[发明专利]基于进化算法的多摄像机高精度自动标定方法

说明书

基于进化算法的多摄像机高精度自动标定方法属于相机标定技术领域。本发明首次通过人体的躯干而不是头脚点位置来回归和聚类消失点和消失线，增强了基于行人检测的消失点估计方法的鲁棒性，能降低了在人体姿态变化大的场景中摄像机自标定的误差。本发明使用基于进化算法的多摄像机参数联合优化方法，有效地降低了摄像机标定参数中由重投影误差和对称转移误差所组成的几何误差，能为视频监控等高级视觉应用提供精确的标定参数。

技术领域

本发明属于相机标定技术领域，特别是涉及到一种基于进化算法的多摄像机高精度自动标定方法。

背景技术

相机标定是计算机视觉应用中的一项基本任务。相机标定的目的是求出相机的内参，外参，以及畸变参数，由此来建立确定三维空间点的坐标与其在图像中对应点之间的相互关系的相机成像的几何模型。为了实现从物理空间到虚拟空间三维位置的准确映射，除了相机焦距、图像中心点等摄像机内部参数外，还需要得到摄像机的准确位置和方向。因此相机的内参可以在相机部署前完成，但在许多场景中外部参数需要在实际场景中现场确定。

传统相机标定法使用尺寸已知的标定物，通过建立标定物上坐标已知的点与其图像点之间的对应，来获得相机模型的内外参数。但在视频监控等相机固定的摄像机场景中，制作满足要求的标定物并在摄像机视角下进行标定是非常困难的。因此，研究者们对灵活性强、在实际应用中更简单便捷的相机自动标定方法开展了广泛的研究。自标定方法主要利用场景中一些平行或正交的场景约束信息来估计相机参数，其中，基于消失点和消失线的自标定方法是目前被广泛应用的一种自标定方法。

在监控安防、体育竞赛等许多摄像机的实际应用场景中，常常有行人行走在场景中，因此利用行人来估计消失点进而计算相机参数是一种不需要标定物、适用范围较广的摄像机自标定方法。这类方法通常只需要一段行人在场景中行走的视频作为输入。目前，大多数基于行人检测的自标定方法假设行人垂直于地面，然后利用行人头和脚的位置来估计消失点和水平线。但由于消失点的几何特性和消失点与相机参数的对应关系，这类方法通常需要假设除焦距以外的相机内部参数已知，加上消失点估计中存在的噪声，所得到的相机标定结果中通常存在较大的重投影误差。

多摄像机系统在视频监控等计算机视觉应用中发挥着重要的作用。多摄像机系统自动标定的目标是求取至少有两两视角重叠的多个相机的相机参数。多摄像机自动标定任务是一个具有挑战性的问题，因为它还要求同时构建空间中三维点与多个相机像素坐标系之间的关系，相较于单相机自标定而言这显著地增加了标定的难度。目前大多数基于行人检测的多摄像机自动标定方法鲁棒性能有限，标定结果的重投影误差和对称转移误差等几何误差较大，有待进一步改进。

现有的基于消失点估计的单相机自标定技术：

通过估计三个方向的消失点来求解相机参数是一种有效的自动标定方法。Lv等人设计了一种方法，首次将场景中运动的行人用于相机自标定。人的行走是一个周期性的运动，该方法假设在人步行周期的同一阶段人的形状和身高是相同的，然后基于该假设，使用人在两腿交叉时候人体的头和脚的位置来完成相机自标定。如图1所示，该方法通过检测行人的头和脚的位置来自动地估计水平消失线和竖直方向上的消失点，然后根据图像中的主点位置与消失点、水平消失线的几何关系求取三个方向上的三个消失点，最后根据三个消失点的几何属性计算相机参数。

在Lv等人所提出的基于场景中行人进行自标定方法的基础上，一些研究者提出了一些改进方法以提高这种自标定方法的性能，例如利用Levenberg-Marquardt算法对参数进行了非线性优化、利用贝叶斯概率建模来处理自标定过程中的测量噪声与异常值、利用全局最小二乘法求解超定方程组以降低噪声。