一種攝像機標定方法
2023-09-20 22:27:15 1
專利名稱：一種攝像機標定方法
技術領域：
本發明涉及計算機視覺技術領域，特別涉及一種攝像機標定方法。
背景技術：
計算機視覺的基本任務之一就是從攝像機獲取的圖像信息出發計算三維空間中物體的幾何信息，並由此重建和識別物體，而空間物體表面的某點的三維幾何位置與其在圖像中對應點之間的相互關係是由攝像機成像的幾何模型決定的，這些幾何模型的參數就是攝像機參數，計算這些參數的過程就被稱為攝像機標定。現有技術中，普遍採用的攝像機標定法大都是利用成像幾何中的某些內在性質和關係先求一部分參數，然後利用這些已求得的參數來求解其他參數，俗稱兩步法，現有技術存在的問題是，此方法中第一步參數的結果對後續參數結果的計算尤為重要，因此要求必須使用足夠多的點才能夠保證第一步獲得較為精確的解。其中較為簡單的是Luis Gerardo de la Frage提出的基於長方體圖形的標定方法，該方法僅僅需要六到七個點就能夠完成對攝像機的標定。由於攝像機標定的過程可以考慮為一個優化過程，因此引入優化方法來對其進行優化求解，在兩步法中的第二步採用的是傳統優化方法，例如梯度下降法、牛頓迭代法，現有的引入優化方法存在的問題是，這些優化方法都有著共同的缺點是計算耗時長，且易受第一步計算結果的幹擾。
發明內容
本發明的目的旨在至少解決上述技術問題之一。為達到上述目的，本發明提出了一種攝像機標定方法，包括如下步驟S1 根據平行六面體形狀對攝像機拍攝的圖像進行校準以獲得所述圖像中各個頂點的第一二維坐標； S2:設置差分進化參數，其中所述差分進化參數包括最大進化代數Umax、種群上限ub、種群下限lb、變異參數Ck和交叉參數Cf，並在所述種群上限ub和所述種群下限Ib所包含的範圍內隨機生成m個個體，其中每個個體具有多個攝像機參數且所述m個個體構成初始種群，並初始化所述初始種群的最優位置；S3 根據所述變異參數Ck和所述交叉參數Cf按照預定的差分進化迭代公式更新當前種群的每個個體得到新種群；S4 根據所述各個頂點的第一二維坐標以及所述新種群計算所述新種群中每個個體的適應度；S5 根據所述每個個體的適應度計算新種群的當前代最優位置；S6 判斷所述當前代的最優位置與上一代最優位置的差值是否小於預定的閾值，如果所述差值小於所述閾值，則將預定的最優位置未更新次數 num加1，然後繼續執行步驟S7，如果所述差值大於或等於所述閾值，繼續執行步驟S7 ；S7 判斷所述最優位置未更新次數num是否達到預定的最大值，如果num達到所述最大值，則在隨機分布的個體空間中對所述新種群的個體編號為1至m/5的個體重新隨機選取，然後繼續執行步驟S8,如果num未達到所述最大值，繼續執行步驟S8 ；S8 判斷所述差分進化代數是否達到預定的最大進化代數，如果所述差分進化代數未達到所述最大進化代數，則重複執行步驟S3至步驟S7，如果所述差分進化代數達到所述最大進化代數，則停止，並將所述達到最大進化代數的當前代最優位置對應的攝像機參數作為攝像機標定結果。在本發明的一個實施例中，所述步驟Sl進一步包括S11 對攝像機拍攝圖像中出現的平行六面體進行各個頂點的手工標誌；S12 確定獲得的六個或七個頂點的第一二維圖像坐標。在本發明的一個實施例中，所述攝像機參數為χ = (12, I3, θ θ 2，θ 3, ti; t2，t3， Lutl，V(1)，其中，12，I3為所述平行六面體的兩個邊長與另一邊長I1的比例值，θ2，θ 3 為繞Z軸和Y軸的旋轉角度，為平移矩陣，f為有效焦距，Utl，V0為圖像坐標中心。在本發明的一個實施例中，所述種群上限Ub= [2,2, π/2，π/2，π/2，20，20，50，2000，600，400]，所述種群下限 Ib =
。在本發明的一個實施例中，所述步驟S3進一步包括S31 隨機產生小於m的三個不相等的正整數IVivr3 ；S32 根據所述交叉參數Cf，通過以下公式計算交叉個體Vi (t+1)， Vi( + 1) = χΓ3(0 +Cf-(χΓι(0-χΓ2(0)，其中i為所述種群中的個體編號；S33 產生隨機函數 U(0,1)和粒子序號；S34 根據所述隨機函數U(0，1)、所述粒子序號和所述變異參數CK，判斷是否更新所述種群的每個個體，如果U (0，1) <CK或i = irand，則更新所述種群的每個個體，Xi (t+1) =Vi (t+1)，否則不更新所述種群的每個個體，Xi (t+1) =Xi (t)0在本發明的一個實施例中，所述步驟S4進一步包括S41 根據所述種群的每個個體計算所述頂點的第二二維坐標Ah(O) ； S42 根據所述頂點的第一二維坐標Pi和所述頂點的第二二維坐標Ah⑴)，通過以下公式計算所述新種群中每個個體的適應度，
權利要求
