CN102156986A - 近红外摄像机的标定方法 - Google Patents

Abstract

本发明公开了一种近红外摄像机的标定方法，包括如下步骤：(1)所采用标定板的标定点为阵列近红外发光点，将阵列发光区域一角的标定点设为起始标定点；(2)将标定板放置在近红外摄像机的有效视场范围内，拍摄一系列该标定板在不同位置的图像；(3)采用鼠标取点的方式，从每幅图像上的起始标定点开始，按相同方向顺次点击阵列发光区域四个角的标定点，提取到四个点的亚像素值，然后依据图像上发光点所在的位置区域，进一步提取每个发光点的亚像素坐标值；(4)确立每个发光点的亚像素坐标值与近红外标定模板的三维坐标点的一一对应关系求解出红外摄像机的内外部参数。该标定方法能用于近红外摄像机的高精度标定，且对标定板要求较低。

Description

近红外摄像机的标定方法

技术领域

本发明涉及的是摄像机标定技术，具体是针对近红外摄像机的标定方法。

背景技术

摄像机标定是从二维图像提取三维空间信息的前提，是三维重建、立体视觉研究的关键步骤，标定结果直接影响着三维测量和重建的精度。摄像机标定实质是求解摄像机成像的几何模型参数，亦称摄像机内部参数。该几何模型决定了空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系。标定过程就是利用这种对应关系确定摄像机内部参数(几何和光学参数)、外部参数。外部参数是摄像机相对于世界坐标系的方位(旋转矩阵、平移矢量)。

目前，人们主要依靠形状和尺寸规则的标定板对摄像机进行标定，该标定板一般为平面模板，如由激光打印机打印出的棋盘格、由液晶屏生成的黑白棋盘格等。这些标定板适用于普通光学成像系统的标定，标定方法多采用Stoyanov的摄像机标定工具箱进行标定，其标定精度很高。对于近红外摄像机，由于其不能捕获普通光学系统标定板的纹理，因此不能采用普通标定板的标定方法进行标定。

发明内容

本发明要解决的问题是提供适应于近红外摄像机标定的方法，通过采用标识点为近红外发光点的标定模板，解决标识点不共面，任意相邻两点不等距的问题实现对近红外摄像机的标定。

本发明的目的通过以下技术方案实现：

一种近红外摄像机的标定方法，包括如下步骤：

(1)所采用标定板的标定点为阵列近红外发光点，将阵列发光区域一角的标定点设为起始标定点；

(2)将标定板放置在近红外摄像机的有效视场范围内，改变其位置，拍摄一系列该标定板在不同位置的图像；

(3)采用鼠标取点的方式，从每幅图像上的起始标定点开始，按相同方向顺次点击阵列发光区域四个角的标定点，提取到四个点的亚像素值，然后依据图像上发光点所在的位置区域，进一步提取每个发光点的亚像素坐标值；发光点亚像素坐标的提取按照一定顺序取点，以保证与标定模板的正确对应。

(4)确立每个发光点的亚像素坐标值与近红外标定模板的三维坐标点的一一对应关系，应用线性估计和非线性估计的方法求解出红外摄像机的内外部参数。

所述起始标定点是通过在阵列发光区域一角的标定点旁增加一个近红外发光点对其进行标记的。

所述发光区域有8×8阵列的近红外发光点(近红外发光管)。近红外摄像机可捕获64个发光标定点。64个标定点是参与求解参数的，而用于标记的近红外发光点不参与求解参数。

本发明方法与现有技术相比具有如下优点：

(1)采用的标定板上的标识点为近红外发光点，可以被近红外摄像机拍摄，且标定不受环境光的影响。

(2)该标定方法无须要求标定板为平面标定板，无须要求标定板相邻两点的距离相等。

(3)该标定方法能用于近红外摄像机的高精度标定。

附图说明

图1为对近红外摄像机进行标定的流程图。

图2为获得图像上光点亚像素坐标的效果图。(a)鼠标取点顺序示意图；

(b)提取鼠标所选区域所有光点亚像素值效果图。

图3为有效视场内不同位置的标定板的三维重建效果。(a)标定板的三维重建；(b)近红外摄像机与标定板的空间相对位置。

图4为标定结果的重投影误差图。

具体实施方式

为了更好地理解本发明的技术方案，以下结合附图进行详细的描述。

如图1所示，本发明提供了一种对近红外摄像机进行标定的方法。标定步骤如下：

步骤一：制作标定板，采用8×8阵列的近红外发光点作为64个标定点，在阵列发光区域一角的标定点旁增加一个近红外发光点将其作为起始标定点。

步骤二：将近红外标定板放置在近红外摄像机前方的有效视场范围内，并调整摄像机的焦距、光圈等，使摄像机能够清晰地捕获到标定板的纹理。然后改变所述标定板的放置位置，拍摄一系列不同位置的图像。在图3中，(a)是标定板三维重建后的效果图，可以看出标定板的位置变化。(b)显示了近红外摄像机与标定模板的位置关系。

