手持多目相機高精度標定方法
【技術領域】
[0001] 本發明屬于圖像領域，尤其涉及一種手持多目相機高精度標定方法。
【背景技術】
[0002] 隨著三維技術的發展，三維模型在多個領域中有著重要應用，例如動漫、游戲、 Web3D網絡展示、三維打印等。基于數碼相機的三維重建是獲取三維模型的重要和便捷的手 段，而其中由相機構成的相機網絡的標定是一個重要和復雜的問題。
[0003] 傳統的相機標定算法通常采用棋盤格標定板。Koch在Calibration of Hand-held Camera Sequence for Plenoptic Modeling(ICCV1999)提出了一種手持相機的標定方法， 通過手持相機圍繞物體拍攝視頻，通過擴展由運動恢復結構的方法實現相機的標定和三維 數據的恢復。Pollefeys等在Hand-held acquisition of 3D models with a video camera(3D頂1999)中提出了一種利用現有方法組合形成的手持相機標定方法，可以用在非 標定射影重建、自標定以及稠密匹配應用中。
[0004] 現有的手持相機標定方法基本都采用自標定算法實現，而自標定算法存在計算時 間長、標定參數不準確、穩定性差的缺點，使得基于自標定方法的手持相機標定方法得到的 相機參數不能用于精確的三維重建和測量。
【發明內容】
[0005] 本發明實施例的目的在于提供一種手持多目相機高精度標定方法，該方法能夠用 于精確的三維重建和測量。
[0006] 本發明提供一種手持多目相機高精度標定方法，所述方法包括如下步驟：
[0007] 對原始圖片進行預處理，得到邊緣輪廓；
[0008] 對所有輪廓進行擬合獲取每個輪廓的中心點和面積；
[0009] 檢測所有的中心點中滿足四點共線的點，并把共線的四點打包成一組；
[0010] 利用射影幾何中的交比不變關系從滿足四點共線的點中選擇出正確的圖像坐標 占.
[0011] 計算所有滿足條件的中心點的平均值，即所有中心點的中心位置，計算每個組四 點離中心點的距離，依據該距離的大小對每個組四點的二進制數的位置排序；
[0012] 比較每組四個輪廓的相對大小，依據四個輪廓相對大小的比值設置每個組四點的 二進制數的值；
[0013] 與世界坐標點一一對應，保存圖片滿足要求的所有輪廓中心點對應的世界坐標 點，利用張氏標定法對世界坐標點進行標定。
[0014] 可選的，所述檢測所有的中心點中滿足四點共線的點，并把共線的四點打包成一 組，選擇任意兩點建立直線方程具體，包括：
[0015] 選擇任意兩點建立直線方程，所述直線方程具體為：
[0016] y = k(x_xl)+yl，其中，k=(y2_yl)/(x2_xl)
[0017]其中，（xl，yl)為第一點的坐標值，（x2，y2)為第二點的坐標值；
[0018]遍歷其他滿足要求的各個中心點，如果某一個中心點離該直線的距離小于某一閾 值，則認為該中心點與該直線共線；
[0019]得到某一中心、點(X〇，y〇)到直線的距離為：
[0021]可選的，所述對所有輪廓進行擬合獲取每個輪廓的中心點具體，包括：
[0022]采用攝影校正法獲取每個輪廓的中心點。
[0023] 可選的，所述對所有輪廓進行擬合獲取每個輪廓的中心點具體，包括：
[0024] 采用曲線擬合與無限接近法獲取每個輪廓的中心點。
[0025] 可選的，所述對所有輪廓進行擬合獲取每個輪廓的中心點具體，包括：
[0026] 采用環形模版橢圓擬合法獲取每個輪廓的中心點。
[0027] 可選的，所述對所有輪廓進行擬合獲取每個輪廓的中心點具體，包括：
[0028] 環形模版曲線擬合與無限接近法獲取每個輪廓的中心點。
[0029] 可選的，所述對所有輪廓進行擬合獲取每個輪廓的中心點具體，包括：
[0030] 環形模版攝影校正法獲取每個輪廓的中心點。
[0031] 可選的，所述對所有輪廓進行擬合獲取每個輪廓的中心點具體，包括：
[0032] 采用環形模版曲線擬合與無限接近法獲取每個輪廓的中心點。
[0033]在本發明實施例中，本發明提供的技術方案提出一種精確較靈活的多視圖相機標 定算法，模擬數據實驗和實際數據實驗都表明，本發明提供的技術方案具有比較好的靈活 性和精度，基于靈活性的考慮，本發明提供的技術方案設計了一種易于識別的圓形模板，通 過模板圖案的幾何性質來進行二進制編碼，從而達到讓圖像坐標點與世界坐標點一一對應 的目的，進而完成標定過程。基于精確度的考慮，我們不僅采用了橢圓擬合，射影校正，曲線 擬合與無限接近等方法定位圓形中心點，并在圓形模板的基礎上設計了環形模板，理論上 來說兩個圓的中心平均值應該比單個圓的精度高。。
