[发明专利]机房相机平面在线标定方法、系统、计算机设备和介质

权利要求书

1.一种机房相机平面在线标定方法，其特征在于，所述方法包括以下步骤：

通过双目相机，获取预设数量的机柜双目时序图像；所述机柜双目图像包括左目机柜图像和右目机柜图像；

根据各个机柜双目图像，提取对应的机柜深度图和相机坐标系机柜3D点云；

通过预设物体检测模型，根据各个机柜双目图像的多个二维机柜关键点坐标，并根据所述二维机柜关键点坐标和所述机柜深度图，得到对应的三维机柜关键点坐标；

根据各个相机坐标系机柜3D点云，拟合得到对应的潜在机柜平面方程；所述潜在机柜平面方程包括潜在左机柜平面方程和潜在右机柜平面方程；

联立所有潜在机柜平面方程，得到多平面方程组，并通过求解所述多平面方程组，得到相机相对地平面外参矩阵。

2.如权利要求1所述的机房相机平面在线标定方法，其特征在于，所述根据各个机柜双目图像，提取对应的机柜深度图和相机坐标系机柜3D点云的步骤包括：

获取双目相机的内参矩阵和双目极线距离；

根据所述双目极线距离，对左目机柜图像和右目机柜图像进行双目极线匹配，并通过SGBM算法生成对应的机柜视差图；

根据所述机柜视差图和双目基线，得到对应的机柜深度图；

根据所述机柜深度图和所述内参矩阵，得到所述相机坐标系机柜3D点云。

3.如权利要求2所述的机房相机平面在线标定方法，其特征在于，所述根据所述机柜深度图和所述内参矩阵，得到所述相机坐标系机柜3D点云的步骤包括：

根据所述机柜深度图和所述内参矩阵，计算得到初始相机坐标系机柜3D点云；

根据八叉树结构，对所述初始相机坐标系机柜3D点云进行体元剖分，得到具有相同时间复杂度和空间复杂度的稀疏3D数据树；

通过预设的离散值滤波器，对所述稀疏3D数据树的节点进行稀疏离群点移除处理，得到机柜稠密3D点云；

对所述机柜稠密3D点云依次进行体素下采样和高斯曲率滤波处理，得到所述相机坐标系机柜3D点云。

4.如权利要求1所述的机房相机平面在线标定方法，其特征在于，所述预设物体检测模型为预先根据离线训练数据集训练得到的，以mobilenet为主干网的自底向上的openpose关键点检测模型；所述离线训练数据集包括机房内多种环境背景、多种环境光照、以及多种相机视角下的机柜图像数据；

所述通过预设物体检测模型，根据各个机柜双目图像的多个二维机柜关键点坐标，并根据所述二维机柜关键点坐标和所述机柜深度图，得到对应的三维机柜关键点坐标的步骤包括：

将左目机柜图像或右目机柜图像输入所述预设物体检测模型，获取所述机柜双目图像中机柜脚区域的多个二维机柜关键点坐标；

根据各个机柜双目图像建立图像坐标系，根据各个二维机柜关键点坐标查询所述机柜深度图，得到对应的关键点深度信息；

将各个关键点深度信息转化为相机坐标系的三维坐标，得到对应的三维机柜关键点坐标。

5.如权利要求1所述的机房相机平面在线标定方法，其特征在于，所述根据各个相机坐标系机柜3D点云，拟合得到对应的潜在机柜平面方程的步骤包括：

将所述相机坐标系机柜3D点云的3维欧式空间坐标转换为极坐标系下对应的霍夫空间坐标；

根据所述霍夫空间坐标对应参数曲面的多个交点，确定待拟合平面初始参数范围；

根据机柜平面的先验信息，对所述待拟合平面初始参数范围进行筛选，得到待拟合平面候选点；

对所述待拟合平面候选点进行霍夫空间投票，提取投票数大于预设阈值的机柜平面点云区域；

根据所述机柜平面点云区域，拟合得到对应的潜在机柜平面方程。