[发明专利]一种基于IOS-PSO的摄像机自标定方法

摘要

本发明公开了一种基于IOS-PSO的摄像机自标定方法，该方法不仅算法比较简单、效率较高，而且寻优结果精度较高。主要包括三个步骤：S1、建立摄像机基于内参数的代价函数；S2、IOS-PSO优化代价函数；S3、IOS-PSO搜索结果限定规则。该方法的具体步骤为：采集同一场景的不同角度的四幅图片；进行图像特征点提取、匹配；利用匹配点对，采用RANSAC方法求取三个基础矩阵F，然后通过基础矩阵的SVD分解，构造代价函数作为粒子群算法的适应值函数；对设定的初始搜索区间划分，并按照最优值的取值情况设定搜索规则；将要标定的摄像机五个未知内参数f_u,f_v,u₀,v₀,s作为粒子群粒子的元素；采用IOS-PSO优化搜索；若搜索结果符合搜索规则，则取最终搜索结果，否则重新搜索。通过四种算法的对比实验，验证了本发明标定结果精确、稳定、高效。

主权项

一种基于IOS‑PSO的摄像机自标定方法，其特征在于，包括如下步骤：步骤1、建立摄像机基于内参数的代价函数f_cost＝f(f_u,f_v,u₀,v₀,s)，其中f_u和f_v分别表示以像素为单位的图像平面坐标系中x方向和y方向的等效焦距；u₀和v₀是图像平面的主点坐标；s是倾斜因子；步骤2、将f_u和f_v各自的搜索区间分别均分为N个搜索单元，f_u的搜索单元与f_v的搜索单元一一对应；每一个f_u的搜索单元与对应的f_v搜索单元以及u₀、v₀和s的搜索区间形成一个子区间block，则共形成N个子区间block；N为大于或等于4的整数；步骤3、子区间并行叠进式搜索；从第一个子区间block开始，数M个子区间block，形成第一个搜索子区间x‑search；从第二子区间block开始，数M个子区间block，形成第二个搜索子区间x‑search；以此类推，形成多个搜索子区间x‑search；M为大于或等于3的整数；步骤4、采用粒子表征摄像机的5个内参数f_u、f_v、u₀、v₀和s，在每个搜索子区间x‑search的各个子区间block中分别初始化粒子，然后同时采用粒子群优化算法对各子区间block进行搜索，得到各子区间block的局部最优粒子以及对应的适应值；步骤5、步骤4中获得的适应值最小的局部最优粒子则为搜索子区间x‑search的局部最优粒子；按照步骤4的方法获得各个搜索子区间x‑search的局部最优粒子，再确定最小适应值及对应的局部最优粒子，即为整个搜索区间对应的全局最优粒子；步骤6、将该全局最优粒子对应的内参数代入到所述摄像机的代价函数中，则完成对摄像机的标定。