一種基于二消失點的相機自標定方法
【技術領域】
[0001] 本發明涉及一種基于二消失點的相機自標定方法。
【背景技術】
[0002] 相機標定通過確定空間點3D坐標與其投影到圖像上的2D坐標之間的映射關 系，求解相機參數的過程（參見：李云翔.相機標定與三維重建技術研究[D].青島大 學，2009)。相機標定是計算機視覺中從二維圖像中定量恢復出三維數據的過程，是完成三 維重建圖像必備和關鍵的環節，在三維建模、導航、視頻監控等方面應用廣泛。無論是在圖 像測量或者機器視覺應用中，相機參數標定結果的精度及算法的穩定性直接影響相機工作 產生結果的準確性。因此，相機標定是做好后續工作的前提，提高標定精度是研究工作的重 點。相機標定方法主要分為標定板標定方法和相機自標定方法（參見：邱茂林，馬頌德，李 毅.計算機視覺中相機定標綜述.自動化學報，2000, 26 (1) : 43~55)。標定板標定需要標 定物，精度尚，但算法復雜且標定過程費時費力。同標定板標定方法相比，自標定方法不需 要精密加工的標定塊，僅從場景的多幅圖像來確定相機內參數。這種思想是由Faugeras、 Luong、Maybank首次提出的（參見：0·D.Faugeras,Q.Τ·Luong,S.J.Maybank,"Camera Self-calibration:TheoryandExperiments，''LectureNotesinComputerScience. Papers588,321 ~334 (1992))〇
[0003] 自標定技術的理論基礎均基于絕對二次曲線（AC)或絕對二次曲面（AQ)的 投影性質（參見：B.Triggs〃AutocalibrationandtheAbsoluteQuadric"，IEEE CVPR97，pp. 609-6141997)。自標定的主要方法有：Faugeras、Luong、Maybank等提出的直 接求解Kruppa方程的自標定（參見：0·D.Faugeras，Q.Τ·Luong，S.J.Maybank，''Camera Self-calibration:TheoryandExperiments，''LectureNotesinComputerScience. Papers588, 321~334(1992))，利用由絕對二次曲線的像（IAC)的對極幾何關系所推導出 的Kruppa方程所提供的關于IAC的約束，通過確定IAC來標定攝像機內參數；分層逐步標 定法，文獻（ZhaoshengTao,DaweiTu，SaisaiHe，JinjieYe.ACameraSelf-Calibration forMachineVisionBasedonKruppa'sEquationAppliedMechanicsandMaterials， 2013,389(4) :1003~1007)中提出的直接對攝像機投影矩陣進行QR分解的自標定方 法，首先要求對圖像序列做射影重建，再通過絕對二次曲線面施加約束，定出仿射參數和 攝像機內參數；基于絕對二次曲線的自標定方法，用Kruppa方程把極線變換與絕對二次 曲線的像聯系起來，因為圖像是相機成像平面上的二次曲線，它可以確定相機的內部參 數（參見：JingJinl,andXiaofengLi.Efficientcameraself-calibrationmethod basedontheabsolutedualquadric.J.Opt.Soc.Am.A，2013, 30 (3) :287 ~292);基 于主動視覺的相機自標定方法，通過控制相機的運動，獲取多幅圖像，然后利用圖像的對 應點進行標定，求解出相機的內參數（參見：Basu，A，"Activecalibration:Alternative strategyandanalysis，〃In:Proc.IEEEConf.OnComputerVisionandPattern Recognition，495-500 (1993) ;Du，F.，Brady，M.，''Self-calibrationoftheintrinsic parametersofcamerasforactivevisionsystems，"In:Proc.IEEEConf.OnComputer VisionandPatternRecognition，477-482 (1992));還有基于空間直線幾何關系的相機 自標定方法，Hartley提出過一種張量，原理如基本矩陣在兩個視點景物分析當中起的作 用，該方法是利用多幅圖像上的直線對應關系來進行相機自標定。各種自標定方法的分析 比較見表1。
[0004] 表1相機自標定方法比較
[0005]
