[发明专利]二维平面迭代的相机标定法

说明书

本发明公开了一种二维平面迭代的相机标定法，其特征是，在二维视觉测量的摄像机标定方法基础上得到摄像机内参数后，将标定平面绕世界坐标系原点O_W旋转一定的角度，再次对内参数进行求解，直到相邻两次求得的参数小于一定的阈值。最后建立最优化目标函数，利用Levenberg‑Marquardt算法对标定结果进行优化。与传统的基于二维视觉测量标定方法相比，考虑了拍摄过程中镜头的畸变，提高了摄像机标定精度。

技术领域

本发明涉及一种二维平面迭代的相机标定法，属于视觉导航技术领域。

背景技术

摄像机标定是视觉系统中一个重要的问题，也是无人驾驶依靠视觉定位导航实现自主驾驶的一个关键技术，在SLAM、三维重建以及视觉里程计中都有广泛的应用。

但是在现有的技术中，在拍摄过程中镜头大都是会发生略微的畸变，这就会是的摄像机的标定精度偏低，从而整体影响视觉系统的准确度。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种二维平面迭代的相机标定法，考虑了拍摄过程中镜头的畸变，提高了摄像机标定精度。

为了实现上述目标，本发明采用如下的技术方案：

一种二维平面迭代的相机标定法，其特征是，包括如下步骤：

1)建立摄像机坐标系和世界坐标系，并建立摄像机坐标系和世界坐标系的转换关系矩阵；

2)采集工作平面的图像；

3)将工作平面内的任意两点的空间坐标和与其像点的图像坐标代入转换关系矩阵，求得摄像机的内参数；

4)绕Z轴转动工作平面，旋转α角度，并计算世界坐标系与摄像机坐标系之间的旋转矩阵R；

5)将工作平面旋转一定角度后，重复以上过程，重新求得摄像机的内参数，直到相邻两次计算得到的摄像机内参数之差小于阈值，停止计算，然后求取最后两次实验数据的平均作为最后的结果；

6)优化步骤5)的处理结果，在标定过程中使用的n幅图像，从每幅图像上获取的特征点的数量为m，建立如下的最优化目标函数其中，M_in为相机的内参数矩阵，k为径向畸变因子，R_i为第i幅标定图像与相机之间的旋转矩阵，t_i为第i幅标定图像与相机之间的平移向量，p_ij为特征点P_j在第i幅标定图像上形成的实际像点，而是P_j在标定出来的内参数和第i幅标定图像所在的外参数所获得的摄像机模型下形成的虚拟像点。

前述的一种二维平面迭代的相机标定法，其特征是，所述步骤1)的具体内容为：

在摄像机光轴中心建立摄像机坐标系，摄像机坐标系Z_C轴方向平行于摄像机光轴，并以从摄像机到景物的方向为主方向，摄像机坐标系X_C轴方向取图像坐标沿水平增加的方向为正方向；

世界坐标系原点O_W选择摄像机光轴中心线与工作平面的交点，X_w为点在世界坐标系X方向的坐标，Y_w为点在世界坐标系Y方向的坐标，Z_W轴方向与摄像机坐标系Z_C轴方向相同，X_W轴方向与摄像机坐标系X_C轴方向相同；

摄像机的位置和内外参数固定，有旋转矩阵R＝I，R为摄像机的外参旋转矩阵，I为3阶单位矩阵，当摄像机坐标系与世界坐标系按上述方法设定时，外参旋转矩阵R和单位矩阵I相等，平移矩阵p＝[0,0,d]^T，d是摄像机坐标系中的光轴中心O_C到工作平面的距离；