[发明专利]一种基于共线特性的单线阵畸变标定方法

摘要

一种基于共线特性的单线阵畸变标定方法，包括如下步骤：S1、根据单线阵相机畸变模型，得到畸变方程u＝u'+k1(u'‑u0)3+k2(u'‑u0)5；其中u'为畸变像素的坐标点，u为对应的无畸变像素坐标点，u0为畸变中心点，k1和k2为畸变参数；S2、根据单线阵相机成像模型，成像特征点映射到标定板的点共线特性，建立优化方程F(u0*,k1*,k2*)＝minF(u0,k1,k2)；S3、对u0，k1和k2初始化，代入优化方程F(u0*,k1*,k2*)＝minF(u0,k1,k2)，运用Levenberg‑Marquardt非线性优化算法求解得到最终的畸变中心u0*和畸变参数k1*和k2*。本发明提供一种基于共线特性的单线阵畸变标定方法，能够有效降低标定过程的复杂度。

主权项

1.一种基于共线特性的单线阵畸变标定方法，其特征在于：包括如下步骤：S1、根据单线阵相机畸变模型，得到畸变方程u＝u'+k₁(u'‑u₀)³+k₂(u'‑u₀)⁵；其中u'为畸变像素的坐标点，u为对应的无畸变像素坐标点，u₀为畸变中心点，k₁和k₂为畸变参数；S2、根据单线阵相机成像模型，成像特征点映射到标定板的点共线特性，建立优化方程F(u₀^*,k₁^*,k₂^*)＝minF(u₀,k₁,k₂)；S3、对u₀，k₁和k₂初始化，代入优化方程F(u₀^*,k₁^*,k₂^*)＝minF(u₀,k₁,k₂)，运用Levenberg‑Marquardt非线性优化算法求解得到最终的畸变中心u₀^*和畸变参数k₁^*和k₂^*。