[发明专利]一种双目相机自标定方法

说明书

本发明公开了一种双目相机自标定方法，该方法利用双目相机采集的多对自然场景图像对，经过模糊图像对去除、重复图像对去除、关键点误匹配去除和关键点平面分布、关键点视差分布等处理步骤之后，通过最小化能量函数获得双目相机的相对位姿标定结果。该方法不依赖于特定的标定物，不要求特殊的标定场景，具有无约束且高精度的特点。应用此方法可在双目相机正常工作的同时实现相机间失准的矫正，从而方便而有效地保证双目相机长期工作时的可靠性。

技术领域

本发明属于光学成像技术、立体视觉技术、图像处理技术、计算机视觉技术领域，具体地，涉及一种双目相机自标定方法。

背景技术

双目相机是一种重要的立体视觉相机，主要通过双目匹配算法对两幅对齐的图像逐像素进行匹配，并通过三角法计算出每个像素的空间距离。双目匹配算法要求两幅图像行与行对齐，但是由于现实世界中两个相机无法完全平行，二者的相对位移也不能做到完全水平，因此双目相机得到的图像对必须经过矫正才能对齐。图像对的矫正依赖于相机之间的相对位姿，因此必须对双目相机进行标定才能保证其正常工作。工作于恶劣环境中的双目相机，由于会因为震动、冲击或者外力导致其相对位姿经常性发生变化，因而需要高频率的标定才能保证其正常工作。

现有的标定方法必须借助于特殊的标定物或特定的环境，对人员操作的要求也相对较多，因而不够便捷而无法满足高频率标定的要求。

发明内容

针对现有技术的不足，本发明提出了一种双目相机自标定方法，无需借助任何特殊物品或环境，亦无须使用者专门帮助，仅通过随机获取的若干自然场景图像对实现对双目相机位姿的高精度标定。本发明将可以用于双目相机的日常自我维护，大大提高双目相机在恶劣环境中的可靠性。

本发明的目的是通过以下技术方案实现的：一种双目相机自标定方法，具体包括如下步骤：

(1)通过双目相机采集自然场景的图像对，并剔除所述图像对中模糊和低纹理图像对，留下清晰的图像对。

(2)在每一对清晰的图像对中，通过关键点提取算法提取关键点，通过比较不同图像对关键点的位置，剔除相似的图像对，并在剩余的每一对图像对中，分别在左右图上提取关键点。

(3)将提取得到的关键点进行匹配，并去除误匹配的关键点对，保留所有图像对中正确匹配的关键点对。

(4)将步骤3中所有图像对中正确匹配的关键点对，通过平面分布和视差分布进行筛选，得到最终的关键点对集合。

(5)根据极线约束构造基本矩阵关于关键点对位置的代价函数，将经过步骤4筛选得到的最终的关键点对集合代入代价函数，所得代价之和为能量函数。

(6)优化基本矩阵的值，使能量函数最小，此时估计的基本矩阵为最终结果，将基本矩阵分解，即可得到相机之间的相对位姿。

进一步地，步骤1中剔除所述图像对中模糊和低纹理图像对，该方法具体为：通过尺寸为3×3或5×5的拉普拉斯算子对所述图像对卷积，得到拉普拉斯响应，再通过统计拉普拉斯响应中像素灰度值的方差和平均值，并设定方差阈值和平均值阈值，当方差小于方差阈值或平均值小于平均值阈值时，认为该图像对为模糊或者低纹理图像对，并进行剔除，其中，所述方差阈值设置为400～1000，平均值阈值设置为0～50。

进一步地，步骤2剔除相似的图像对，该方法具体为：根据图像对采集的时间顺序，在新采集到的图像对的左图中提取关键点，并与前一幅左图中的关键点匹配，判断匹配质量最好的前10％～30％关键点的平均距离是否小于阈值，若小于，则判定新采集到的图像对与上一对图像相似，进而去除。所述阈值的范围为5～20像素。