基于多视图拼接重构等效大靶标的大视场相机标定方法与流程
本技术涉及大视场相机标定,特别涉及基于多视图拼接重构等效大靶标的大视场相机标定方法。
背景技术:
1、现有大视场相机标定方法通常依赖大尺寸靶标以实现对完整视场的覆盖。然而,在视场范围达到数十米至上百米的应用场景中,该类方法普遍存在标定靶标制作困难、布设复杂以及采集灵活性不足等问题,导致标定过程成本高且实施难度大。同时,当采用小尺寸标定靶标进行标定时,由于单次采集难以覆盖完整视场,易引入视场覆盖不充分问题,从而影响标定精度。因此,如何在使用小尺寸标定靶标的条件下,通过多视图信息融合构建等效大靶标,并在此基础上实现大视场相机的高精度标定,成为亟需解决的技术问题。
2、中国发明专利《一种适用于复杂工况的大视场相机现场快速标定方法》(cn202211431639.6)融合近景摄影测量、双目立体视觉以及全站仪测距技术,将小尺寸十字标定靶标与全站仪获取的测量场景中相距较远的一对标志点之间的距离共同构建为柔性标定靶标,实现了复杂工况下大视场相机的高效标定。该方法能够在数分钟内完成对几十米至上百米范围内大视场相机内外参数的现场快速标定。然而,该方法仍需在测量场景中布设多个标志点,并依赖全站仪测量至少一组标志点之间的距离以确定尺度。在背景空旷、难以布设或粘贴标志点的场景中,其应用受到一定限制。
3、中国发明专利《一种远距离大视场的双目相机标定方法和三维测量方法》(cn202111559420.x)提出了一种面向远距离大视场场景的双目标定与三维测量方法。其核心思想是通过左右相机分别采集多帧标定靶标图像,从成对图像中提取并匹配多组同名特征点;结合预先标定或求解得到的相机内参数,基于针孔成像模型及极线约束关系,计算每组匹配特征点在对应相机坐标系下的三维空间坐标,为后续双目立体匹配、视差估计以及远距离大视场场景的高精度三维重建与尺寸测量提供基础点云数据支撑。然而,在远距离及超大视场条件下,标定靶标的制作、运输与现场布设难度较大;同时,超大视场难以保证标定靶标完整覆盖有效视场区域,容易引入边缘畸变,从而降低标定精度。
4、发明专利《一种基于平面靶标组合的大视场相机标定方法》(cn201911389366.1)通过多块小尺寸平面靶标与相机成像平面之间的单应性变换关系,将各靶标统一映射至基准靶标平面,进而求解各靶标上的虚拟特征点坐标。在此基础上构建虚拟整体标定靶标,并通过特征点重投影误差优化,迭代求解相机内参数及畸变参数,实现大视场条件下多平面组合靶标的统一标定。然而,该方法要求多块平面靶标按照特定姿态与空间位置进行布设并被完整成像,在野外、远距离及超大视场场景中,靶标的布设、对齐及成像过程复杂,导致其环境适应性较差。
5、文献《基于虚拟大尺寸标定板的大视场相机标定算法的研究与实现》(刘东.基于虚拟大尺寸标定板的大视场相机标定算法的研究与实现[d].合肥工业大学,2023.)提出了一种基于虚拟大尺寸标定板的相机标定方法。该方法首先利用激光干涉仪与高精度一维气浮导轨构建高精度大尺寸基准平面;随后,将棋盘格标定板布设于相机视场内的不同空间位置,使各位置下的角点均投影至该基准平面,从而构建高精度虚拟大尺寸标定板;最后,通过改变相机的位置与姿态,基于该虚拟标定板完成大空间立体视觉测量环境下的相机内外参数标定。但该方法存在明显局限:设备依赖度高,需借助激光干涉仪、高精度一维气浮导轨等精密设备构建基准平面,设备成本高、便携性差,难以适应野外、现场等复杂工况的标定需求;操作流程繁琐,棋盘格标定板需均匀布置在视场不同空间位置,且需严格确保所有角点精准投影至基准平面,对操作规范性要求极高,标定效率较低。
6、以上现有技术在实际应用中仍然存在一些不足:一方面,多数方法依赖标志点或标定靶标的现场布设,对环境条件要求较高,在空旷或不便布设标志物的场景中适用性受限;另一方面,在远距离及超大视场条件下,标定靶标的制作、运输与完整成像难度较大,易引入畸变误差;此外,部分方法对设备精度或实验条件依赖较强,实现成本较高,现场操作复杂,整体鲁棒性与通用性仍有待进一步提升。
7、综上所述,现有的大视场相机标定技术的场景适配性与操作便捷性有待提高,标定成本与布设难度有待降低。
技术实现思路
1、本技术提供了基于多视图拼接重构等效大靶标的大视场相机标定方法,用以解决现有的大视场相机标定技术的场景适配性与操作便捷性有待提高,标定成本与布设难度有待降低的问题。
2、一方面,本技术提供了基于多视图拼接重构等效大靶标的大视场相机标定方法,包括以下步骤:
3、步骤一,对双目相机的内参数进行标定,得到标定内参数。
4、步骤二,采用双目相机基于圆点阵列标定板进行多视角双目图像同步采集,得到若干帧不同位置的圆点阵列标定板图像。
5、步骤三,基于dlt直接线性变换法根据每一帧圆点阵列标定板图像进行外参数求解,得到双目相机的初始外参数。
