移动终端摄像机校准方法

移动终端摄像机校准方法

[专利摘要]该移动终端摄像机的标定方法包括以下步骤: 以黑白棋盘格图像为标定对象，在标定对象上选择多个特征点；使用待校准的移动终端相机拍摄至少2个校准对象图像;识别所捕获的校准对象图像上的特征点的图像坐标，并确定其对应的对象坐标；根据特征点的图像坐标（u，v）和对象坐标（X，Y，Z）的投影变化关系解决了校准参数: 主要距离分量（fx，fy），偏心畸变系数（cx， cy），径向变形系数（k1，k2，k3）和切向变形系数（p1，p2）. 本发明是一种针对移动终端摄像机的物理特性而专门设计的校准方法，实现了移动终端摄像机的校准参数的求解，解决了工作时间长，操作不便，价格高，不适用于移动终端的问题. 传统的校准方法. 结果是精度高，稳定性好，为有效实现移动终端摄像机的标定和获得高质量的图像提供了有力的保证.

【专利说明】移动终端的摄像机标定方法

【技术领域】

[0001]本发明涉及相机校准[技术领域]，尤其涉及一种用于移动终端的相机校准方法.

【背景技术】

[0002]数字摄影测量技术作为摄影测量技术发展的第三阶段，由于其原始数据和产品数字化，过程化，已广泛用于三维地图绘制，数字城市，文物保护和三维导航自动化和其他特征以及许多其他方面.

[0003]在数字摄影测量中，图像质量是确定后续数据处理和最终结果的准确性和准确性的重要因素之一. 然而，由于镜片制造工艺，原材料质量等因素的限制，图像不可避免地会出现不可忽略的几何畸变，例如直曲线和矩形错切. 这些失真将导致诸如精度下降和后处理期间图像失真之类的问题. 因此，在获取图像之前，数字摄影测量通常需要确定诸如相机畸变系数之类的校准参数，即执行相机校准，并使用校准结果对图像进行重采样以消除图像畸变.

[0004]随着电子技术的发展，诸如手机和平板电脑之类的移动终端逐渐普及并广泛用于摄影和摄影，并且所捕获的图像也存在失真的问题.

[0005]当前，许多学者对不同类型的相机和不同的校准方法进行了大量研究，但是目前还没有适合所有相机的校准算法和过程. 传统的相机校准基于获取校准对象的图像，并使用诸如CDW（近距离数字工作站）之类的软件来解决诸如相机中的方向元素和失真系数之类的校准参数. 这些方法通常需要特殊设备，指定程序和特殊校准环境的支持. 校准设备不仅价格昂贵，而且无法及时获取校准参数，缺乏一定的灵活性，不适合移动终端.

[发明内容]

[0006]本发明的目的是克服现有技术的上述缺点和不足，提供一种移动终端摄像机标定方法，以准确，高效，灵活，低成本地消除上述缺点. 移动终端拍摄图像的几何畸变，提高了图像质量，解决了传统校准方法昂贵的校准设备和操作不便的问题.

[0007]本发明为解决上述问题而采用的技术方案是:

[0008]移动终端摄像机的标定方法，包括以下步骤:

[0009] S1选择校准对象: 使用黑白棋盘图像作为校准对象，在校准对象上选择多个特征点； [0010] S2拍摄待解决的图像: 用移动终端相机拍摄至少两张待校正张校正对象图像；

[0011] S3识别特征点坐标: 识别所捕获的校准对象图像上的特征点的图像坐标，并确定其对应的对象坐标；

[0012] S4求解校准参数: 根据特征点的图像坐标（u，V）和物体坐标（X，Y，Z）求解校准参数，该校准参数包括主要距离分量（fx，fy），偏心畸变系数（Cx，Cy），径向畸变系数Gi1，k2，k3），切向畸变系数（P1，P2）;特征点的图像坐标（u，v），对象坐标（X，Y，Z）的投影变化满足以下两个公式:

[要求]

1. 移动终端摄像机的标定方法，包括以下步骤: Sl选择标定对象: 以黑白棋盘图像为标定对象，在标定对象上选择多个特征点； S2拍摄待解决的图像: 使用待校准的移动终端相机拍摄至少两张校准物图像； S3识别特征点坐标: 识别所捕获的校准物体图像上特征点的像侧坐标，并确定其对应的物体侧坐标； S4求解校准参数: 根据特征点的图像坐标（u，v）和对象坐标（X，Y，Z）求解校准参数. 校准参数包括主要距离分量（fx，fy）和偏心畸变系数（cx，cy）），径向畸变系数Gc1，k2，k3），切向畸变系数（P1，P2）；特征点（u，v）的图像坐标投影与对象坐标（X，Y，Z）的投影关系满足以下两种方法:

式（1）中，Rp，R3为三个旋转矢量，分别用于表示空间点物坐标和图像坐标的旋转变化. T是平移向量，用于表示空间点对象的坐标和图像的平方坐标的平移变化； s是齐次坐标系数； λ'是图像变化时的缩放因子，用于表示内部定向元素旋转，平移和投影变换后空间点对象和图像坐标的缩放变化；在公式（2）中，（u'，v'）是通过将对象坐标（Χ，Υ，ζ）代入公式（1）而计算出的图像平方坐标的理论值.