1.一種攝像機標定方法，其特徵在於，包括如下步驟Sl 根據平行六面體形狀對攝像機拍攝的圖像進行校準以獲得所述圖像中各個頂點的第一二維坐標；S2:設置差分進化參數，其中所述差分進化參數包括最大進化代數Umax、種群上限ub、 種群下限lb、變異參數Ck和交叉參數CF，並在所述種群上限ub和所述種群下限Ib所包含的範圍內隨機生成m個個體，其中每個個體具有多個攝像機參數且所述m個個體構成初始種群，並初始化所述初始種群的最優位置；S3:根據所述變異參數Ck和所述交叉參數Cf按照預定的差分進化迭代公式更新當前種群的每個個體得到新種群；S4:根據所述各個頂點的第一二維坐標以及所述新種群計算所述新種群中每個個體的適應度；55根據所述每個個體的適應度計算新種群的當前代最優位置；56判斷所述當前代的最優位置與上一代最優位置的差值是否小於預定的閾值，如果所述差值小於所述閾值，則將預定的最優位置未更新次數num加1，然後繼續執行步驟S7, 如果所述差值大於或等於所述閾值，繼續執行步驟S7 ；S7:判斷所述最優位置未更新次數num是否達到預定的最大值，如果num達到所述最大值，則在隨機分布的個體空間中對所述新種群的個體編號為1至m/5的個體重新隨機選取， 然後繼續執行步驟S8,如果num未達到所述最大值，繼續執行步驟S8 ；S8 判斷所述差分進化代數是否達到預定的最大進化代數，如果所述差分進化代數未達到所述最大進化代數，則重複執行步驟S3至步驟S7,如果所述差分進化代數達到所述最大進化代數，則停止，並將所述達到最大進化代數的當前代最優位置對應的攝像機參數作為攝像機標定結果。
2.根據權利要求1所述的攝像機標定方法，其特徵在於，所述步驟Sl進一步包括511對攝像機拍攝圖像中出現的平行六面體進行各個頂點的手工標誌；512確定獲得的六個或七個頂點的第一二維圖像坐標Pi。
3.根據權利要求1所述的攝像機標定方法，其特徵在於，所述攝像機參數為，X = (12，13，θ θ 2，θ 3，ti; t2，t3，f，u0, vQ)，其中，12，I3為所述平行六面體的兩個邊長與另一邊長I1的比例值，θ2，θ 3為繞Z軸和Y軸的旋轉角度， 為平移矩陣，f為有效焦距，U0, V。為圖像坐標中心。
4.根據權利要求1所述的攝像機標定方法，其特徵在於，所述種群上限Ub=[2,2, 31/2，31/2，31/2，20，20，50，2000，600，400]，所述種群下限 Ib =
。
5.根據權利要求1所述的攝像機標定方法，其特徵在於，所述步驟S3進一步包括531隨機產生小於m的三個不相等的正整數r1; r2，r3 ；532根據所述交叉參數CF，通過以下公式計算交叉個體Vi (t+Ι)，Vi(^l) = Xr3W+ Cf-(χΓι(0-χΓ2(0)，其中i為所述種群中的個體編號；533產生隨機函數U(0，1)和粒子序號irand；534根據所述隨機函數U (0，1)、所述粒子序號irand和所述變異參數CK，判斷是否更新所述種群的每個個體，如果U(0，1) <CK或i = iMnd，則更新所述種群的每個個體，Xi(t+1) =Vi(t+l)， 否則不更新所述種群的每個個體，Xi(t+1) = Xi (t)。
6.根據權利要求1所述的攝像機標定方法，其特徵在於，所述步驟S4進一步包括541根據所述種群的每個個體計算所述頂點的第二二維坐標Ah⑴)；542根據所述頂點的第一二維坐標Pi和所述頂點的第二二維坐標Ah⑴)，通過以下公式計算所述新種群中每個個體的適應度，g ( (0) = -Σ Pi- Pi ix> (O) 2 gn /=1其中，g(Xi(t))為所述每個個體的適應度，用攝像機重投影誤差表示，Q為攝像機參數向量的取值範圍，Xi (t)為第t代種群中的個體，i = 1，...，m，η為所述頂點的總個數。
7.根據權利要求1所述的攝像機標定方法，其特徵在於，所述步驟S5進一步包括 根據所述每個個體的適應度，通過以下公式計算所述新種群的當前代最優位置，Pg(t) =min{g(Xi(t)), i = 1，...，m}，其中，g(Xi(t))為所述每個個體的適應度。
全文摘要
本發明提出一種攝像機標定方法，包括如下步驟S1對拍攝圖像校準獲得圖像各頂點的第一二維坐標；S2設置差分進化參數並初始化種群；S3更新當前種群個體得到新種群；S4根據第一二維坐標計算新種群個體的適應度；S5根據適應度計算新種群的當前代最優位置；S6如果當前代最優位置與上一代最優位置的差值小於閾值，則最優位置未更新次數num加1；S7如果num達到最大值，在隨機分布的個體空間中對個體編號為1至m/5的個體重新隨機選取；S8如果差分進化代數未達到最大進化代數，則重複執行步驟S3至S7，否則將達到最大進化代數的當前代最優位置對應的攝像機參數作為攝像機標定結果。本發明的方法可減少系統誤差、穩定性好、抗幹擾能力強。
文檔編號G06T7/00GK102376093SQ20111031062
公開日2012年3月14日 申請日期2011年10月13日 優先權日2011年10月13日
發明者戴瓊海, 高 浩 申請人:清華大學