雙目立體視覺攝像機標定參數的整體優化方法
【專利摘要】本發明公開了一種雙目立體視覺攝像機標定參數的整體優化方法，是一種通過迭代極小化重投影像點與理想像點偏差來優化雙目視覺攝像機參數的方法其針對雙目立體視覺測量系統，利用兩臺攝像機同時拍攝二維棋盤格標定板的圖像，提出了一種將所有參數進行整體優化的優化方法；視標定板上所有特征點為共面特征點，以位于標定板左上角的特征點為原點建立標定板坐標系，標定板上所有特征點在標定板坐標系下已知，通過坐標變換分別得到標定板坐標系同左右攝像機坐標系的旋轉矩陣和平移向量，再通過迭代極小化重投影像點與理想像點偏差來優化雙目視覺攝像機參數。
【專利說明】雙目立體視覺攝像機標定參數的整體優化方法
【技術領域】
[0001]本發明屬于計算機視覺檢測領域，特別涉及一種雙目立體視覺攝像機標定參數的整體優化方法。
【背景技術】
[0002]雙目立體視覺是根據雙目攝像機同時拍攝的兩張圖片的二維圖像信息得到物體的幾何三維信息。從二維信息恢復三維信息依賴于雙目視覺系統的模型，最重要的是需要確定攝像機成像幾何模型，該幾何模型的參數稱為攝像機參數。
[0003]攝像機內參數為攝像機與幾何和光學特性有關的參數，內參數只依賴于攝像機自身的制造特點，外參數為攝像機坐標系相對于建立好的世界坐標系的旋轉和平移。攝像機標定過程就是確定攝像機內、外參數的過程，標定方法的精度直接影響到計算機視覺測量的精度。因此，對攝像機進行快速、簡捷、精準標定的研究無疑具有重大的意義。
[0004]目前攝像機標定方法可以分為三類:傳統標定方法、自標定法和基于主動視覺的標定方法。傳統標定方法標定精度高，但標定過程繁瑣、魯棒性差。自標定法效率高，但依賴嚴重特征點提取，精度無法保證。基于主動視覺標定方法精度較高，適應性強，能應用于復雜工況，是進行標定較好選擇。
[0005]目前對標定的優化方法大多為復雜非線性算法，引入很多參數作為迭代變量，需要大量計算，若模型設計不當，更容易加大計算量，同時導致結果并不穩定，容易導致結果不收斂，無法得到正確結果。
【發明內容】
[0006]本發明主要解決的是各參數在攝像機標定過程中的誤差問題，針對雙目立體視覺測量系統，利用兩臺攝像機同時拍攝二維棋盤格標定板的圖像，提出了一種將所有參數進行整體優化的優化方法；視標定板上所有特征點為共面特征點，以位于標定板左上角的特征點為原點建立標定板坐標系，標定板上所有特征點在標定板坐標系下已知，通過坐標變換分別得到標定板坐標系同左右攝像機坐標系的旋轉矩陣和平移向量，再通過得到的旋轉矩陣及平移向量優化攝像機內、外參數。
[0007]本發明通過迭代極小化重投影像點與理想像點偏差來優化雙目視覺攝像機參數，利用雙目攝像機同時拍攝二維棋盤格標定板，根據標定板和攝像機的坐標對應關系分別得到左、右攝像機坐標系和標定板坐標系的旋轉矩陣及平移向量，再通過迭代極小化重投影像點與理想像點偏差來優化雙目視覺攝像機參數；具體步驟如下:
[0008]步驟1:拍攝棋盤格標定板并建立標定板坐標系
[0009]利用兩臺攝像機同時拍攝棋盤格標定板，得到兩張標定板圖像；將標定板上所有特征點視為共面特征點，以左上角的特征點為坐標原點，以標定板平面為XOY平面，建立空間立體坐標系，稱為標定板坐標系；由于標定板方格實際尺寸已知，所以各個特征點在標定板坐標系下的X向坐標和Y向坐標已知，Z向坐標均為O。
[0010]步驟2:建立兩攝像機坐標系與標定板坐標系之間的外參數估計模型
[0011]利用初始攝像機參數以及上一步驟中得到的兩張標定板圖像可以重建出標定板上特征點在世界坐標系下的三維坐標，一般將世界坐標系與雙目攝像機其中一個攝像機坐標系重合，所以重建的三維坐標可以視作該選定攝像機坐標系下的三維坐標，利用初始外參數可以得到重建點在另一攝像機下的三維坐標，此時得到了同一組特征點在左攝像機坐標系、右攝像機坐標系和標定板坐標系下的坐標。
[0012]利用部分特征點來求取標定板坐標系到左攝像機坐標系的旋轉矩陣&和平移向量標定板坐標系到右攝像機坐標系的旋轉矩陣Rk和平移向量tK。
