CN112581544A - 基于参数优化的无公共视场相机标定方法 - Google Patents
基于参数优化的无公共视场相机标定方法 Download PDFInfo
- Publication number
- CN112581544A CN112581544A CN202011596600.0A CN202011596600A CN112581544A CN 112581544 A CN112581544 A CN 112581544A CN 202011596600 A CN202011596600 A CN 202011596600A CN 112581544 A CN112581544 A CN 112581544A
- Authority
- CN
- China
- Prior art keywords
- target
- camera
- initial
- calibration
- objective function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000005457 optimization Methods 0.000 title claims abstract description 27
- 238000006243 chemical reaction Methods 0.000 claims abstract description 16
- 238000013519 translation Methods 0.000 claims abstract description 8
- 230000009466 transformation Effects 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims 6
- 238000007796 conventional method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种基于参数优化的无公共视场相机标定方法,相机一与相机二位置分别采集靶标一和靶标二,多次变换靶标一与靶标二的位姿,获取初始数据,所述初始数据包括:相机一采集到靶标一中标定点的图像坐标、相机二采集到靶标二上标定点的图像坐标;解算出相机一与相机二之间的初始外参、靶标间的初始转换关系、靶标一与相机一之间的初始旋转平移关系以及靶标二与相机二之间的初始旋转平移关系;将靶标一和靶标二上的标定点形变引入相机的投影模型,并构建目标函数,利用初始数据和最优化方法求解最优结果,得出最优转换关系;本发明将标定点形变量作为待优化参数,求解迭代目标函数,有效改善了因形变带来的标定精度损失。
Description
技术领域
本发明涉及相机标定领域,具体涉及一种基于参数优化的无公共视场相机标定方法。
背景技术
在进行大尺寸物体视觉测量时,往往需要利用多个相机视场去覆盖被测物,多个相机之间并不存在公共视场,此时,获取多个相机之间高精度位姿关系(多视觉传感器的全局校准)主要方法有:1、基于坐标测量设备的全局校准:该方法采用电子经纬仪、激光跟踪仪等设备与二维或三维靶标作为中介进行多传感器的全局校准,其存在标定过程复杂、需要引入外界标准设备、成本高且标定点与实际测量点不对应的问题;2)基于双靶标的全局校准:该方法采用两个靶标(二维或三维),并将其进行刚性连接,选取一个相机为全局相机,利用双平面靶标之间的结构参数不变性,每次进行一个相机与全局相机的校准,最终获取每一个相机相对于全局相机的结构参数,实现全局校准,该方法具有柔性度高,实施方便的优点,其原理上要求双靶标上的标定点无形变,但是实际使用过程中受靶标加工误差及靶标自身重力等因素的影响(特别是大尺寸靶标),靶标上的标定点存在形变,即标定点的理论三维坐标与实际三维坐标之间存在偏差,这一形变误差也使得最终求解的相机外参与实际外参存在偏差,影响标定精度。
发明内容
针对上述问题,本发明在双靶标无公共视场相机标定方法的基础上,提出一种基于参数优化的相机标定方法,其将标定点形变引入待优化目标函数模型,利用反投影数学模型,并基于最优化方法求解、辨识最优参数,本方法还设置了惩罚因子,解决了目标函数陷入局部最优的问题;本方法有效优化了因形变带来的标定精度损失,求解出最优的相机外参。
一种基于参数优化的无公共视场相机标定方法,相机一与相机二位置固定,两者无公共视场;其视场范围内放置靶标一和靶标二,所述靶标一与靶标二通过刚性结构连接;其特征在于:
多次变换靶标一与靶标二的位姿,每次变换,相机一和相机二分别采集靶标一和靶标二中的标定点图像;
1)获取初始数据,所述初始数据包括:
利用PNP方法和标定点在各自靶标坐标系的齐次坐标解算出初始转换关系,所述初始转换关系包括:相机一与相机二之间的初始外参靶标一与靶标二之间的初始转换关系靶标一在第i个位姿处与相机一之间的初始旋转平移关系以及靶标二在第i个位姿处与相机二之间的初始旋转平移关系
2)将靶标一和靶标二上的标定点形变引入相机的投影模型,并构建如下目标函数:
式中,n为变换靶标一与靶标二的位姿总数i=1,2……n;m1为靶标一中标定点总个数,j=1,2……m1;m2为靶标二中标定点总个数,p=1,2……m2;C为惩罚因子,其初始值预先设定,Δtj表示靶标一中第j个标定点的理论三维坐标与实际三维坐标之间的差值、Δtp表示靶标二中第p个标定点的理论三维坐标与实际三维坐标之间的差值;
其中,s1、s2分别表示相机一、相机二的尺度因子;K1、K2分别表示相机一和相机二的内参矩阵;I表示单位矩阵;
