[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

说明书

本发明提供一种相机标定方法、装置、电子设备和计算机可读存储介质，涉及运动相机的图像处理领域。该相机标定方法包括：获取多张运动图像；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；获取多张运动图像中任意两张图像之间的基础矩阵；基础矩阵表征任意两张图像中基于纹理的图像特征点匹配关系；根据所有的基础矩阵，获取相机的标定内参数；标定内参数为相机拍摄图像的目标校正参数。使用具有纹理的运动图像，继而获取图像之间的基础矩阵并获取相机的标定内参数，不需依赖场景，增加了获取相机的标定内参数的通用性；标定内参数用于拍摄图像的目标校正，减少了图像在后处理过程中的误差。

技术领域

本发明涉及运动相机的图像处理领域，具体而言，涉及一种相机标定方法、装置、电子设备和计算机可读存储介质。

背景技术

近年来，由于计算机视觉相关技术的发展，基于图像的二维/三维场景获取技术已经在很多领域得到应用，如机器人路径导航、图像拼接、三维重建等领域。其中，相机的内参数，包括相机焦距和主点数据，是求解图像坐标到世界坐标的映射关系较为关键的部分。

现在得到广泛应用的相机内参获取方式，是通过获取一系列棋盘格图像，通过对图像使用“张正友标定”方法进行离线标定，得到相机的内参数。“张正友标定”方法依赖于固定标定物棋盘格，并且必须离线标定，限制了很多场景下对于相机内参的计算和获取。为了改善上述缺点，目前的技术方案利用应用场景中的特殊景物，比如监控摄像头的人行道或者其它平行景物，计算消影点，利用多组消影点对相机内参的约束，计算得到相机内参数。但是，依赖于应用场景中特殊元素的约束来完成相机自标定，对应用场景要求较高，且不具有通用性。

发明内容

有鉴于此，本发明的目的在于提供一种相机标定方法、装置、电子设备和计算机可读存储介质。

为了实现上述目的，本发明采用的技术方案如下：

第一方面，本发明提供一种相机标定方法，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。

在可选的实施方式中，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。

在可选的实施方式中，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。

在可选的实施方式中，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。

在可选的实施方式中，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。