[0013]選取至少三個不共線的特征點，假設選取的特征點在標定板坐標系和攝像機坐標系中對應的點集為KPpP/ )，(P2，PZ(pn, Pni )}，其中PiS特征點在標定板坐標系坐標,Pi'為特征點在攝像機坐標系坐標,i = I, 2，3…η,求取旋轉矩陣Rci和平移向量tQ,點集中對應空間點的關系為Pi' = RciPJtci，建立如下模型估計參數(Rc^tci):
[0014]
【權利要求】
1.一種雙目立體視覺攝像機標定參數的整體優化方法，是一種通過迭代極小化重投影像點與理想像點偏差來優化雙目視覺攝像機參數的方法，其特征在于如下步驟: 步驟1:拍攝棋盤格標定板并建立標定板坐標系 利用兩臺攝像機同時拍攝棋盤格標定板，得到兩張標定板圖像；將標定板上所有特征點視為共面特征點，以左上角的特征點為坐標原點，以標定板平面為XOY平面，建立空間立體坐標系，稱為標定板坐標系；由于標定板方格實際尺寸已知，所以各個特征點在標定板坐標系下的X向坐標和Y向坐標已知，Z向坐標均為O ; 步驟2:建立兩攝像機坐標系與標定板坐標系之間的外參數估計模型 利用初始攝像機參數以及上一步驟中得到的兩張標定板圖像重建出標定板上特征點在世界坐標系下的三維坐標，將世界坐標系與雙目攝像機其中一個攝像機坐標系重合，重建的三維坐標視作該選定攝像機坐標系下的三維坐標；利用初始外參數得到重建點在另一攝像機下的三維坐標，得到了同一組特征點在左攝像機坐標系、右攝像機坐標系和標定板坐標系下的坐標； 利用部分特征點來求取標定板坐標系到左攝像機坐標系的旋轉矩陣&和平移向量標定板坐標系到右攝像機坐標系的旋轉矩陣Rk和平移向量tK ； 選取至少三個不共線的特征點，假設選取的特征點在標定板坐標系和攝像機坐標系中對應的點集為{(P1, P/ )，(P2, )，...，(Pn, P1/ )}，其中Pi為特征點在標定板坐標系坐標，Pi'為特征點在攝像機坐標系坐標，1 = 1,2, 3…η,求取旋轉矩陣Rci和平移向量點集中對應空間點的關系為Pi' = RciPftci，建立如下模型估計參數(Rc^tci)；
步驟3:求取旋轉矩陣Rtl和平移向量h 首先求取點集質心所在坐標，具體計算為:
其中戶，尹為各特征點各軸分量的均值，Pi為特征點在標定板坐標系坐標，P/為特征點在攝像機坐標系坐標，1 = 1,2, 3…η ； 將點集質心移動至坐標系原點處，平移后的空間點為:
其中月為在標定板坐標系下質心移至坐標原點后的特征點坐標，P力在攝像機坐標系下質心移至坐標原點后的特征點坐標； 由公式(I) (2) (3)，得到
，目標函數簡化為只估計旋轉矩陣，具體形式如下:
得到旋轉矩陣之后，利用質心坐標的求出平移向量如下:
步驟4:建立優化模型優化標定參數 利用攝像機的內部參數、攝像機坐標系與標定板坐標系的旋轉矩陣和平移向量求解標定板上除上一步驟選取的特征點之外的所有特征點重投影坐標ρ.,.,?))，具體算法如下:
其中，rjj為旋轉矩陣R的第i行、第j列上的元素,平移向量t = Ct1, t2, t3)T, fx為攝像機橫向尺度因子，fy為攝像機縱向尺度因子，U0為主點在像素坐標系下的橫坐標，V0為主點在像素坐標系下的縱坐標，(Xff, Yff, Zff)為特征點在世界坐標系下的坐標； 根據已知畸變系數，將實際拍攝獲得的像點坐標(Ui' ,V/ )校正為相應的理想像點坐標(Ui, Vi);建立優化模型通過迭代極小化重投影像點坐標和理想像點坐標的偏差，目標優化函數為:
采用LM非線性優化算法，將Hessian陣變為兩臺的對稱正定陣，進行求解，當偏差最小時對應的參數即為優化后的雙目立體視覺系統攝像機參數。
【文檔編號】G06T7/00GK104182982SQ201410427812
【公開日】2014年12月3日 申請日期:2014年8月27日 優先權日:2014年8月27日
【發明者】賈振元, 劉巍, 王亮, 楊景豪, 劉陽, 王靈麗, 張弛 申請人:大連理工大學