一种适用于动态视觉传感器的多相机协同标定方法及应用技术

本发明专利技术的一种适用于动态视觉传感器的多相机协同标定方法及应用，包括以下步骤：S1，获取亚像素角点集合信息；S2，优化相机参数，以最小化重投影误差，进而提高相机模型的准确性；S3，根据亚像素角点集合信息，采用随机抽样一致算法计算得到第一变换矩阵和第二变换矩阵，其中第一矩阵是帧相机相对于参考坐标系原点的变换矩阵，第二矩阵是事件相机相对于参考坐标系原点的变换矩阵；S4，根据得到的第一变换矩阵和第二变换矩阵，求解事件相机像素空间到帧相机像素空间的变换矩阵。本发明专利技术的一种适用于动态视觉传感器的多相机协同标定方法及应用，可以应用于1‑多个事件相机和1‑多个帧相机、不同角度和位置的相机之间的标定。

【技术实现步骤摘要】

本专利技术属于相机标定，具体涉及一种适用于动态视觉传感器的多相机高效协同标定方法及应用。

技术介绍

1、随着互联网的发展，视觉传感器因其能快速采集并传输数据的优点被广泛的应用于机器人视觉、自动驾驶汽车、虚拟现实和增强现实、医疗影像、安防监控等领域。传统摄像技术在捕捉快速运动或高动态范围场景时存在困难，因为它们以固定的帧率捕捉整个画面且帧率限制在100帧以内。为了解决这些问题，研究人员开始探索使用事件驱动传感器来实现高速、高灵敏度和低延迟的图像捕捉。这种技术的发展得益于事件传感器技术的进步，动态视觉传感器能够以微秒级的时间粒度捕捉光强度的变化，而不是以固定帧率捕捉整个画面。相对于传统的视觉传感器，动态视觉传感器具有超高速、异步运行、动态范围高等特点。

2、随着动态视觉传感器技术的发展，相关的事件处理算法也得到了广泛研究和应用。这些算法通常基于机器学习和人工智能技术，能够实时处理事件数据并提供对场景的高效描述。这一发展为事件相机技术在计算机视觉、机器人技术、自动驾驶汽车、虚拟现实和增强现实等领域的应用提供了强大的支持。因此，动态视觉传感器的兴起不仅本文档来自技高网...

【技术保护点】

1.一种适用于动态视觉传感器的多相机协同标定方法，其特征在于：包括以下步骤：

2.如权利要求1所述的适用于动态视觉传感器的多相机协同标定方法，其特征在于：步骤S1中，获取亚像素角点集合信息，包括以下步骤：

3.如权利要求2所述的适用于动态视觉传感器的多相机协同标定方法，其特征在于：步骤S1.2中，对所述动态事件流信息进行相关性噪声滤波，包括：

4.如权利要求2所述的适用于动态视觉传感器的多相机协同标定方法，其特征在于：步骤S1.2中，进行时间曲面积分得到灰度图像，对所述剔除噪声后的事件集合内的事件，根据事件的极性、位置信息进行时间积分得到重构积分图像：...

【技术特征摘要】

1.一种适用于动态视觉传感器的多相机协同标定方法，其特征在于：包括以下步骤：

2.如权利要求1所述的适用于动态视觉传感器的多相机协同标定方法，其特征在于：步骤s1中，获取亚像素角点集合信息，包括以下步骤：

3.如权利要求2所述的适用于动态视觉传感器的多相机协同标定方法，其特征在于：步骤s1.2中，对所述动态事件流信息进行相关性噪声滤波，包括：

4.如权利要求2所述的适用于动态视觉传感器的多相机协同标定方法，其特征在于：步骤s1.2中，进行时间曲面积分得到灰度图像，对所述剔除噪声后的事件集合内的事件，根据事件的极性、位置信息进行时间积分得到重构积分图像：按照时间顺序累积所述剔除噪声后的事件集合内的事件，形成时间曲面，计算局部事件的邻域密度，通过曲面积分算法将事件流转换为灰度图像。

5.如权利要求2所述的适用于动态视觉传感器的多相机协同标定方法，其特征在于：步骤s1.3中，所述角点检测方法，包括：<...

【专利技术属性】
技术研发人员：王建宇，冯骏驰，何欣，刘世界，宋思舜，董宇达，王宇辰，
申请(专利权)人：国科大杭州高等研究院，
类型：发明
国别省市：