【附圖說明】
[0034] 圖1為本發明第一較佳實施方式提供的一種手持多目相機高精度標定方法的流程 圖；
[0035] 圖2為本發明第一較佳實施方式檢測出四點共線的點示意圖；
[0036] 圖3為本發明是32張3200 X 2400大小的圖像經過11層octree的計算，再用possion 重建得到的模型；
[0037]圖4為本發明環形模版配合無限接近方法得到的樹的Visual Hull模型；
[0038] 圖5為本發明【具體實施方式】提供的經過度量校正的圖像對比示意圖；其中，左圖為 未度量校正的圖像，右圖為經過度量校正的圖像。
[0039] 圖6為本發明提供的弦的中點會無限收斂于圓心示意圖；
[0040] 圖7為本發明提供的圓形模板示意圖；
[0041] 圖8為本發明【具體實施方式】提供的環形模板模擬照片及橢圓擬合結果對比示意 圖；其中，左圖為環形模板模擬照片的圖像，右圖為經過橢圓擬合的圖像；
[0042] 圖9為本發明【具體實施方式】提供的環形模板模擬照片及圖像校正結果對比示意 圖；其中，左圖為環形模板模擬照片的圖像，右圖為經過圖像校正結果的圖像。
【具體實施方式】
[0043] 為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對 本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并 不用于限定本發明。
[0044] 本發明第一較佳實施方式提供一種手持多目相機高精度標定方法，該方法由智能 設備完成，該智能設備包括但不限于:計算機、服務器、PDA等智能計算設備，該方法如圖1所 示，包括如下步驟：
[0045] 步驟S101、對原始圖片進行預處理，得到邊緣輪廓；
[0046]上述步驟中的預處理可以采用現有技術的方法，在本發明第一較佳實施方式中并 不限制上述預處理的具體實現方法，主要其能夠得到邊緣輪廓即可。
[0047]步驟S102、對所有輪廓進行擬合獲取每個輪廓的中心點和面積；
[0048] 上述步驟中中心點的獲取方法可以參見下述實施方式的描述，這里不在贅述，上 述面積的獲取方法可以采用現有技術的方法，本發明【具體實施方式】并面積的獲取方式并不 限定。
[0049] 步驟S103、檢測所有的中心點中滿足四點共線的點，并把共線的四點打包成一組；
[0050] 上述步驟中選擇任意兩點建立直線方程;直線方程具體可以為：
[0051 ] y = k(x_xl )+yl，其中，k = (y2_yl )/(x2_xl)
[0052]上述(xl，yl)可以為第一點的坐標值，上述(x2，y2)可以為第二點的坐標值。
[0053]遍歷其他滿足要求的各個中心點，考慮到圖像上的點有一定誤差，如果某一個中 心點離這條直線的距離小于某一閾值，我們則認為這三點是共線的。
[0054]得到某一中心點(x0，y0)到直線的距離為：
[0056] 以同樣的方式我們可以找到第四點，具體的查找可以如圖2所示，從圖2中我們能 看到有明顯不符合要求的點，所以我們要對篩選條件加以限制，即需要進行步驟S104-S106〇
[0057] 步驟S104、利用射影幾何中的交比不變關系從滿足四點共線的點中選擇出正確的 圖像坐標點；
[0058] 上述步驟的實現方法具體可以為經過四點一線檢測出的點并不都是滿足要求的 點，需要利用射影幾何中的交比不變關系進一步對條件加以限制，交比是射影不變量，可以 幫助我們排除一部分錯誤的組，每組中一條直線上的四點與其他組中相同直線上的四點都 通過直線到直線的射影變換相關聯，所以所有圖像中相同組的四點都具有相同的交比值。 由于設計模型的時候，四點中每相鄰兩點之間的距離是一樣的，這樣我們很容易能計算得 出交比，從而來驗證檢測到的一條直線上的四點是否為滿足要求的點。
[0059] 步驟S105、計算所有滿足條件的中心點的平均值，即所有中心點的中心位置，計算 每個組四點離中心點的距離，依據該距離的大小對每個組四點的二進制數的位置排序；
[0060] 上述步驟的排序方式可以有多種，例如在本發明第一較佳實施方式的一個實施例 中，可以按距離從大到小的順序進行二進制數的排列，當然也可以反過來，例如在本發明第 一較佳實施方式的另一個實施例中，可以按距離從小到大的順序進行二進制數的排列。
[0061] 步驟S106、比較每組四個輪廓的相對大小，依據四個輪廓相對大小的比值設置每 個組四點的二進制數的值；
[0062] 上述依據四個輪廓相對大小的比值設