2. 2.根据权利要求1所述的移动终端摄像机的标定方法，其特征在于，在步骤S4中，根据特征点的图像坐标（u，V）和物体坐标（Χ，Υ，ζ）计算解. 校准参数包括以下步骤: 541.将特征点的像侧坐标（u，v）及其对应的物侧坐标（Χ，Υ，ζ）代入公式（1）以求解主距离分量（fx，fy），偏心畸变系数（cx，cy），在此步骤中，至少将4个特征点替换为图像坐标（u，V）和对象坐标（X，Y，Z），这些特征点至少来自两个图像，每个图像至少选择两个特征点； 542.将fx，fy，cx和Cy的求解值代入公式（1），并将特征点的对象坐标（X，Υ，ZO）代入公式（1）图像的理论值图像中计算出的特征点的坐标，图像坐标的理论值用（u'，v'）表示； 543，特征点（u'，v'）和像侧的图像坐标的理论值将坐标（u，v）代入公式（2）相机标定，并采用最小二乘法求解径向畸变系数G ^ k2，k3）和切向畸变系数（PpP2）.

3. 3.根据权利要求2所述的移动终端的摄像机标定方法，其特征在于，步骤S41包括以下步骤: S411. 首先，将校准对象的黑白棋盘图像用作一个平面，即所有特征点的对象侧坐标Z = O的特征，将公式（1）简化为:

5412，建立单应矩阵H，令单应矩阵H为: H = [h九h3] =λ，AER1 R2 T]（4）5413，特征点的图像坐标（u，v）和将其对应的对象坐标（Χ，Υ）按照最小二乘的原理，通过确定平面坐标转换参数的方法，求出λ'AtR1R2Τ]或H的特定值，代入公式（3） hp h2和h3的具体值; 5414.由于R1和R2是旋转向量，请使用它们的两个正交特征和相等的模数长度来构造约束方程:

5415. 将在步骤S413中获得的hp h2的特定值代入公式（5），求出λ2A ^ T1的值. 5416，解决fx，fy，cx，cy:

假设在步骤S415中获得的λ2AlT1的值

等额替换

根据公式（6）可以得到:

4. 3.根据权利要求2所述的用于移动终端的相机校准方法，其中，在步骤S41中，还使用其余特征点的图像坐标（U，v）和物体坐标（X，Y，Z）. 用于优化主要距离分量（fx，fy）和偏心畸变系数（cx相机标定，cy）. 在优化过程中特征点满足的条件是:

在公式中，η是要求解的图像数，m是每个要求解的图像中包含的特征点数，π^ _是第i个第j个角点的像侧待求解图像坐标（u，V），Λ为待求解图像的第i个旋转矩阵. Mij是第i个待求解图像中第j个角点的对象坐标（X，Y，Z），？是第i个待求解图像的平移矢量；是通过公式（1）计算的第i个要解析图像中第j个角点的理论坐标值（U'，V'）.

5. 3.根据权利要求2所述的移动终端的摄像机标定方法，其特征在于，在步骤S43中，使用最小二乘法求解所述径向畸变系数（k，.k” .U，切向畸变系数（N）. 结束是:

在公式中，η是要求解的图像数，m是每个要求解的图像中包含的特征点数，π^ _是第i个第j个角点的像侧待求解图像坐标（u，V），1为待求解图像的第i个旋转矩阵. Mij是要求解的第i个图像中第j个角点的对象坐标（X，Y，Z），f是要求解的第i个图像的平移向量； /？+ 4个名称，々243，/？1，？2，图块，云和金钱（^是第一个由公式（1）和公式（2）计算得出的最终理论图像坐标，第j个角在要解决的图像中.

6. 6.根据权利要求1至5中任一项所述的移动终端的摄像机标定方法，其特征在于，在步骤S1中，将黑白棋盘图像的每四个黑白交织正方形的中心点取为对于特征点，选择特征点分布为6X9或7X10的黑白棋盘图像作为校准对象.

7. 6.根据权利要求1至5中任一项所述的移动终端摄像机的标定方法，其特征在于，在步骤S2中，使用待标定的移动终端摄像机拍摄标定对象的5张图像.

8. 6.根据权利要求1至5中任一项所述的移动终端摄像机的标定方法，其特征在于，在步骤S2中，所述待标定的移动终端摄像机用于从不同角度拍摄5个标定对象图像，并拍摄5个标定对象之间的垂直距离. 校准后的物体的图像与移动终端的和校准后的物体的距离相等，并且从移动终端到校准后的物体的中心的直线与校准后的物体形成40-50度的角度.

9. 9.根据权利要求8所述的移动终端摄像机的标定方法，其特征在于，在步骤S2中，所述待标定的移动终端摄像机用于从不同角度拍摄5张所述校准对象的图像，并在相反的方向上拍摄1张. 其他四幅照片是使用移动终端从上，下，左和右方向以与校准对象成40-50度的角度拍摄到校准对象的中心的.

10. 6.根据权利要求1至5中任一项所述的移动终端摄像机的标定方法，其特征在于，步骤S3包括以下步骤: S31特征点检测: 获取每个待求解图像的每个特征点的像素-水平图像坐标（u°，v °），确定特征点的数量和排列与校准对象是否一致，如果一致，则记录的图像正确并被保留，如果不一致，则特征点错误去除. S32精制坐标: 采用亚像素检测方法，获取特征点的亚像素图像坐标（u“，v”），并提供图像坐标数据，供以后的校正参数解析； S33建立特征点对: 确定图像中间与特征点相对应的对象坐标，并将每个特征点的对象坐标与图像坐标关联起来.

【文件号】G06T7 / 00GK104376572SQ201410720541

【公开日期】2015年2月25日申请日期: 2014年12月2日优先权日期: 2014年12月2日

[发明人]杨荣浩，李少大，杨晓霞，杨佳，张波，王鹏申请人: 成都理工大学

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-231602-1.html