉的相机标定系统，其特征在于，所述TCP长连接网络通信是在三目摄像机和计算机之间建立一条TCP连接，在局域网下不中断网络的情况下，将三目相机同时拍摄采集标定图像的棋盘格图像信息数据传输到计算机的处理器中。
6.根据权利要求4所述的一种基于立体视觉的相机标定系统，其特征在于，所述图像数字化
7.根据权利要求4所述的一种基于立体视觉的相机标定系统，其特征在于，所述相机内外部参数中的参数矩阵计算是对三目相机内外部参数矩阵进行计算，通过摄像机采集的图像二维像素坐标转换成摄像机内图像物理空间坐标，以及结合摄像机的物理空间坐标系和世界坐标系之间建立的矩阵转换运算，以此来建立摄像机成像模型，再结合线性和非线性的摄像机模型计算出摄像机内外部参数值；畸形系数计算是对摄像机的镜头小孔成像的主点x、y轴上数据及焦距f数值，利用摄像机拍摄棋盘格采集的标定图像存在的径向、切向畸变系数进行计算，得出畸变系数K、P。
8.根据权利要求4所述的一种基于立体视觉的相机标定系统，其特征在于，所述立体匹配计算是将三目相机同时捕捉拍摄的棋盘格标定图像输入经过极线校正，得出两个图像，与输出的参考图像的像素对应的视差值的视差图；三维重建采用计算机3DMAX软件将标定图像的二维投影建立成被测物体的三维信息。
9.根据权利要求4所述的一种基于立体视觉的相机标定系统，其特征在于，所述测距对比分析智能优化模块中的测距数据对比分析采用测量仪器对摄像机的物理空间坐标系进行测量计算和对被测物体的特征点测量计算出世界坐标系的数据录入计算机中，与标定图像计算的数据进行对比分析；深度学习算法训练误差是采用深度学习算法将三目相机标定模型在训练数据集上计算出得到误差进行训练增加计算模型的复杂度，不断优化拟合算法函数，逐渐确认正则化参数λ值；优化数据计算是采用神经网络模型确定算法中矩阵维度优化计算。
...【技术特征摘要】
1.一种基于立体视觉的相机标定方法，其特征在于，包括具体步骤如下：
2.根据权利要求1所述的一种基于立体视觉的相机标定方法，其特征在于，所述立体匹配计算的步骤分为匹配代价计算、代价聚合、视差计算和视差优化。
3.根据权利要求1所述的一种基于立体视觉的相机标定方法，其特征在于，所述三维重建的步骤分为图像获取、摄像机标定、特征提取、立体匹配及三维重建。
4.根据权利要求1-3任一条权利要求所述的一种基于立体视觉的相机标定系统，其特征在于，包括三目相机采取标定图像传输通信模块、接收图像数据信息预处理模块、提取标定图像角点计算标定误差模块、立体匹配计算重建三维模型确认目标模块，以及测距对比分析智能优化模块；
5.根据权利要求4所述的一种基于立体视觉的相机标定系统，其特征在于，所述tcp长连接网络通信是在三目摄像机和计算机之间建立一条tcp连接，在局域网下不中断网络的情况下，将三目相机同时拍摄采集标定图像的棋盘格图像信息数据传输到计算机的处理器中。
6.根据权利要求4所述的一种基于立体视觉的相机标定系统，其特征在于，所述图像数字化是将标定图像的空间分布和灰度值连续分布的模拟信号经过采样和量化转换成计算机能够处理的数字图像；图像数据滤波除杂是采用改进的高斯滤波方法对标定图像的数据进行去噪处理；图像增强对灰度图像进行点处理、灰度级校正处理及边缘处理，图像复原采用维纳滤波技术对图像复原；图像识别利用计算机对图像进行处理、分析和识别。
【专利技术属性】
技术研发人员：王建城，许阳，
申请(专利权)人：成都摩勒普信息技术有限公司，
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。