将步骤1)中的初始数据、Δ'tj=0、Δ'tp=0以及惩罚因子C的初始值代入到目标函数中;
进一步,还包括步骤3):
若误差和小于阈值T,则保存本次最优结果;
否则,将当前惩罚因子C数值扩大5~20倍,将上次得出的最优结果和扩大后的惩罚因子代入到目标函数中,利用最优化方法对目标函数再次迭代,求解使得目标函数最小时的最优结果;
进一步,阈值T为经验值,其取值范围g×(m1+m2),其中g表示单个标定点的重投影误差范围,g=0.05pixel~0.2pixel。
优选,惩罚因子C的初始值的取值范围为:1~5。
进一步,步骤1)中,利用PNP方法和标定点在各自靶标坐标系的齐次坐标解算出初始转换关系,具体为:
其中,在第i个位姿处,靶标一与相机一之间的初始旋转平移关系以及靶标二与相机二之间的初始旋转平移关系在第q个位姿处,靶标一与相机一之间的初始旋转平移关系以及靶标二与相机二之间的初始旋转平移关系利用PNP方法解算获得;1<q<n,i≠q;
进一步,每次变换位姿后,相机一均采集靶标一中的所有标定点、相机二均采集靶标二中的所有标定点,位姿总数n>3,m1>50,m2>50。
优选,靶标一与靶标二中的标定点为棋盘格角点或同心圆圆心。
本发明技术方案将标定板上各点形变引入投影模型,反投影数学模型,并基于最优化方法求解、辨识最优参数,有效优化了因形变带来的标定精度损失,求解出最优的相机外参。
附图说明
图1为本发明双相机双靶标位姿关系示意图;
图2为利用本发明方法与传统方法得出的相机外参分别求解重投影误差的结果示意图。
具体实施方式
一种基于参数优化的无公共视场相机标定方法,相机一与相机二位置固定,两者无公共视场;如图1所示,其视场范围内放置靶标一和靶标二,靶标一与靶标二通过刚性结构连接;
多次变换靶标一与靶标二的位姿,每次变换,相机一和相机二分别采集靶标一和靶标二中的标定点图像;
利用以下步骤优化辨识相机外参:
1)获取初始数据,初始数据包括:
利用PNP方法和标定点在各自靶标坐标系的齐次坐标解算出初始转换关系,初始转换关系包括:相机一与相机二之间的初始外参靶标一与靶标二之间的初始转换关系靶标一在第i个位姿处与相机一之间的初始旋转平移关系以及靶标二在第i个位姿处与相机二之间的初始旋转平移关系
2)将靶标一和靶标二上的标定点形变引入相机的投影模型,并构建如下目标函数:
式中,n为变换靶标一与靶标二的位姿总数i=1,2……n;m1为靶标一中标定点总个数,j=1,2……m1;m2为靶标二中标定点总个数,p=1,2……m2;C为惩罚因子,其初始值预先设定,Δtj表示靶标一中第j个标定点的理论三维坐标(由靶标的理论设计模型可得)与实际三维坐标之间的差值、Δtp表示靶标二中第p个标定点的理论三维坐标与实际三维坐标之间的差值;
其中,s1、s2分别表示相机一、相机二的尺度因子;K1、K2分别表示相机一和相机二的内参矩阵;I表示单位矩阵;
将步骤1)中的初始数据、Δ'tj=0、Δ'tp=0以及惩罚因子C的初始值代入到目标函数中;
为了进一步,确保优化结果的可靠性,本实施例中,还包括步骤3):
若误差和小于阈值T,则保存本次最优结果;
否则,将当前惩罚因子C数值扩大5~20倍,将上次得出的最优结果和扩大后的惩罚因子代入到目标函数中,利用最优化方法对目标函数再次迭代,求解使得目标函数最小时的最优结果;
作为本发明的一种优选设置方式,阈值T为经验值,其取值范围g×(m1+m2),其中g表示单个标定点的重投影误差范围,g=0.05pixel~0.2pixel。
惩罚因子C的初始值的取值范围为:1~5;靶标一与靶标二中的标定点为棋盘格角点或同心圆圆心;采用Levenberg-Marquardt方法对目标函数进行迭代优化。
其中,步骤1)中,利用PNP方法和标定点在各自靶标坐标系的齐次坐标解算出初始转换关系,具体为:
其中,在第i个位姿处,靶标一与相机一之间的初始旋转平移关系以及靶标二与相机二之间的初始旋转平移关系在第q个位姿处,靶标一与相机一之间的初始旋转平移关系以及靶标二与相机二之间的初始旋转平移关系利用PNP方法解算获得;1<q<n,i≠q;
每次变换位姿后,相机一均采集靶标一中的所有标定点、相机二均采集靶标二中的所有标定点,位姿总数n>3,m1>50,m2>50。
在本实施例中,n=18,m1=200,m2=200。
为了验证本发明最优结果的准确性,进行了以下实验:分别利用本发明方法与传统方法得出的相机外参求解各个标定点的重投影误差,计算结果如图2所示;
Claims (7)
1.一种基于参数优化的无公共视场相机标定方法,相机一与相机二位置固定,两者无公共视场;其视场范围内放置靶标一和靶标二,所述靶标一与靶标二通过刚性结构连接;其特征在于:
多次变换靶标一与靶标二的位姿,每次变换,相机一和相机二分别采集靶标一和靶标二中的标定点图像;
1)获取初始数据,所述初始数据包括:
利用PNP方法和标定点在各自靶标坐标系的齐次坐标解算出初始转换关系,所述初始转换关系包括:相机一与相机二之间的初始外参靶标一与靶标二之间的初始转换关系靶标一在第i个位姿处与相机一之间的初始旋转平移关系以及靶标二在第i个位姿处与相机二之间的初始旋转平移关系
2)将靶标一和靶标二上的标定点形变引入相机的投影模型,并构建如下目标函数:
式中,n为变换靶标一与靶标二的位姿总数i=1,2……n;m1为靶标一中标定点总个数,j=1,2……m1;m2为靶标二中标定点总个数,p=1,2……m2;C为惩罚因子,其初始值预先设定,Δtj表示靶标一中第j个标定点的理论三维坐标与实际三维坐标之间的差值、Δtp表示靶标二中第p个标定点的理论三维坐标与实际三维坐标之间的差值;
