[发明专利]相机标定板及相机标定数据采集方法

说明书

本发明提供的相机标定板及相机标定数据采集方法，该相机标定板为平面标定板；所述相机标定板上设有若干个特征圆点，且所有特征圆点呈阵列分布；所述特征圆点中定义3个特征圆点为特定特征圆点，且所有特定特征圆点不在同一条直线上。该相机标定板，设有特定特征圆点，能够利用特定特征圆点对其他特征圆点的世界坐标进行定位。

技术领域

本发明属于相机标定技术领域，具体涉及相机标定板及相机标定数据采集方法。

背景技术

相机标定是视觉测量、三维重建等机器视觉应用的基础环节，标定结果的准确性和精度直接决定了视觉系统能否正常工作。相机标定是指用相机系统拍摄标定板的图像，利用标定板中已知特征点的三维坐标及图像上对应的图像坐标，解算相机参数的过程。相机标定包括相机标定数据采集和相机参数计算，其中相机参数计算过程中，最常用的是张氏标定法。

相机标定数据采集中用到的标定板大多为棋盘格和圆阵列。棋盘格标定板由黑白相间的方格构成，类似国际象棋的棋盘而得名，如图1所示。棋盘格标定板上的特征点是角点，即小方格的顶点，角点在图像上是一种很容易被识别和精确定位的特征。为了确保检测的可靠性，棋盘格标定板不使用外侧角点，只使用内部角点(如图1中7×6个小方格的棋盘格有6×5个有效角点)。假设小方格边长为s，定义棋盘格上所有点的Z坐标为0，且左上角第一个角点坐标为坐标原点(0,0,0)，则第一行第二个角点的世界坐标为(s,0,0)，第二行第一个角点世界坐标为(0,s,0)，其余角点的坐标以此类推。为了将图像上检测到的角点坐标与其世界坐标对应上，必须保证全部角点都能同时被检测到，也就是棋盘格标定板必须完整地出现在相机视场中才能正常进行标定检测。

另一方面，当图像畸变太大或者有一定的离焦模糊时，角点检测的精度会明显下降，而圆阵列标定板则能够改善这种情况下的标定精度。圆阵列标定板如图2所示，其特征点是每个圆点的圆心，特征点世界坐标的定义方式与棋盘格类似。假设一行上圆心间距为2s，左上角第一个圆心为坐标原点(0,0,0)，则第一行第二个圆心的世界坐标为(2s,0,0)，第二行第一个圆心世界坐标为(s,s,0)，其余圆心的坐标以此类推。圆阵列相对于棋盘格还有一个优势是在固定的面积上容易排布更多的特征点，因而能够提升标定效果。然而，圆阵列标定板同样必须完整地出现在相机视场中才能正常进行标定检测。

综上所述，棋盘格和圆阵列作为目前最常用的标定板都是依赖全部特征点的排布方式来检测识别的。畸变参数的计算是相机标定中非常重要的一个环节，如图3所示，一张图像中越靠近边缘的地方畸变越大。为了准确地计算畸变参数，需要尽可能使标定板特征点分布在畸变大的图像区域，也就是图像的边角。而现有的相机标定数据采集方法会带来以下问题：

1、假如预先设计的特征点数量为6×5，那么特征点为3×4或者7×6的标定板就无法被识别。而且如果6×5的标定板上任意一个特征点由于遮挡或超出视场而没有被检测到，也会导致整个标定板的识别失败。

2、使用棋盘格或者圆阵列进行相机标定时，必须细心地采集标定图像，离边角太远会导致边角采样不充分，而太近则有可能使部分特征点超出视场而导致整个标定板识别失败，这无疑增加了相机标定操作的难度。

3、在对两个或多个相机构成的视觉系统进行标定时，需要在每个相机视场中同时检测到标定板。以左右双目视觉系统为例，由于两个相机存在视差，对边角的标定采样存在一个矛盾：如图4中，左图边缘采样充分，但右图标定板没有完整出现在相机中，检测失败。图5中，右图边缘采样充分，但左图采样中标定板远离图像边缘，采样不充分。

发明内容

针对现有技术中的缺陷，本发明提供相机标定板和相机标定数据采集方法，使得相机标定数据采集更加方便灵活。

第一方面，一种相机标定板，所述相机标定板为平面标定板；所述相机标定板上设有若干个特征圆点，且所有特征圆点呈阵列分布；所述特征圆点中定义3个特征圆点为特定特征圆点，且所有特定特征圆点不在同一条直线上。