[发明专利]一种基于线特征的车载360环视系统的流水线下线标定方法

摘要

本发明公开了一种基于线特征的车载360环视系统的流水线下线标定方法，包括鱼眼相机畸变去除、透视投影图直线检测；该方法利用已标定的相机内参去除鱼眼相机的畸变，并检测图像中存在的直线；通过直接线变换法求解相机外参矩阵H；利用Rodrigues变换将外参转换为位置t及欧拉角θ并采用Levenberg‑Marquardt(LM)算法对其进行优化并统计重投影误差；最后，根据优化后的相机外参生成全景环视图、各路单视图查找表并进行存储。至此，标定完成。该方法仅利用图像中线特征完成标定工作，为车载360环视系统的标定方法开辟了新的思路。

主权项

1.一种基于线特征的车载360环视系统的流水线下线标定方法，其特征在于，所述方法包括：步骤1：鱼眼相机畸变去除；利用厂商提供的或标定的相机内参去除鱼眼相机的畸变，得到满足小孔成像原理的透视投影图像；步骤2：透视投影图直线检测；在透视投影图像中应用检测标定布中存在的直线并计算得到各直线在图像坐标系中的方程，在此基础上，据此方程得到直线上各像素点的坐标；若检测失败，则采集下一帧图像再次进行检测，直至所有需求直线均正确检测或重复次数达到阈值次为止；若所有直线均正确检测，则进行下步操作；否则标记为标定失败；步骤3：通过卷尺、激光仪、量角器等测量设备精确测量标定工位中各直线端点在世界坐标系中的坐标，并据此计算出世界坐标系中各直线的方程Ax+By+C＝0；步骤4：联立步骤2及步骤3中直线方程组对，通过直接线变换法求解得到初始外参矩阵H；步骤5：上述初始外参矩阵H为3×3矩阵，若直接对该矩阵采用LM算法进行优化，则变量个数为8，存在2个自由度的冗余；故需对外参矩阵H进行Rodrigues变换，得到各相机在世界坐标系中的位置t_3×1及欧拉角θ_3×1，将外参的自由度缩减为其实际包含的6自由度，以加快LM算法的收敛速度及提升其稳定性；步骤6：构造误差函数，并将步骤步骤5中位置t及欧拉角θ作为相机外参初值，采用LM算法对位置t及欧拉角θ两参数进行优化，得到优化后的位置t及欧拉角θ参数；然后，根据优化后的t及θ统计直线上像素点重投影误差Φ，若该误差小于设定阈值，则进行步骤7，否则将待优化参数加入高斯白噪声并返回至步骤6，并重复上述操作至误差小于阈值或迭代次数达到上限N为止；重复上述操作后，若误差小于阈值，则进行步骤7；重复上述操作后，若第N此迭代的重投影误差Φ仍大于设定阈值，则记为标定失败；步骤7：根据优化后的相机外参生成全景环视图、各路单视图查找表并进行存储；至此，标定完成。