[发明专利]一种高精度相机标定和目标姿态估计方法

说明书

基于圆阵列平面标靶的高精度相机标定和目标姿态估计方法，包括：(1)从多幅标靶图像中提取投影椭圆中心坐标，得到相机初始参数；(2)固定相机内参，对基准标靶采样，利用新估相机参数投影到图像空间，拟合椭圆得到投影椭圆中心，利用其和实拍标靶图像椭圆中心位移量，对基准标靶圆心投影重新估计，合规则进入步骤(5)；(3)固定相机内参，利用标靶圆心在各实拍标靶图像投影的最新估计，重新计算标靶姿态参数；(4)固定相机内参，按步骤(2)继续迭代；(5)利用基准标靶圆心坐标的最新投影估计，得到新内参和标靶的姿态参数，据此按照步骤(2)的方法，重新对采样圆进行投影并计算位移量，合规则算法结束，否则返回步骤(2)。

技术领域

本发明涉及计算机视觉应用领域，具体涉及3D测量以及目标的精确姿态估计技术，特别涉及一种基于圆阵列平面标靶的高精度相机标定和目标姿态估计方法。

背景技术

相机标定技术可广泛应用于3D建模等计算机视觉领域。精确的相机标定在应用过程中至关重要，目前，文献中提到的标定方法有直接线性标定方法(DLT)，径向一致约束法(RAC)，平面标靶标定法等等，其中最常用的是张正友的平面标靶标定法，其原理是利用平面标靶上的特征点和其多幅不同投影图像的特征点相对应来计算相机内参和各标靶的姿态。但无论采用哪种方法，应用的关键是标定标靶投影图像上对应的特征点估计要足够精确，这也是多年来面临的一个问题。最常用的平面标靶有两种：基于圆阵列和基于棋盘的。基于圆阵列是将投影椭圆的中心坐标作为特征点，但实际上，由于透视投影和镜头畸变，投影圆的圆心并不一定是椭圆的中心，在不同的投影角度有一定误差，从而降低了标定精度。棋盘标靶将角点作为特征点，但投影图像上角点易受噪声和光照条件干扰，造成了估计误差。相对于棋盘标靶，圆阵列标靶常在实际应用场合采用，比如常见的基于视觉的3D汽车四轮定位设备，标靶采用反光膜制作，这时棋盘标靶就不太适合，角点会被光照侵蚀，而椭圆的中心就比较稳定。

发明内容

鉴于相机标定和目标姿态估计应用中普遍采用椭圆中心会引起精度降低的问题，本发明基于圆阵列标靶提出一种高精度基准标靶圆心投影坐标的估计方法，并给出相应的标定步骤和算法，以达到提高算法精度和计算速度的目的，从而提高相机标定的精度。

本发明的目标是通过以下技术方案实现的。

一种高精度相机标定和目标姿态估计方法，所述方法为基于圆阵列平面标靶的方法，其特征在于，包括以下步骤：

(1)拍摄M幅(M＞2)不同姿态的标靶图像，从多幅标靶图像中提取投影椭圆中心坐标，得到相机的初始参数；

(2)固定相机内参，对基准标靶上每个圆进行采样，利用最新估计的相机参数投影到图像空间，拟合椭圆得到投影椭圆的中心，利用其和实拍标靶图像椭圆中心位移量，对基准标靶圆心投影重新估计，如果位移量满足指定精度或者超过迭代次数，则进入步骤(5)；

(3)固定相机内参，利用标靶圆心在各实拍标靶图像投影的最新估计，重新计算标靶姿态参数；

(4)固定相机内参，利用最新估计的标靶姿态参数，返回步骤(2)继续迭代；

(5)利用基准标靶圆心坐标的最新投影估计，计算得到改进精度的相机内参和标靶的姿态参数，利用最新估计的相机内参和标靶的姿态参数，按照步骤(2)重新对采样圆进行投影，并计算拟合椭圆的中心坐标和标靶成像椭圆中心坐标的位移量，如果位移量满足精度指定或者超过迭代次数，算法结束，否则返回步骤(2)继续迭代。

如上所述的一种高精度相机标定和目标姿态估计方法，所述步骤(1)中，拍摄M幅(M2)不同姿态的标靶图像，得到标靶图像上对应的椭圆中心坐标：其中，N为标靶上圆的数量，M为实拍不同姿态的标靶图像的数量，设基准标靶上对应圆心坐标为：(X_i,Y_i,0),i＝0,1,...N-1，相机内参和标靶的姿态参数通过使下列重投影误差最小得到：