6、步骤四,将所有的圆点阵列标定板图像的所有圆点,按其二维坐标合并至同一幅图像内,重构出虚拟等效大尺寸标定靶标。
7、步骤五,基于所述虚拟等效大尺寸标定靶标对所述初始外参数进行优化,得到优化外参数。
8、步骤六,采用光束平差算法对所述优化外参数、所述标定内参数进行全局优化,全局优化后输出标定结果,即双目相机最终的内参数和外参数。
9、在一种可能的实现方式中,步骤一中,分别对双目相机的左、右单个相机的内参数进行独立标定,单个相机的内参数独立标定流程包括:
10、采集不同视角的十字形标定靶标图像。
11、提取所述十字形标定靶标图像的特征点像素坐标及唯一标识id。
12、基于所述特征点像素坐标和所述唯一标识id进行相对定向和绝对定向,得到各个十字形标定靶标图像在统一坐标系下的外方参数。
13、采用光束平差算法在十参数畸变模型的框架下根据所述外方参数逐步迭代获取单个相机的内参数。
14、在一种可能的实现方式中,步骤二中,所述圆点阵列标定板在使用前,预先进行标定板坐标校准。
15、所述多视角双目图像同步采集的过程中,所述圆点阵列标定板所经历区域的并集面积不小于测量视场总面积的75%。
16、在一种可能的实现方式中,步骤三包括:
17、检测每一帧圆点阵列标定板图像的圆点阵列。
18、对所述圆点阵列中的每个圆点进行编号。
19、根据圆点编号完成双目相机中同名点的匹配,采用dlt直接线性变换法根据同名点的三维坐标进行外参数求解,得到双目相机的初始外参数。
20、在一种可能的实现方式中,采用dlt直接线性变换法根据同名点的三维坐标进行外参数求解,得到双目相机的初始外参数,包括:
21、根据同名点的三维坐标,采用dlt直接线性变换法分别解算双目相机相对于圆点阵列标定板的位姿。
22、根据双目相机相对于圆点阵列标定板的位姿通过坐标转换计算双目相机相对位姿。
23、对每一帧圆点阵列标定板图像求得的双目相机相对位姿取平均值,作为双目相机的初始外参数。
24、在一种可能的实现方式中,步骤四中,在重构出虚拟等效大尺寸标定靶标后,对所述虚拟等效大尺寸标定靶标的每个圆点进行重新编号,并构建所述虚拟等效大尺寸标定靶标的比例尺。
25、在一种可能的实现方式中,步骤五包括:
26、对左、右两个虚拟等效大尺寸标定靶标进行同名点匹配,得到大尺寸标定靶标同名点。
27、利用所述标定内参数对所述大尺寸标定靶标同名点进行畸变校正后,转化为归一化坐标。
28、基于所述归一化坐标定义每一对大尺寸标定靶标同名点的误差函数,所有大尺寸标定靶标同名点对的误差平方和构成总体目标函数。
29、将所述初始外参数作为初值,采用非线性最小二乘优化方法对所述总体目标函数进行迭代优化。
30、迭代收敛时,得到优化外参数。
31、在一种可能的实现方式中,步骤六包括:
32、基于所述优化外参数、所述标定内参数,结合步骤五获得的全部大尺寸标定靶标同名点,构建以最小化重投影误差为目标的非线性最小二乘模型。
33、采用光束平差算法对所述非线性最小二乘模型进行全局优化,并采用步骤四中构建的比例尺对重建尺度进行校正与约束。
34、全局优化后输出标定结果,即双目相机最终的内参数和外参数。
35、本技术中的基于多视图拼接重构等效大靶标的大视场相机标定方法,具有以下优点:
36、通过可移动圆点阵列标定板采集多视图图像重构等效大靶标,结合初始外参求解与分级优化的标定流程,提高了大视场相机标定的场景适配性与操作便捷性,降低了标定成本与布设难度。
37、通过对双目左右相机采用十字形标定靶标独立标定,结合相对定向、绝对定向与光束平差优化求解内参数,提高了相机内参数标定的精度与可靠性,为后续外参求解与全局优化提供了准确基准。
38、通过预先校准圆点阵列标定板的三维坐标并控制采集区域视场覆盖率不低于75%,提高了标定数据对视场的覆盖充分性与坐标基准准确性,有效降低了视场边缘畸变引入的标定误差。
39、通过检测圆点阵列并完成编号与同名点匹配,结合dlt直接线性变换法逐帧求解双目相机初始外参数,提高了外参初值的求解效率与准确性,为后续高精度优化提供了可靠的迭代起点。
40、通过逐帧解算单相机相对标定板位姿,经坐标转换得到双目相对位姿后取均值作为初始外参数,提高了初始外参数的鲁棒性与稳定性,削弱了单帧采集误差对标定结果的不利影响。
41、通过对重构后的虚拟等效大尺寸标定靶标重新编号并构建多组比例尺,提高了多帧特征点匹配的唯一性与标定尺度的准确性,为后续全局优化的尺度约束提供了可靠基准。
42、通过基于虚拟等效大靶标完成同名点匹配与坐标归一化,构建目标函数并采用非线性最小二乘优化外参数,提高了双目相机外参数的求解精度,充分发挥了全视场特征数据的约束作用。
43、通过构建重投影误差目标函数并采用光束平差进行全局优化,结合比例尺约束校正重建尺度,提高了双目相机内外参数的全局一致性与标定精度,获得了全局最优的标定结果。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com