CN110146032A - 基于光场分布的合成孔径相机标定方法 - Google Patents

Abstract

本发明属于精密测量技术领域，具体为一种基于光场分布的合成孔径相机标定方法。本发明方法步骤为：为了克服针孔相机模型的光瞳像差问题，将成像光瞳分割为多个子光瞳，按照实际光场分布，将成像传感器分割为子光瞳对应的不同成像区域；结合合成孔径相机模型联合标定优化，构建一个更符合实际成像过程的相机模型。本发明可有效消除单个针孔成像假设造成的光瞳像差，克服单目视觉的方向歧义性；对于提高摄影测量技术的测量精度有重要意义。

Description

基于光场分布的合成孔径相机标定方法

技术领域

本发明属于光学工程技术领域，具体涉及一种基于光场分布的合成孔径相机标定方法。

背景技术

在现代精密测量中，摄影测量术是常用的三维形貌测量技术。摄影测量术主要分为两类：针对漫反射的表面三维测量技术和针对镜面反射的表面三维测量技术。前者以三角测量法为典型代表，尤其是条纹投影技术在工业精密检测中应用十分广泛。其三维重建方法主要包括立体视觉和相位-高度映射。而针对镜面反射的表面，常用的是相位测量偏折术。由于其测量***简单，动态范围大，抗干扰能力强，可用于复杂曲面的测量，近年来得到广泛关注。其原理是在显示器上产生规则条纹，经被测表面反射后条纹发生变形，采用CCD相机拍摄变形图样，由几何关系推导可以计算出被测面形的表面梯度分布，再通过积分得到面形高度。

在摄影测量术和相机标定中，一般采用张正友标定法。把相机简化为理想的针孔成像模型，认为相机CCD每个像素的光线均通过同一点(相机光瞳主点)。但由于相机镜头的光瞳具有一定尺寸，这种假设会产生光瞳像差，所计算的光线位置与方向会含有明显的偏差，于是单一针孔模型不能完美的表达相机的物像关系，对三维测量精度造成严重影响。因此需要一种更简便的高精度相机标定方法。

发明内容

本发明的目的在于提供一种能有效对相机成像过程进行模型构建的方法，以实现准确地光瞳像差校正。

本发明提出一种合成孔径相机联合标定优化方法，具体步骤如下：

(1)基于光场分布的像面分割；利用数字微镜阵列(DMD)将成像光瞳进行采样，结合压缩感知技术计算成像***的四维光场分布。根据光场分布，计算经过每个子光瞳的成像主光线，将像面分割为多个对应子光瞳的子区域，将每个子光瞳假设为一个针孔模型。

(2)相机参数初始估计；使用LCD屏幕生成标志点图案作为标定板，并放置在不同的位置处拍摄标定图像。使用张正友标定法估算相机的内参ins_c和每个位置处的标定板外参{R_w2c|T_w2c}。标定板的成像过程可表示为：

其中，(X_w,Y_w,Z_w)是标定板上标志点的世界坐标，(μ,v)是该标志点在CCD上的像素坐标，Z_c是该标志点在相机坐标系下的Z轴坐标，(f_x,f_y)是相机焦距，(μ₀,v₀)是光轴在图像坐标的偏移量。

LCD屏幕的像素坐标(μ_s,v_s)到世界坐标(X_w,Y_w)的转换关系如下：

其中，假设标定板所在平面为XY平面，所以Z_w设为0，(m,n)为屏幕的像素尺寸，(d_x,d_y)为标定板世界坐标原点的像素偏移量。

(3)合成孔径相机模型联合标定优化；在所提模型中每个子光瞳的内参都不一致，每个位置处的标定板到所有子光瞳的外参也不一致，所以需要对每个子光瞳的内外参数进行优化。在每个位置处的标定板在相机每个像面子区域分别选取q个标志点。待优化的目标方程如下：

其中，x＝{{ins_c,R_w2c,T_w2c}_ij,ins_s}为待优化变量，ins_s＝{m,n}为LCD屏幕标定板的待优化参数，i为子光瞳的编号，j为标定板的位置编号，是第i个子光瞳对应的第j个位置处标定板的第k个标志点的真实成像坐标，是第i个子光瞳对应的第j个位置处标定板的第k个标志点的重投影坐标；公式(3)是非线性最小二乘问题，可以使用Levenberg-Marquardt算法解决该问题。步骤(2)中的张正友标定法所提供的相机内外参数可以作为Levenberg-Marquardt优化过程的初始解。

(4)根据已得到的每个子光瞳的外参{R_w2c|T_w2c}将每个子光瞳统一到中心光瞳的坐标系下：

其中，是第i个光瞳坐标系到中心光瞳坐标系的旋转矩阵，是第i个光瞳坐标系到中心光瞳坐标系的平移矩阵，和是世界坐标系到中心光瞳坐标系的旋转矩阵和平移矩阵，和是同一个世界坐标系到第i个光瞳坐标系的旋转矩阵和平移矩阵。

