[发明专利]一种摄像机参数的鲁棒性估计算法

说明书

技术领域

本发明属于测量技术领域，涉及一种摄像机参数的鲁棒性估计算法，能够在标定图像局部质量较差的情况下准确地确定出摄像机参数。

背景技术

摄像机标定是视觉测量中一个重要而关键的环节，其主要任务在于通过靶标特征点的二维图像坐标与对应的三维世界坐标求解摄像机参数。摄像机标定结果的准确程度对于整个机器视觉系统的测量结果有着重要的影响。如果标定的摄像机参数不能准确反映真实的摄像机模型，则由该参数参与计算得到的物体三维重构形状将会变形失真，对物体的位置和姿态的估计将会出现偏差，获取的被测物的几何特征精度将会下降。摄像机标定过程中，由于标定图像的拍摄受到外界环境的干扰，部分靶标图像的特征点坐标常常难以准确提取，这将导致计算得到的摄像机参数误差增大。如果采用恰当的方法检测并去除含有粗大误差的特征点，并对最初得到的摄像机参数进行重新估计，则会大大提高标定结果的精度。目前，针对采用三维立体靶标和直接线性变换法的摄像机标定过程，Wu Yihong等人采用基于6点不变量的评价函数和RANSAC方法(随机抽样一致算法,参见Random sample consensus:a paradigm for model fitting with applications to image analysis and automated cartography.Communications of ACM[J].1981,24:381–395)成功地检测并剔除了粗大误差点(参见Detecting and handling unreliable points for camera parameter estimation.International Journal of Computer Vision[J].2008,79:209–223)。然而，由于构成三维立体靶标的不同平面之间的相互遮挡以及高精度三维靶标加工困难，三维靶标逐渐被二维平面靶标取代。对于更为常用的采用二维平面靶标的标定方法(参见A flexible new technique for camera calibration.IEEE Transactions on Pattern Analysis and Machine Intelligence[J].2000,22(11):1330–1334),现在尚无一种能够有效检测并剔除粗大误差点的摄像机参数鲁棒性估计算法。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供一种基于二维靶标的摄像机参数鲁棒性估计算法，该算法能够有效解决由于标定图像局部质量较差导致标定的摄像机参数精度下降的问题。

本发明的技术解决方案为：一种摄像机参数的鲁棒性估计算法，其特征在于该方法包含以下步骤：

1、自由移动靶标至少3个位置，每移动一个位置，拍摄一幅图像，靶标内所有特征点应该包含在拍摄图像内，提取图像所含特征点的坐标，利用特征点的图像坐标与已知的世界坐标的对应关系求解摄像机参数的初始值；

2、利用获取的摄像机参数计算每个特征点的重投影误差E_pt，并与设定的阈值T_pt进行比较，剔除满足条件E_pt>T_pt的特征点，利用剩余的特征点进行摄像机参数的非线性优化，步骤2将反复进行直到剩余的所有特征点均满足E_pt≤T_pt；

3、利用步骤2得到的摄像机参数计算每幅图像的重投影误差E_img，根据每幅图像的E_img设定阈值T_rsc，采用RANSAC算法检测出每幅图像的粗大误差特征点，利用剔除后的剩余特征点对摄像机参数再次进行优化。

步骤1所述的靶标为玻璃材质的棋盘格平面靶标，靶标特征点为平面上的36×36个格点，格点之间的最小距离为2mm；

步骤2和步骤3所述的非线性优化均采用Levenberg-Marquardt算法处理目标函数的极小化问题。

本发明与现有技术相比的优点在于：

针对基于二维靶标的摄像机参数标定过程，本发明利用阈值剔除和RANSAC算法相结合的手段，能够有效地检测到标定图像中存在的粗大误差特征点，剔除后剩余的特征点将用于摄像机参数的优化。采用本发明所提出的鲁棒性估计算法，尤其适用于标定图像局部质量受损的情形，能够大大提高摄像机参数的标定精度和测量精度。

附图说明

图1为本发明涉及的摄像机参数鲁棒性估计算法流程示意图；