[发明专利]相机参数标定方法和装置在审
申请号: | 201811477402.5 | 申请日: | 2018-12-04 |
公开(公告)号: | CN110378963A | 公开(公告)日: | 2019-10-25 |
发明(设计)人: | 曹正江;陶鑫;刘涛 | 申请(专利权)人: | 北京京东振世信息技术有限公司 |
主分类号: | G06T7/80 | 分类号: | G06T7/80 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 吕雁葭 |
地址: | 100086 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 相机 相机参数 最优模型 样本集 初始模型参数 标定 计算机可读存储介质 方法和装置 计算机设备 标定参数 标定数据 标定装置 成像模型 标定点 预设 | ||
本公开提供了一种相机参数标定方法,包括:基于其他同类型相机已训练得到的最优模型参数得到本相机对应的初始模型参数;获取样本集,所述样本集包括多个标定点关于本相机的标定数据;基于所述样本集和所述初始模型参数对预设成像模型进行训练,得到本相机对应的最优模型参数;基于本相机对应的最优模型参数得到本相机的标定参数。本公开还提供了一种相机参数标定装置、一种计算机设备以及一种计算机可读存储介质。
技术领域
本公开涉及计算机技术领域,更具体地,涉及一种相机参数标定方法和装置。
背景技术
现有技术的相机参数标定方案对每个相机独立地进行参数标定,在相机参数标定过程中通常需要大量的标定数据作为支持,由于无论是离线还是在线采集不同视角的标定数据,需要对每个相机单独进行,都是比较耗时的,导致相机参数标定过程效率低下,不利于大规模产品的部署。
发明内容
有鉴于此,本公开提供了一种效率高、对标定数据的数量要求低的相机参数标定方法和装置。
本公开的一个方面提供了一种相机参数标定方法,包括:基于其他同类型相机已训练得到的最优模型参数得到本相机对应的初始模型参数;获取样本集,该样本集包括多个标定点关于本相机的标定数据;基于样本集和初始模型参数对预设成像模型进行训练,得到本相机对应的最优模型参数;基于本相机对应的最优模型参数得到本相机的标定参数。
根据本公开的实施例,上述基于其他同类型相机已训练得到的最优模型参数得到本相机对应的初始模型参数包括:将任一其他同类型相机已训练得到的最优模型参数作为本相机对应的初始模型参数;或者,对多个其他同类型相机已训练得到的最优模型参数进行平均得到均值模型参数,将所述均值模型参数作为本相机对应的初始模型参数。
根据本公开的实施例,样本集中的每个标定点关于本相机的标定数据包括:该标定点在世界坐标系中的位置信息,以及该标定点对应的像点在像素坐标系中的位置信息。预设成像模型表征从世界坐标系到像素坐标系的转换模型。
根据本公开的实施例,上述获取样本集包括:建立世界坐标系和像素坐标系;对于任一标定点,获取该标定点在世界坐标系中的位置信息;拍摄该标定点的图像,从所述图像中提取该标定点对应的特征点,获取该特征点在像素坐标系中的位置信息;将该标定点在世界坐标系中的位置信息和该标定点对应的特征点在像素坐标系中的位置信息作为该标定点关于本相机的标定数据;多个标定点关于本相机的标定数据构成所述样本集。
根据本公开的实施例,上述基于样本集和初始模型参数对预设成像模型进行训练包括:利用初始模型参数构成所述预设成像模型的初始模型;基于最小二乘法,利用所述样本集对所述初始模型进行迭代优化,得到最优模型参数。
根据本公开的实施例,上述基于样本集和初始模型参数对预设成像模型进行训练,得到本相机对应的最优模型参数包括:样本集包括训练集和测试集;基于训练集和初始模型参数对预设成像模型进行训练;利用测试集对每次训练得到的模型进行验证,当验证结果满足预设条件时,将所得到模型作为最优模型,将该模型的参数作为最优模型参数,当验证结果不满足预设条件,继续基于所述训练集对所得到的模型进行训练。
根据本公开的实施例,上述利用所述测试集对每次训练得到的模型进行验证包括:利用测试集计算每次训练得到的模型的重投影误差,当重投影误差小于预设阈值时,确定验证结果满足预设条件,当重投影误差不小于预设阈值时,确定验证结果不满足预设条件。
根据本公开的实施例,上述基于本相机对应的最优模型参数得到本相机的标定参数包括:从本相机对应的最优模型参数中获取本相机的标定固有参数和标定畸变参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京京东振世信息技术有限公司,未经北京京东振世信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811477402.5/2.html,转载请声明来源钻瓜专利网。