[发明专利]一种摄像机外部参数自定标方法及装置

说明书

技术领域

本发明涉及摄像机定标技术领域，尤其是涉及一种广角摄像机外部参数自定标方法及装置。

背景技术

空间物体表面某点的三维几何位置与其在图像中对应点间的相互关系由摄像机成像的几何模型决定，其参数就是摄像机参数。该参数包括摄像机内部几何和光学特性(内部参数)，以及摄像机相对世界坐标系的三维位置和方向(外部参数)。由于摄像机在实际使用中经常发生位置变化，因此摄像机的外部参数标定越来越被重视。摄像机的外部参数定标的应用已涉及生活中的各个领域，如机器人手眼定标、移动摄像机定标、侦查摄像机定标等等。因此，研究开发一种定标时间短、精度高的摄像机外部参数定标方法，将能够有效地提高摄像机在生产和生活中的应用，为生产和生活带来便利。

目前已有的摄像机外部参数定标算法主要分为传统算法和智能算法，其中：

传统算法往往利用特征点的对应关系，能快速地计算出外部参数值，且由于计算模型不含随机数，其计算结果往往是唯一的，因此还具有稳定的优点。但是，传统算法在提取特征点的时候会有误差，导致经过计算模型之后误差仍延续存在，从而导致结果精度并不高。

智能算法利用算法的智能性通过迭代的方式求得结果，使得结果能够逐步趋于精确。然而由于算法中加入随机数，使得结果并不稳定，同时算法的运行效率与初始化解密切相关。

可见，现有的摄像机外部参数标定方法无法兼顾运算时间短和结果精度高。

发明内容

本发明为了解决现有技术摄像机外部参数标定方法无法兼顾运算时间短和结果精度高的技术问题，提供了一种摄像机外部参数自标定方法及装置。

为解决上述技术问题，本发明采用的技术方案为设计一种摄像机外部参数自定标方法，包括下列步骤：

A、利用摄像机获取模板的灰度图像，并存储；

B、对获取的灰度图像进行去噪处理；

C、检测去噪处理后的灰度图像的角点；

D、根据非线性摄像机模型和所述角点信息求得初始摄像机外部参数；

E、利用粒子群算法优化所述初始摄像机外部参数，得到摄像机外部参数。

所述对获取的灰度图像进行去噪处理包括：先对获取的灰度图像进行二值化处理，再对二值化处理后的图像进行多次先膨胀处理后腐蚀处理。

所述检测去噪处理后的灰度图像的角点采用Harris算子进行角点检测。

所述根据非线性摄像机模型和所述角点信息求得初始摄像机外部参数包括：

根据非线性摄像机模型，建立世界坐标与图像坐标的对应关系；

根据角点信息和非线性摄像机模型，求得初始摄像机外部参数。

所述利用粒子群算法优化所述初始摄像机外部参数包括：

根据初始摄像机外部参数，初始化粒子位置；

定义粒子的适应值函数；

根据粒子的适应值进行优化。

本发明还提供了一种摄像机外部参数自定标装置，包括：

灰度图像获取模块，其利用摄像机获取模板的灰度图像，并存储；

去噪模块，其对获取的灰度图像进行去噪处理；

角点检测模块，其检测去噪处理后的灰度图像的角点；

初始摄像机外部参数获取模块，其根据非线性摄像机模型和所述角点信息求得初始摄像机外部参数；

优化模块，其利用粒子群算法优化所述初始摄像机外部参数，得到摄像机外部参数。

所述去噪模块包括

二值化处理模块，其对获取的灰度图像进行二值化处理；

膨胀腐蚀处理模块，其对二值化处理后的图像进行多次先膨胀处理后腐蚀处理。

所述检测去噪处理后的灰度图像的角点采用Harris算子进行角点检测。

所述根据非线性摄像机模型和所述角点信息求得初始摄像机外部参数包括：

根据非线性摄像机模型，建立世界坐标与图像坐标的对应关系；

根据角点信息和非线性摄像机模型，求得初始摄像机外部参数。

所述利用粒子群算法优化所述初始摄像机外部参数包括：

根据初始摄像机外部参数，初始化粒子位置；

定义粒子的适应值函数；

根据粒子的适应值进行优化。。