[0006] 從表1中可以看出，利用圖像的直線對應關系和基于主動視覺的方法算法簡單， 魯棒性較高，實驗設備簡便。近年來，國內外學者對此類方法做了大量研究。殷焰等人提出 了一種基于直線特征的相機自標定方法（參見：YanYan,RongchunZhao,〃Anewkindof cameraself-calibrationmethodbasedonlinearfeature,''ComputerApplication Research.Papers3, 170~171 (2006))，該方法需要場景中存在六組相互垂直方向上的平 行線，對場景有很大的約束。LiuYing等人提出了基于共面消失點的相機標定方法（參 見：LiuY,ffuYX,WuMP,''PlanarVanishingPointsBasedCameraCalibration,〃IEEE ComputerSociety, 460~463 (2004))，該方法要求制作精確定位的點陣模板，嚴格匹配圖 像點和模板點，過程比較復雜。胡釗政提出了一種僅利用一組相互正交方向的消失點來對 相機進行標定的算法（參見：胡釗政，談正.一種基于二消失點的相機自標定新算法.空 間電子技術，2005, 23 (1) : 42~46)，該方法根據一個模板圖像能得到一組相互垂直的消失 點連線，這樣至少要求拍攝6幅圖像，且該方法精度不高。
【發明內容】
[0007] 針對現有技術存在的不足，本發明要解決的技術問題在于提供一種基于二消失點 的相機自標定方法。該技術不需要標定板、標定塊，不需要獲取相機運動信息，以及場景中 直線世界坐標信息，標定過程便捷，拍攝要求不高，算法簡潔高效，能滿足大視場、變焦和遠 景視覺檢測應用。標定精度能夠優于三消失點自標定方法，使用低分辨率相機也可以完成 較高精度的自標定。
[0008] 為解決上述技術問題，本發明采用以下技術方案：
[0009] -種基于二消失點的相機自標定方法，其特征在于包括以下步驟：
[0010] 步驟一，獲取二消失點自標定圖案的序列圖像；所述二消失點自標定圖案包含至 少兩組相互正交的平行直線，拍攝N幅包含該圖案的、視角不同的序列圖像，即二消失點自 標定圖案的序列透視投影圖像，其中N多4 ;
[0011] 步驟二，對步驟一拍攝的序列圖像進行預處理；序列圖像的預處理包括彩色圖像 灰度化處理、圖像濾波、直方圖均衡化、邊緣銳化和圖像去噪處理；
[0012] 步驟三，角點檢測；二消失點自標定圖案中兩組相互正交的平行直線相交于四個 點，采用基于Harris亞像素角點檢測方法檢測序列圖像，提取每幅圖像中的所述四個交點 的圖像坐標；
[0013] 步驟四，計算二消失點的圖像坐標；對于每幅序列圖像，根據消失點的定義和步驟 三得到的四個交點的圖像坐標列出方程，從而計算出由所述二消失點自標定圖案中兩組相 互正交的平行直線投影得到的兩個消失點的圖像坐標；
[0014] 步驟五，計算相機內參，相機內參包括圖像平面的主點坐標、焦距在圖像坐標系上 的尺度因子；設在圖像坐標系下所述兩個消失點的坐標為：M(Uni，vj、N(un，vn)，則在相機坐 標系下的坐標為：M[ (um_u。)dx, (vm_v。)dy,f]、N[ (un_u。)dx，（vn_v。)dy，f]，其中，f為相機焦 距；
[0015] 根據正交平行直線的投影幾何性質可知光心和兩個消失點的連線互相垂直，即光 心位于以兩消失點的連線為直徑的圓上，由此可得到關于相機內參數11。、％、1仁的約束方 程：
[0016]
[0017] 其中（u。、V。）為圖像平面的主點坐標，fx、fy分別為圖像坐標系u軸和v軸上的尺 度因子；設第i幅圖像確定的兩個消失點坐標是M(uini，vini)，N(uin，νιη)，將經步驟三確定的 第i幅和第j幅圖像的消失點坐標代入式（a)后相減得：
[0018] (ujn+ujn-uin-uin)a+(vjn+vjn-vin-vin)b+ (vinvin-vjnvjn)c=(ujnujn-uinuin) (b)
[0019] 其中a=u。，b=vd2 /./；2，c=Z；2 / ;當N彡4時，求解式（b)建立的方程組可得 a、b、c，則相機內參數11。=a，v。=b/c;將u。，v。，c代入式（a)求得fx、fy。
[0020] 步驟1中所述二消失點自標定圖案采用棋盤格圖案，棋盤格圖案中包含至少兩組 正交平行直線，所述兩組正交平行直線構成矩形圖案。
[0021] 所述基于Harris的亞像素級的角點檢測方法為：所述二消失點自標定圖案采用 棋盤格圖案，棋盤格角點附近的點分為在邊緣上的R點和不在邊緣上的P點兩類，P點處灰 度梯度為零，而R點上的灰度梯度碑方向與該點到角點的連線垂直，所以，在角點附近點的 灰度梯度均垂直于該點到角點的連線；設Vf為灰度梯度向量，> 為圖像原點指向角點的 坐標，?為圖像原點