基于智能优化的摄像机标定方法技术

本发明专利技术公开了一种基于智能优化的摄像机标定方法，步骤为：采用harris亚像素角点提取方法得到图像特征点的像素坐标；根据图像像素坐标以及对应的世界坐标系坐标计算内外参数的初始值；初始化粒子群，并随机生成均匀分布在初始值周围的d个粒子，组成i×d维的粒子群矩阵；将初始粒子群作为当代最优局部矩阵，计算其各微粒的适应值函数，选取适应值最小的一个微粒作为最优粒子；更新粒子群，计算新粒子群的适应值，与上一代的最优局部矩阵比较、替代，获得新一代的最优局部矩阵，进而得到新的最优粒子，同时计算更新外部参数R、T的值。其优点是：将量子粒子群智能优化算法引入摄像机标定中；精度较高、初始值计算简单、收敛速度快。

【技术实现步骤摘要】

本专利技术涉及一种，涉及机器人视觉标定技术。技术背景计算机视觉的基本任务之一是从摄像机获取的图像信息出发计算三维空间中物体的几何信息，并由此重建和识别物体，而空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄像机成像的几何模型决定的，这些几何模型参数就是摄像机参数。在大多数条件下，这些参数必须通过实验与计算才能得到，这个过程被称为摄像机定标(或称为标定)。标定过程就是确定摄像机的几何和光学参数，摄像机相对于世界坐标系的方位。标定精度的大小，直接影响着计算机视觉(机器视觉)的精度。摄像机标定技术对机器视觉以及图像测量技术的意义相当于建筑物的地基，摄像机标定是计算机视觉的前提，摄像机标定的精度和计算机视觉系统的综合性能密切相关。 摄像机标定是为了确定摄像机的位置、属性参数，以便于确定世界坐标系中物理点与其在图像坐标系中所成的像点之间的对应关系。传统的标定方法主要用的是最小二乘法中的迭代优化方法，存在很多不足，如对初始值敏感、收敛性差、易陷入局部最优解等。另外现在为止没有一种通用的摄像机标定程序包用于需要高精度摄像机参数的场合，均为各自为实验平台设计标定程序，费时费本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：张洪，高忠国，王露露，钱胜，陈路，
申请(专利权)人：江南大学，
类型：发明
国别省市：