[发明专利]基于直线特征的摄像机非线性畸变参数求解方法

说明书

技术领域

本发明涉及光学成像检测领域，尤其涉及一种基于直线特征的摄像机非线性畸变参数求解方法。

背景技术

摄像机成像过程中的畸变来源包括CCD的制造误差、镜头中的镜片曲面误差、镜头中各镜片间的轴向间距等，这些因素，破坏摄影中心、待检测点及其像点之间的共线关系，产生的非线性变形，会使图像的质量下降，给图像分析、处理、拼接、测量等带来误差，甚至造成误判，因此需要对摄像机光学成像系统的图像几何畸变进行校正，旨在减小摄像机的光学成像畸变、提高成像测量的精度。

目前的摄像机畸变校正技术分为以下三种：

1)基于共线方程的畸变校正法，求解图像畸变参数与摄像机的外参数时，需要高精密标定物，来建立摄影中心、检测点及其像点的约束关系，但是当标定板幅面较大时，其制造与存储维护费用剧增，且需要对畸变前后的图像标记点进行精确的匹配，匹配精度也会直接影响到畸变校正的精度。

2)基于共面方程的畸变校正法，其无需要标定物，仅靠多幅图像同名点的共面关系进行标定，故灵活性强，应用广泛，但算法中都需要解非线性方程组或相应的非线性规划问题，对初值和噪声都很敏感，未知参数较多，鲁棒性不足。在消隐点的标定方法中，都是将其初值作为过渡值，来求解圆环点的投影坐标，进一步求解基本矩阵，再求解Kruppa方程，其对初值和噪声较为敏感。

3)基于主动视觉的标定方法，是在“已知摄像机的某些运动信息”的条件下标定摄像机的方法。通过可以精确控制其运动的主动视觉平台，来对摄像机进行标定。该算法可以获得线性解，但必须有精确控制的摄像机运动平台。

发明内容

为了克服现有技术的上述缺点，本发明提供了一种基于直线特征的摄像机非线性畸变参数求解方法，利用直线射影几何不变性进行摄像机的畸变校正，避免了畸变参数与摄像机外参数的耦合优化过程，为摄像机非线性畸变自校正提供了一种新的途径。

本发明解决其技术问题所采用的技术方案是：一种基于直线特征的摄像机非线性畸变参数求解方法，包括如下步骤：

步骤一、用摄像机拍摄含有直线特征的多视角照片集；

步骤二、利用边缘检测算子提取多视角照片集中的直线特征，得到求解非线性畸变参数的直线集合；

步骤三、建立非线性畸变校正模型；

步骤四、计算直线集合中每条直线的最大直线度误差；

步骤五、利用每条直线上取得最大直线度误差所对应的三点，建立含有畸变参数的非线性方程组；

步骤六、通过非线性最小二乘广义逆法求解畸变参数。

与现有技术相比，本发明的积极效果是：与现有摄像机非线性畸变自校正方法不同，本发明利用任意直线成像后应为直线或一个点的射影几何原理，建立含有畸变参数的非线性方程组及其数值计算方法，再从摄像机多视角拍摄照片中选取直线特征(要求直线在CCD上均匀分布)，带入方程求取摄像机的非线性畸变参数。因此，本发明可避免耗时的畸变参数与摄像机的外参数耦合优化过程，可将摄像机的外参数求解与畸变参数求解分开，提升了摄像机非线性畸变自校正的效率与准确性，另一方面，无需昂贵的高精度标定模板(或运动平台)，降低了成本。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1为直线在CCD上的分布区域1和2的示意图；

图2为直线在CCD上的分布区域3和4的示意图；

图3为直线在CCD上的分布区域5的示意图；

图4为直线在CCD上的分布区域6的示意图。

具体实施方式

一种基于直线特征的摄像机非线性畸变参数求解方法，包括如下步骤：

步骤一、用摄像机多视角拍摄有直线特征的物体的照片(如房子等含有直线特征的物体，也可以自行制作含有直线特征的标定板)，得到含有直线特征的多视角照片集。

步骤二、利用边缘检测算子提取拍摄照片集中的直线特征；选择求解非线性畸变参数的直线集合L，选择原则如图1至图4所示：

区域1到区域6中都需要有直线，要求：每个区域的直线数量≥1条(直线的长度应达到区域长度的80％以上)，并且区域1到区域4的直线数量必须相等，区域5与区域6的直线数量是区域1到区域4中直线数量的两倍，即可认为直线在CCD上均匀分布。其中，区域1和区域2分别对应CCD上、下部区域；区域3和区域4分别为CCD左、右部区域；区域5为CCD中心十字区域；区域六为CCD对角线区域)。