一种相机标定方法技术

技术编号:43470427 阅读:24 留言:0更新日期:2024-11-27 13:08
本发明专利技术涉及摄影测量技术领域,公开一种相机标定方法,以待标定相机拍摄的不同角度棋盘格图像数据为输入,经过采样点提取、内外参求解、畸变参数估计、反畸变迭代的步骤,输出准确的相机内参与对应相机模型的畸变参数。引入迭代优化的过程,对采样点进行畸变校正并重新估计相机参数,能够有效减小畸变对参数估计的影响,提高标定的精度。通过不断迭代,可以逐渐减小重投影误差,直至满足要求或达到最大迭代次数。利用反畸变迭代,交替优化相机内外参和畸变参数,有效降低参数优化陷入局部最小值的可能,增加了标定的鲁棒性与通用性。

【技术实现步骤摘要】

本专利技术涉及摄影测量,尤其是涉及一种相机标定方法


技术介绍

1、相机自标定法主要是利用相机运动的约束或场景中的约束进行相机参数的估计。比如利用场景中的平行线或正交信息,通过计算消失点来估计相机参数。自标定方法灵活性强,可对相机进行在线定标。但由于它是基于绝对二次曲线或曲面的方法,其算法鲁棒性差。

2、传统相机标定法需要使用尺寸已知的标定物,如棋盘格或圆形标定板,通过建立标定物上坐标已知的点与其图像点之间的对应,利用一定的算法获得相机模型的内外参数。根据标定物的不同可分为三维标定物和平面型标定物。三维标定物可由单幅图像进行标定,标定精度较高,但高精密三维标定物的加工和维护较困难。平面型标定物比三维标定物制作简单,精度易保证,但标定时必须采用两幅或两幅以上的图像。在传统的标定方法中,由于线性求解得到的外参不够精确,通常是在非线性优化中将外参一同优化。这样虽然能一步到位地求解,但会使最优化问题非凸,即优化函数存在多个局部最小值,导致优化可能陷入局部最小值。在弱畸变情况下,用线性求解得到的外参作为非线性优化中的初值可避免优化陷入局部最小,但在强畸变本文档来自技高网...

【技术保护点】

1.一种相机标定方法,其特征在于,具体包括以下步骤:

2.根据权利要求1所述的一种相机标定方法,其特征在于,所述S2中具体为:使用角点检测,从用户采集的S1中的原始的棋盘格图像中提取角点作为采样点,并将所提取的采样点保存为指定文件以便后续处理。

3.根据权利要求1所述的一种相机标定方法,其特征在于,所述S3中利用单应矩阵进行相机内参、相机外参估计具体为:

4.根据权利要求1所述的一种相机标定方法,其特征在于,所述S4中利用构建最小化重投影误差具体为:

5.根据权利要求1所述的一种相机标定方法,其特征在于,所述S6中对采样点进行畸变校正具体为...

【技术特征摘要】

1.一种相机标定方法,其特征在于,具体包括以下步骤:

2.根据权利要求1所述的一种相机标定方法,其特征在于,所述s2中具体为:使用角点检测,从用户采集的s1中的原始的棋盘格图像中提取角点作为采样点,并将所提取的采样点保存为指定文件以便后续处理。

3.根据权利要求1所述的一种相机标定方法,其特征在于,所述s3中利用单应矩阵进行相机内参、相机外参估计具体为:

4.根据权利要求1所述的一种相机标定方法,其特征在于,所述s4中利用构建最小化重投影误差具体为:

5.根据权利要求1所述的一种相机标定方法,其特征在于,所述s6中对采样点进行畸变校正具体...

【专利技术属性】
技术研发人员:巢文懿陈朝阳
申请(专利权)人:乐相科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1