本发明基于光场分布特性，将成像传感器分割为子光瞳对应的不同成像区域；再结合合成孔径相机模型联合标定优化，有效地构建一个更符合实际成像过程的相机模型。

本发明可有效消除针孔成像假设造成的光瞳像差，克服单目视觉的方向歧义性，准确计算成像光线的方向。对于提高摄影测量技术的测量精度有重要意义。

附图说明

图1为单个子光瞳(DMD)对应成像区域图示。

图2为相机成像模型图示。

图3为优化标定后的重投影误差。

具体实施方式

下面通过实施例结合附图进一步说明本发明。

实施例1：在测量过程，搭建合适的成像光路，利用DMD进行5×5的光瞳采样。实验中所用CCD像素分辨率为3840×3840，所以光场矩阵L的维度为25×14745600((5×5)×(3840×3840))。由于实际成像过程不是严格的小孔成像，单个物点的光线只会经过部分光瞳成像于某一CCD像素上，即为光场分布，换句话说，每个子光瞳决定部分光线成像于CCD上，如图1所示。根据光场分布，将CCD像面按照子光瞳在像面的能量分布进行分割，将每个子光瞳看作针孔成像模型，新的相机成像模型如图2所示。物点P1经过第0个子光瞳成像于CCD的p1处，其经过的光瞳坐标为O_c0,物点P2经过第i个子光瞳成像于CCD的p2处，其经过的光瞳坐标为O_ci。辅助张正友标定方法得到每个子光瞳的内外参数，然后将多个孔径成像模型进行联合优化，得到高精度的合成孔径相机参数，再利用公式4将每个光瞳坐标***一到坐标系O_c0X_c0Y_c0Z_c0下，构建一个更符合实际成像过程的相机模型，有效地校正相机的光瞳像差。图3为利用优化后的相机参数得到的重投影误差图，重投影误差的RMS为0.12像素。

Claims (1)

1.一种基于光场分布的合成孔径相机标定方法，其特征在于，具体步骤如下：

(1)基于光场分布的像面分割；利用数字微镜阵列DMD将成像光瞳进行采样，结合压缩感知技术计算成像***的光场分布；然后计算经过每个子光瞳的成像主光线，将像面分割为多个对应子光瞳的子区域，将每个子光瞳假设为一个针孔模型；

(2)相机参数初始估计；使用LCD屏幕生成标志点图案作为标定板，并放置在不同的位置处拍摄标定图像；使用张正友标定法估算相机的内参ins_c和每个位置处的标定板外参{R_w2c|T_w2c}；标定板的成像过程表示为：

其中，(X_w,Y_w,Z_w)是标定板上标志点的世界坐标，(μ,v)是该标志点在CCD上的像素坐标，Z_c是该标志点在相机坐标系下的Z轴坐标，(f_x,f_y)是相机焦距，(μ₀,v₀)是光轴在图像坐标的偏移量；

LCD屏幕的像素坐标(μ_s,v_s)到世界坐标(X_w,Y_w)的转换关系如下：

其中，假设标定板所在平面为XY平面，所以Z_w设为0，(m,n)为屏幕的像素尺寸，(d_x,d_y)为标定板世界坐标原点的像素偏移量；

(3)合成孔径相机模型联合标定优化；在所提模型中每个子光瞳的内参不一致，每个位置处的标定板到所有子光瞳的外参也不一致，所以对每个子光瞳的内外参数进行优化；在每个位置处的标定板在相机对应像面子区域分别选取q个标志点；待优化的目标方程如下：

其中，x＝{{ins_c,R_w2c,T_w2c}_ij,ins_s}为待优化的变量，ins_s＝{m,n}为LCD屏幕标定板的待优化参数，i为子光瞳的编号，j为标定板的位置编号，是第i个子光瞳对应的第j个位置处标定板的第k个标志点的真实成像坐标，是第i个子光瞳对应的第j个位置处标定板的第k个标志点的重投影坐标；公式(3)是非线性最小二乘问题，使用Levenberg-Marquardt算法解决该问题；步骤(2)中的张正友标定法所提供的相机内外参数作为Levenberg-Marquardt优化过程的初始解；

(4)根据已得到的每个子光瞳的外参{R_w2c|T_w2c}将每个子光瞳统一到中心光瞳的坐标系下：

其中，是第i个光瞳坐标系到中心光瞳坐标系的旋转矩阵，是第i个光瞳坐标系到中心光瞳坐标系的平移矩阵，和是世界坐标系到中心光瞳坐标系的旋转矩阵和平移矩阵，和是同一个世界坐标系到第i个光瞳坐标系的旋转矩阵和平移矩阵。