其中,s1、s2分别表示相机一、相机二的尺度因子;K1、K2分别表示相机一和相机二的内参矩阵;I表示单位矩阵;
将步骤1)中的初始数据、Δ'tj=0、Δ'tp=0以及惩罚因子C的初始值代入到目标函数中;
3.如权利要求2所述基于参数优化的无公共视场相机标定方法,其特征在于:阈值T为经验值,其取值范围g×(m1+m2),其中g表示单个标定点的重投影误差范围,g=0.05pixel~0.2pixel。
4.如权利要求1或2所述基于参数优化的无公共视场相机标定方法,其特征在于:惩罚因子C的初始值的取值范围为:1~5。
5.如权利要求1或2所述基于参数优化的无公共视场相机标定方法,其特征在于:步骤1)中,利用PNP方法和标定点在各自靶标坐标系的齐次坐标解算出初始转换关系,具体为:
其中,在第i个位姿处,靶标一与相机一之间的初始旋转平移关系以及靶标二与相机二之间的初始旋转平移关系在第q个位姿处,靶标一与相机一之间的初始旋转平移关系以及靶标二与相机二之间的初始旋转平移关系利用PNP方法解算获得;1<q<n,i≠q;
6.如权利要求1或2所述基于参数优化的无公共视场相机标定方法,其特征在于:每次变换位姿后,相机一均采集靶标一中的所有标定点、相机二均采集靶标二中的所有标定点,位姿总数n>3,m1>50,m2>50。
7.如权利要求1或2所述基于参数优化的无公共视场相机标定方法,其特征在于:靶标一与靶标二中的标定点为棋盘格角点或同心圆圆心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011596600.0A CN112581544B (zh) | 2020-12-30 | 2020-12-30 | 基于参数优化的无公共视场相机标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011596600.0A CN112581544B (zh) | 2020-12-30 | 2020-12-30 | 基于参数优化的无公共视场相机标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112581544A true CN112581544A (zh) | 2021-03-30 |
CN112581544B CN112581544B (zh) | 2022-04-19 |
Family
ID=75144333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011596600.0A Active CN112581544B (zh) | 2020-12-30 | 2020-12-30 | 基于参数优化的无公共视场相机标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112581544B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643375A (zh) * | 2021-07-01 | 2021-11-12 | 佛山职业技术学院 | 一种无重叠视场多相机外参数标定方法、设备及存储介质 |
CN114373019A (zh) * | 2021-12-29 | 2022-04-19 | 易思维(杭州)科技有限公司 | 一种利用最优化方法对无公共视场相机进行标定的方法 |
CN117315035A (zh) * | 2023-11-30 | 2023-12-29 | 武汉未来幻影科技有限公司 | 一种车辆朝向的处理方法、装置以及处理设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101025824A (zh) * | 2007-03-30 | 2007-08-29 | 东南大学 | 三维扫描***中的基于固定参数与可变参数的标定方法 |
CN102663767A (zh) * | 2012-05-08 | 2012-09-12 | 北京信息科技大学 | 视觉测量***的相机参数标定优化方法 |
US20180157939A1 (en) * | 2016-12-05 | 2018-06-07 | Avigilon Corporation | System and method for appearance search |
CN109285195A (zh) * | 2018-10-18 | 2019-01-29 | 易思维(杭州)科技有限公司 | 基于大尺寸靶标的单目投影***逐像素畸变校正方法及其应用 |
CN109520476A (zh) * | 2018-10-24 | 2019-03-26 | 天津大学 | 基于惯性测量单元的后方交会动态位姿测量***及方法 |
-
2020
- 2020-12-30 CN CN202011596600.0A patent/CN112581544B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101025824A (zh) * | 2007-03-30 | 2007-08-29 | 东南大学 | 三维扫描***中的基于固定参数与可变参数的标定方法 |
CN102663767A (zh) * | 2012-05-08 | 2012-09-12 | 北京信息科技大学 | 视觉测量***的相机参数标定优化方法 |
