没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
为了提高大视场、远距离的双目摄像机标定精度,提出一种基于位姿约束的摄像机标定算法。该方法利用双目摄像机之间的三维位姿关系是刚体变换这一属性,标定出左、右摄像机相对位姿的外部参数。利用相对位姿为约束条件求取摄像机的初始内部参数,剔除较大的重投影误差值对应的标定图像组,重复迭代直至重投影误差平均值小于指定值,得到多个待优化的摄像机内部参数。再将最后标定图像组的角点坐标、待优化的摄像机内部参数和相应的外部参数,建立一个以角点三维重构坐标值与实际设定角点三维坐标值的模均值为最小的目标函数,求解出双目摄像机标定参数的最优解。该方法很好地解决了误差大的标定图像造成的影响,且充分利用了双目摄像机之间的位姿约束关系。通过仿真和标定实验可以看出,本文方法可以实现大视场双目摄像机的高精度标定。
资源推荐
资源详情
资源评论
第 36 卷 第 1 期
2016 年 1 月
Vol. 36, No. 1
January, 2016
光 学 学 报
ACTA OPTICA SINICA
0115003-
基于位姿约束的大视场双目视觉标定算法
张 超 韩 成
*
杨华民 杨 帆
长春理工大学计算机科学技术学院, 吉林 长春 130000
摘要 为了提高大视场、远距离的双目摄像机标定精度,提出一种基于位姿约束的摄像机标定算法。该方法利用双
目摄 像机之间的 三维位姿关 系是刚体变 换这一属性 ,标定 出左、右摄像机相 对位姿的外 部参数。利 用相对位姿 为
约束 条件求取摄 像机的初始 内部参数,剔除较 大的重投影 误差值对应 的标定图像 组,重复迭代直 至重投影误 差平
均值 小于指定值 ,得到 多个待优化 的摄像机内 部参数。再 将最后标定 图像组的角 点坐标、待优化的 摄像机内部 参
数和 相应的外部 参数,建立一个以 角点三维重 构坐标值与 实际设定角 点三维坐标 值的模均值 为最小的目 标函数,
求解出双目摄像机标定参数的最优解。该方法很好地解决了误差大的标定图像造成的影响,且充分利用了双目摄
像机之间的位姿约束关系。通过仿真和标定实验可以看出,本文方法可以实现大视场双目摄像机的高精度标定。
关键词 机器视觉; 双目视觉; 位姿约束; 相机标定; 刚体变换; 重投影误差
中图分类号 TP391 文献标识码 A
doi: 10.3788/AOS201636.0115003
Large Field and Binocular Vision Calibration Algorithm Based
on Position and Orientation Constraints
Zhang Chao Han Cheng Yang Huamin Yang Fan
School of Computer Science and Technology, Changchun University of Science and Technology,
Changchun, Jilin 130000, China
Abstract In order to improve the accuracy of large field, far distant binocular camera calibration, a new calibration
algorithm based on the constraints of camera position and orientation is proposed. As the three-dimensional position
and orientation relationship between binocular cameras is a rigid transformation, the external parameters of relative
pose of left and right cameras are targeted. By using the constraints of the relative position and orientation, internal
parameters of the initial left and right cameras are calibrated. Excluding calibration image groups by large re-
projection errors, repeating iterations until the mean of re-projection errors is less than the specified value, several
camera internal parameters to be optimized is obtained. Then combining with the corner point coordinates of image
groups, camera internal parameters to be optimized and corresponding external parameters, an objective function
is established that the values of three-dimensional reconstruct corner point coordinates and the values of the actual
three-dimensional corner point coordinates are the smallest. The optimal solution of binocular camera calibration
parameters is solved. The proposed method is a good solution to the impact caused by the large error of calibration
image, and makes full use of the constraint relationship between the binocular cameras position and orientation.
Through simulation and calibration experiments, it can be seen that the proposed method can achieve a high
precision calibration of large field binocular cameras.
Key words machine vision; binocular vision; pose constraints; camera calibration; rigid transformation; re-
projection error
OCIS codes 150.0155; 150.1488;150.1135
收稿日期: 2015-08-04; 收到修改稿日期: 2015-08-24
基金 项目: 国家科技支撑计划重大项目课题(2012BAF12B22)、吉林省重大科技攻关项目(2012ZDGG004)、吉林省科技发展
计划项目(20130303011GX)、长春市科技计划项目(14KG013)、吉林省科技发展计划项目(20140204050GX)
作者简介: 张 超(1985—),男,博士研究生,主要从事图像处理、计算机视觉、增强现实等方面的研究。
E-mail:zhangchao511221@hotmail.com
导师简介: 杨华民(1963—),男,博士,教授,主要从事系统仿真、图像处理、机器视觉等方面的研究。E-mail:yhm@cust.edu.cn
*通信联系人。E-mail:hancheng@cust.edu.cn
1
光 学 学 报
0115003-
1 引 言
在计算机视觉与光学测量领域,双目视觉技术是一种具有仿生特性并充分利用双目视差原理的三维测
量与感知方法 ,它采用三角测量和透视投影方法合理 地刻画 出客观 三维景 物的深 度和距 离信息 ,被广泛地
应用于工业检测、机器人 避障、汽 车导航、三维重建等诸多领域。 从三维 测量的普适性角度看,双目视觉 技
术具有测量速度快、测量 精度高 、结构简 单、自动化程度高、非接触 性等优 点而成 为光学测量研究 的热点 问
题之一。双目视觉技术的计算理论借助了摄 像机标 定过程 得到的 几何成 像模型参数,通过左、右 眼两幅图
像中匹配点二维坐标的投影变换,解算得到空间点的 三维世 界坐标 。因为 双目视 觉技术 是通过左、右眼摄
像机建立起三维空间的物像关系,从而将匹配的二维 图像坐 标恢复 为三维 世界坐 标,所以 双目视 觉中摄像
机参数 标定的 精准度 直接影 响着三 维世界 坐标的 解算精 度。摄 像机参 数的标 定是双 目视觉系统构建的重
要环节,因此参数标定的可信性与准确性是双目视觉技术研究的重点。
目前摄像机标定方法中自标定法和传统标定法得到研究者的广泛研究。自标定方法是利用多幅图像之
间的自身关系求解摄像机参数
[1-2]
。Baataoui 等
[3]
提出了一个 CCD 摄像机自标定方法,该方法最大限度地减少
自标定约束;徐嵩等
[4-5]
利用射影几何中消影点的特性进行摄像机自标定。自标定方法虽然具有灵活性强等优
点,但稳健性较差,且不适用于大视场的摄像机标定。传统标定法需事先选取一个规定的标准参照物,通过建
立已知的标准参照物中三维点和成像点之间的数学关系,求解摄像机的各个参数
[6-8]
。Marita 等
[9]
提出了一种远
距离摄像机标定方法,其通过设定多个“X”形标定图像,将其固定在指定的位置上,利用透视投影原理对摄像
机进行标定,然而该方法没有对摄像机的内部参数进行优化标定。孙军华等
[10]
提出了一种将多个小平面标靶
进行组合,通过确定其中的一个标靶为坐标系来约束各个标靶,建立相应的目标函数,但是该方法涉及到标靶
的特征点较多,提取费时,而且在建立各个标靶之间的约束关系时也存在一定的误差,导致整个标定精度降低。
霍炬等
[11]
则提出了一种利用多个小标靶之间的刚体变换,把各个小标靶拼接成一个大标靶,然后进行摄像机的
标定,但是该方法在求解的过程中需要进行多次非线性优化,算法的运行效率比较低。文献[10-13]都涉及到
待标定视场较大时,在提取各个小的标靶的特征点的误差大,摄像机的标定精度无法得到保障,以及没有排除
造成的标定精度误差大的图像组,且都没有考虑双目摄像机之间的刚性位姿关系。
基于以上原因,本文提出了一种基于位姿约束的大视场双目视觉标定算法,它以双目摄像机的物理刚性
关系为约束条件进行内、外参优化求解,避免了传统标定方法中内、外参迭代求解的过度优化问题。该算法首
先通过标靶在空间中各个姿态的特征点三维坐标值与其在成像平面中成像点的关系,求解单个摄像机的外部
参数,再利用左、右摄像机之间的刚体位姿变换关系,求解出另一摄像机的外部参数。将重投影误差值进行反
复迭代求解多个左、右摄像机的待优化内部参数,最后通过三维重构的平均误差求解出最优摄像机参数。
2 双目视觉摄像机成像模型
摄像机的透视投影模型是指通过摄像机的镜头把外界场景透视投影在一个图像平面上,其理想情况下
被称为针孔成像模型。在针孔成像模型中定义三个坐标系:全局的基准坐标系
(O
W
_X
w
Y
w
Z
w
)
、以摄像机光心
为原点的坐标系(O
C
_X
c
Y
c
Z
c
)、成像平面坐标系(O
I
_uv)。
设 空 间 中 点 P 在
O
W
_X
w
Y
w
Z
w
坐 标 系 下 的 坐 标 为 P
Glo
=[P
Gx
P
Gy
P
Gz
]
T
, 其 在 O
C
_X
c
Y
c
Z
c
坐 标 系 下 的 点 为
P
Cam
= [P
Cx
P
Cy
P
Cz
]
T
, 在 O
I
_uv 坐 标 系 下 的 齐 次 坐 标 为 P
Img
=[P
u
P
v
1]
T
。 引 入 旋 转 矩 阵 R
M
、平 移 矩 阵 T
M
来 描 述
O
W
_X
w
Y
w
Z
w
坐标系和 O
C
_X
c
Y
c
Z
c
坐标系之间的相对位置和姿态关系,得到
ì
í
î
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
R
M
=
é
ë
ê
ê
ù
û
ú
ú
R
M
1
R
M
2
R
M
3
R
M
4
R
M
5
R
M
6
R
M
7
R
M
8
R
M
9
, T
M
=
[ ]
T
M x
T
M y
T
M z
T
P
M
=
é
ë
ê
ê
ù
û
ú
ú
P
M
1
P
M
5
P
M
9
P
M
2
P
M
6
P
M
10
P
M
3
P
M
7
P
M
11
P
M
4
P
M
8
P
M
12
= I
M
é
ë
ê
ù
û
ú
R
M
T
M
O
T
1
=
é
ë
ê
ê
ù
û
ú
ú
F
P x
0
0
0
F
P y
0
C
P x
C
P y
1
0
0
0
é
ë
ê
ù
û
ú
R
M
T
M
O
T
1
=
é
ë
ê
ê
ù
û
ú
ú
F
P x
× R
M
1
+ C
P x
× R
M
7
F
P y
× R
M
4
+ C
P y
× R
M
7
R
M
7
F
P x
× R
M
2
+ C
P x
× R
M
8
F
P y
× R
M
5
+ C
P y
× R
M
8
R
M
8
F
P x
× R
M
3
+ C
P x
× R
M
9
F
P y
× R
M
6
+ C
P y
× R
M
9
R
M
9
F
P x
× T
M x
+ C
P x
× T
M z
F
P y
× T
M y
+ C
P y
× T
M z
T
M z
, (1)
2
剩余9页未读,继续阅读
资源评论
weixin_38722944
- 粉丝: 3
- 资源: 889
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功