[发明专利]相机自标定方法、装置、设备和介质

权利要求书

1.一种相机自标定方法，其特征在于，包括步骤：

获取相机对场景拍摄的场景图像及拍摄瞬间角速度测量单元记录的角速度信息；

对所述场景图像进行仿射匹配点对提取与匹配，得到所述场景图像的立体像对集和对应的仿射匹配点对集；

根据所述角速度信息计算相对旋转矩阵并得到相对旋转角；

基于所述仿射匹配点对估计基础矩阵，利用RANSAC算法剔除所述仿射匹配点对集中的野值，确定所述场景图像的仿射匹配点对内点集；

以所述相对旋转角为约束分解所述基础矩阵，得到所述场景图像的立体像对之间的旋转矩阵、平移向量和所述相机的内参数；

根据所述内参数和所述仿射匹配点对内点集，对所述相机进行内参数非线性优化处理，完成所述相机的自标定。

2.根据权利要求1所述的相机自标定方法，其特征在于，对所述场景图像进行仿射匹配点对提取与匹配，得到所述场景图像的立体像对集和对应的仿射匹配点对集的步骤前，还包括：

利用所述相机的畸变系数校正所述场景图像；

根据所述内参数和所述仿射匹配点对内点集，对所述相机进行内参数非线性优化处理，完成所述相机的自标定的步骤，包括：

利用得到的所述内参数、所述仿射匹配点对内点集及所述相机的外参数，对所述相机进行内参数非线性优化处理，完成所述相机的自标定；所述外参数由所述旋转矩阵和所述平移向量确定。

3.根据权利要求1所述的相机自标定方法，其特征在于，根据所述内参数和所述仿射匹配点对内点集，对所述相机进行内参数非线性优化处理，完成所述相机的自标定的步骤，包括：

以得到的所述内参数为初值，利用所述仿射匹配点对内点集对所述相机进行内参数及畸变系数的非线性优化处理，完成所述相机的自标定。

4.根据权利要求2所述的相机自标定方法，其特征在于，利用得到的所述内参数、所述仿射匹配点对内点集及所述相机的外参数，对所述相机进行内参数非线性优化处理，完成所述相机的自标定的步骤，包括：

将所述平移向量的模定为1；

通过联合优化的方式，利用所述仿射匹配点对内点集中M个立体像对的所有内点对所述相机的内参数和外参数进行非线性优化处理；M为大于1的正整数；

在所述联合优化中对极几何误差最小化，得到所述相机的最优自标定结果。

5.根据权利要求4所述的相机自标定方法，其特征在于，所述联合优化的代价函数为：

，

其中， 表示第个立体像对中仿射匹配点对内点集里点对的数目，表示求解对极几何误差的函数，、和表示M个立体像对和对应的相对旋转角配置下求解的M组内参数的均值， 和表示第个立体像对的外参数，表示第个立体像对中左视图中的第个像点坐标，表示第个立体像对中右视图中的第个像点坐标。

6.根据权利要求3所述的相机自标定方法，其特征在于，以得到的所述内参数为初值，利用所述仿射匹配点对内点集对所述相机进行内参数及畸变系数的非线性优化处理，完成所述相机的自标定的步骤，包括：

将得到的所述内参数设为优化处理的初值；

通过联合优化的方式，利用所述仿射匹配点对内点集中M个立体像对的所有内点对所述相机进行内参数及畸变系数的非线性优化处理；M为大于1的正整数；

在所述联合优化中对极几何误差最小化，得到所述相机的最优自标定结果。

7.根据权利要求6所述的相机自标定方法，其特征在于，所述联合优化的代价函数为：

，

其中， 表示第个立体像对中仿射匹配点对内点集里点对的数目，表示求解对极几何误差的函数，、和表示M个立体像对和对应的相对旋转角配置下求解的M组内参数的均值，表示畸变参数的平均值，和表示第个立体像对的外参数，表示第个立体像对中左视图中的第个像点坐标，表示第个立体像对中右视图中的第个像点坐标。