US20180157939A1 (en) * | 2016-12-05 | 2018-06-07 | Avigilon Corporation | System and method for appearance search |
CN109285195A (zh) * | 2018-10-18 | 2019-01-29 | 易思维(杭州)科技有限公司 | 基于大尺寸靶标的单目投影***逐像素畸变校正方法及其应用 |
CN109520476A (zh) * | 2018-10-24 | 2019-03-26 | 天津大学 | 基于惯性测量单元的后方交会动态位姿测量***及方法 |
Non-Patent Citations (1)
Title |
---|
亓学芹等: "大视场双目立体视觉的摄像机标定", 《传感器世界》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643375A (zh) * | 2021-07-01 | 2021-11-12 | 佛山职业技术学院 | 一种无重叠视场多相机外参数标定方法、设备及存储介质 |
CN114373019A (zh) * | 2021-12-29 | 2022-04-19 | 易思维(杭州)科技有限公司 | 一种利用最优化方法对无公共视场相机进行标定的方法 |
CN114373019B (zh) * | 2021-12-29 | 2024-05-28 | 易思维(杭州)科技股份有限公司 | 一种利用最优化方法对无公共视场相机进行标定的方法 |
CN117315035A (zh) * | 2023-11-30 | 2023-12-29 | 武汉未来幻影科技有限公司 | 一种车辆朝向的处理方法、装置以及处理设备 |
CN117315035B (zh) * | 2023-11-30 | 2024-03-22 | 武汉未来幻影科技有限公司 | 一种车辆朝向的处理方法、装置以及处理设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112581544B (zh) | 2022-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112581544B (zh) | 基于参数优化的无公共视场相机标定方法 | |
CN110296691B (zh) | 融合imu标定的双目立体视觉测量方法与*** | |
CN107194974B (zh) | 一种基于多次识别标定板图像的多目相机外参标定精度的提高方法 | |
CN105716542B (zh) | 一种基于柔性特征点的三维数据拼接方法 | |
CN110345921B (zh) | 立体视场视觉测量及垂轴像差和轴向像差校正方法及*** | |
CN107330927B (zh) | 机载可见光图像定位方法 | |
CN109272555B (zh) | 一种rgb-d相机的外部参数获得及标定方法 | |
CN111486864B (zh) | 基于立体正八边结构的多源传感器联合标定方法 | |
CN100376883C (zh) | 一种基于像素频率的星敏感器校准方法 | |
CN112229323A (zh) | 基于手机单目视觉的棋盘格合作目标的六自由度测量方法及其应用 | |
CN112991460B (zh) | 一种用于获取汽车零件尺寸的双目测量***、方法及装置 | |
CN111862180A (zh) | 一种相机组位姿获取方法、装置、存储介质及电子设备 | |
CN113870366B (zh) | 基于位姿传感器的三维扫描***的标定方法及其标定*** | |
CN104167001B (zh) | 基于正交补偿的大视场摄像机标定方法 | |
CN111583342B (zh) | 一种基于双目视觉的目标快速定位方法及装置 | |
CN114332191A (zh) | 三维点云误差补偿方法及装置 | |
CN116188591A (zh) | 多相机全局标定方法及装置、电子设备 | |
CN113724337A (zh) | 一种无需依赖云台角度的相机动态外参标定方法及装置 | |
CN114926538A (zh) | 单目激光散斑投影***的外参数标定方法和装置 | |
CN111710002B (zh) | 一种基于Optitrack***的相机外参标定方法 | |
CN115797466A (zh) | 一种快速的三维空间标定方法 | |
CN100428772C (zh) | 补偿摄影测量影像畸变的数字畸变模型的生成方法 | |
CN113034615B (zh) | 一种用于多源数据融合的设备标定方法及相关装置 | |
CN114998449A (zh) | 一种用于变焦双目视觉测量***的高精度标定方法 | |
CN115375773A (zh) | 单目激光散斑投影***的外参数标定方法和相关装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051 Patentee after: Yi Si Si (Hangzhou) Technology Co.,Ltd. Address before: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051 Patentee before: ISVISION (HANGZHOU) TECHNOLOGY Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |