[发明专利]相机标定方法、装置、电子设备和计算机可读存储介质有效

专利信息
申请号: 202010352903.1 申请日: 2020-04-29
公开(公告)号: CN111243035B 公开(公告)日: 2020-08-14
发明(设计)人: 袁睿 申请(专利权)人: 成都纵横自动化技术股份有限公司
主分类号: G06T7/80 分类号: G06T7/80
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 张欣欣
地址: 610000 四川省成都市高新区*** 国省代码: 四川;51
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 标定 方法 装置 电子设备 计算机 可读 存储 介质
【权利要求书】:

1.一种相机标定方法,其特征在于,所述方法包括:

获取多张运动图像;所述多张运动图像是相机运动在预设轨迹时采集的具有纹理的图像;

获取所述多张运动图像中任意两张图像之间的基础矩阵;所述基础矩阵表征所述任意两张图像中基于所述纹理的图像特征点匹配关系;

根据所有的所述基础矩阵,获取所述相机的标定内参数;所述标定内参数为所述相机拍摄图像的目标校正参数。

2.根据权利要求1所述的方法,其特征在于,所述多张运动图像中的每张运动图像具有序列标识,所述根据所有的所述基础矩阵,获取所述相机的标定内参数,包括:

按照所述序列标识的顺序,依次解析所述每张运动图像对应的所述基础矩阵,以获取所述相机的线性内参;所述线性内参为所述相机拍摄图像的待确认校正参数;

根据所有的所述基础矩阵,建立目标函数;所述目标函数用于确定所述多张运动图像处于预设约束条件下的目标校正参数;

根据所述线性内参和所述目标函数,获取所述标定内参数。

3.根据权利要求2所述的方法,其特征在于,所述根据所有的所述基础矩阵,建立目标函数,包括:

确定每个所述基础矩阵对应的非线性优化函数;所述非线性优化函数用于修正所述线性内参;

根据所有的所述非线性优化函数和所述预设约束条件,确定所述目标函数。

4.根据权利要求2或3所述的方法,其特征在于,所述每张运动图像的序列标识包括所述每张运动图像的图像采集时间信息,所述获取所述多张运动图像中任意两张图像之间的基础矩阵,包括:

确定所述多张运动图像中符合第一预设条件的至少三张关键图像;所述第一预设条件包括任意两张运动图像的重叠率大于或等于第一阈值,和/或所述任意两张运动图像的图像采集时间信息符合预设采集时间间隔;

获取所述至少三张关键图像中的任意两张关键图像的基础矩阵。

5.根据权利要求4所述的方法,其特征在于,获取所述至少三张关键图像中的任意两张关键图像的基础矩阵,包括:

获取所述任意两张关键图像中的所述纹理符合第二预设条件的图像特征点;

基于所述图像特征点的匹配关系确定所述基础矩阵。

6.一种相机标定装置,其特征在于,所述装置包括:获取模块和处理模块;

所述获取模块,用于获取多张运动图像;所述多张运动图像是相机运动在预设轨迹时采集的具有纹理的图像;

所述处理模块,用于获取所述多张运动图像中任意两张图像之间的基础矩阵;所述基础矩阵表征所述任意两张图像中基于所述纹理的图像特征点匹配关系;

所述处理模块还用于根据所有的所述基础矩阵,获取所述相机的标定内参数;所述标定内参数为所述相机拍摄图像的目标校正参数。

7.根据权利要求6所述的装置,其特征在于,所述多张运动图像中的每张运动图像具有序列标识;所述处理模块还用于按照所述序列标识的顺序,依次解析所述每张运动图像对应的所述基础矩阵,以获取所述相机的线性内参;所述线性内参为所述相机拍摄图像的待确认校正参数;

所述处理模块还用于根据所有的所述基础矩阵,建立目标函数;所述目标函数用于确定所述多张运动图像处于预设约束条件下的目标校正参数;

所述处理模块还用于根据所述线性内参和所述目标函数,获取所述标定内参数。

8.根据权利要求7所述的装置,其特征在于,所述处理模块还用于确定每个所述基础矩阵对应的非线性优化函数;所述非线性优化函数用于修正所述线性内参;

所述处理模块还用于根据所有的所述非线性优化函数和所述预设约束条件,确定所述目标函数。

9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现权利要求1-5中任一所述的方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-5中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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成都纵横自动化技术股份有限公司,未经成都纵横自动化技术股份有限公司许可,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/202010352903.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top