[发明专利]一种基于非度量的畸变校正方法

摘要

本发明一种基于非度量的畸变校正方法属于计算机视觉测量领域，涉及一种基于非度量的畸变校正方法。该方法首先设计一种基于共线特性的特征点标定物，标定物的特征点分布于两个非共面平面，在非共面平面上设计共线特征点，且共线直线要保持相互平行；然后通过双目相机和工作站采集所设计的标定物图像，并完成共线特征点的自动识别，最后基于直线约束对图像畸变进行有效校正。该方法仅利用特征点的直线信息构建标定物的特征信息，无需具有准确特征点间距离的标定物，并通过共线特征点的自动识别减少标定的操作时间、提高稳定性，实现了图像畸变的快速、准确校正，具有标定物制造简单、标定效率高、鲁棒性好的特点。

主权项

1.一种基于非度量的畸变校正方法，其特征是，该方法首先设计一种基于共线特性的特征点标定物，标定物的特征点分布于两个非共面平面，在非共面平面上设计共线特征点，且形成的共线直线要保持相互平行；然后通过双目相机和工作站采集所设计的标定物图像，并完成共线特征点的自动识别，最后基于直线约束对图像畸变进行有效校正；方法的具体步骤如下：第一步，标定物的特征点分布设计为保证特征点具有一定的深度信息，标定物(4)的特征点分布在两个非共面平面上，在非共面平面上设计共线特征点，且形成的共线直线要保持相互平行，每行特征点的数据量相同；标定物的特征点采用圆形标志点，根据测量现场的视场范围，合理选择每行n个共线特征点，共N个特征点；利用左、右相机(1、2)和工作站(3)采集所设计的特征点图像；第二步，共线特征点的自动识别为识别共线特征点，采用基于区域圆内迭代优化的共线特征点识别法，具体过程如下：1)从图像获取的特征点集N[(x1,y1),(x2,y2),...,(xq,yq),...,(xN,yN)]中，任取一点q(xq,yq)，通过霍夫变换在霍夫空间内构成直线b＝‑xqa+yq；2)该直线b＝‑xqa+yq与其余N‑1个点在霍夫空间内的所构成直线分别交点为(aq1,bq1),(aq2,bq2),...,(aq(q‑1),bq(q‑1)),(aq(q+1),bq(q+1)),...,(aqN,bqN)；3)以其中某一点(aqi,bqi)，i∈[1,N]且i≠q为圆心，向外作半径为Rqi的圆，使得此时有n‑2个其余交点被包含在该圆内，包含圆弧；4)遍历i＝1到i＝N，i≠q情况下所有的Rqi，计算最小半径Rqm，保存与其对应的圆心(aqm,bqm)与包含在最小圆内的n‑2个交点[(aqin1,bqin1),(aqin2,bqin2),...,(aqin(n‑2),bqin(n‑2))]；于是，这n‑1个交点所对应的笛卡尔坐标系下的点[(xq,yq),(xin1,yin1),(xin2,yin2),...,(xin(n‑2),yin(n‑2))]即为识别出来的与(xq,yq)共线的特征点；5)将第二步4)中识别出来的共线特征点从总特征点集合中删除，重复第二步中的1)‑4)步，直到识别出各行共线特征点；第三步，基于直线约束的畸变校正对大视场图像其畸变由径向畸变与切向畸变组成，针对图像的径向与切向畸变进行校正；假设投影到成像平面的点为p'，由于畸变影响，其实际提取所得点为p；其中，p点在光心坐标系下的极坐标为笛卡尔坐标为p'的在光心坐标系下的极坐标为笛卡尔坐标为对于径向畸变：径向畸变只使得图像中的点沿径向产生畸变，表现为将点沿着径向拉向或远离光心，在笛卡尔坐标下径向畸变Δr(p)为：其中，Δr(p)为在p位置上的径向畸变；C2i+1为径向畸变系数，由于高次项对于畸变影响过小，忽略了大于5次的高次项，则径向畸变变为如下形式：Δr(p)≈C3r3+C5r5        (2)对于切向畸变：切向畸变是由于镜头的非正交性构造所产生，使用Conrady模型描述切向畸变：其中，ΔTx和ΔTy分别为在p点处沿x和y方向的切向畸变；P1、P2、Pi+2为切向畸变系数；同样地，高次项Pi+2忽略不计；根据所设计的特征点的直线信息，引入直线约束对标定特征点进行畸变校正；选取一行尚未进行非度量校正的平行共线点并令畸变系数初值[C₃,C₅,P₁,P₂]＝[0,0,0,0]，通过上述畸变模型校正后获得新点集采用最小二乘法拟合所共直线方程{l}，根据共线特征点布置方案，共有N/n组共线点，每组n个特征点相互共线；通过迭代搜索算法，最小化各组共线点与其拟合直线{l}的平方距离之和e_l，利用公式(5)最终获得畸变系数[C₃,C₅,P₁,P₂]；其中，是拟合直线l与光心坐标系横轴的夹角，r_l为拟合直线l到光心的距离，实现了图像的畸变校正。