其中，拍摄图像时需要注意：

(1)放置所述标定板在摄像机的有效视场范围内，使近红外摄像机能够捕获整个标定板的纹理。

(2)确保拍摄图像清晰。主要依据为图像上的亮点的大小、亮度适中，而且无模糊、无晃动伪迹。

步骤三：依次读取拍摄的图像，首先用鼠标取点的方式，按照图2(a)标注的顺序取得四个角的光点亚像素坐标值。然后将这四个坐标放置在一个矩阵中，计算出单应性矩阵，再利用网格化得到图像上每一个光点的亚像素坐标，即获取近红外标定板上每个发光点的二维坐标信息。其效果如图2(b)所示。用十字表示亚像素提取的结果，可以看出所有的光点都被精确的找出。

步骤四：确定所述标定板上各发光点的空间三维坐标与步骤二中得到二维坐标之间的对应关系，通过线性和非线性的方法求解近红外摄像机的内外部参数。

其中，这种对应关系是由摄像机的成像几何模型决定的。将近红外摄像机假设成经典的针孔模型。假设在二维图像平面上有一点p＝[u，v]^T，其对应的在世界坐标系下物体表面的三维点位P＝[X，Y，Z]^T。对于针孔模型来说，p和P的对应关系可以表示如下：

$s\left[\begin{array}{c}u\\ v\\ 1\end{array}\right]=H\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]=A\left[\begin{array}{cc}R& T\end{array}\right]\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]---\left(1\right)$

H是透视变换矩阵，R和T分别是世界坐标系到摄像机坐标系的旋转矩阵和平移矢量，即摄像机的外部参数；A是摄像机的内部参数矩阵，矩阵形式如下：

$A=\left[\begin{array}{ccc}{f}_x& s& u\\ 0& f_y& v\\ 0& 0& 1\end{array}\right]---\left(2\right)$

f_xf_y是摄像机的焦距，(u，v)是摄像机的主点坐标，s是摄像机的倾斜因子。

本发明的标定方法就是依据拍摄到的一系列红外图像求解出所述摄像机的内外部参数即求解f_x，f_y，u，v，R，T等参数。本发明应用直接线性变换(DirectLinear Transformation，DLT)实现对摄像机参数的线性估计。DLT可用于估计透视变换矩阵H，它是3×4齐次矩阵。式(1)可以写成

$\left[\begin{array}{c}{u}_i{s}_i\\ v_i{s}_i\\ s_i\end{array}\right]=\left[\begin{array}{cccc}{h}_{11}& h_{12}& h_{13}& h_{14}\\ h_{21}& h_{22}& h_{23}& h_{24}\\ h_{31}& h_{32}& h_{33}& h_{34}\end{array}\right]\left[\begin{array}{c}{X}_i\\ Y_i\\ Z_i\\ 1\end{array}\right]---\left(3\right)$

已知(u_i，v_i)^T和(X，Y，Z)^T可以构造如下矩阵

$L=\left[\begin{array}{cccccccccccc}{X}_1& Y_1& Z_1& 1& 0& 0& 0& 0& -X_1{u}_1& -Y_1{u}_1& -Z_1{u}_1& -u_1\\ 0& 0& 0& 0& X_1& Y_1& Z_1& 1& -X_1{v}_1& -Y_1{v}_1& -Z_1{v}_1& -v_1\\ M& M& M& M& M& M& M& M& M& M& M& M\\ X_i& Y_i& Z_i& 1& 0& 0& 0& 0& -X_i{u}_i& -Y_i{u}_i& -Z_i{u}_i& -u_i\\ 0& 0& 0& 0& X_i& Y_i& Z_i& 1& -X_i{v}_i& -Y_i{v}_i& -Z_i{v}_i& -v_i\\ M& M& M& M& M& M& M& M& M& M& M& M\\ X_N& Y_N& Z_N& 1& 0& 0& 0& 0& -X_N{u}_N& -Y_N{u}_N& -Z_N{u}_N& -u_N\\ 0& 0& 0& 0& X_N& Y_N& Z_N& 1& -X_N{v}_N& -Y_N{v}_N& -Z_N{v}_N& -v_N\end{array}\right]---\left(4\right)$

h＝[h₁₁h₁₂h₁₃h₁₄h₂₁h₂₂h₂₃h₂₄h₃₁h₃₂h₃₃h₃₄]^T           (5)

由此，(3)进行线性变换消去s_i。对于N个控制点可构造线性方程

Lh＝0                                                (6)

L可以由N个控制点的坐标表示出来的2N×12的齐次矩阵，当N＞12时，可采用最小二乘法求解式(6)中的h值。为了避免h中出现为零的项，可设置约束条件，h₃₄＝1使得对12×12维矩阵L′×L非奇异，用求伪逆的方法求解h。求得H后，对其进行分解

H＝ρ(Mb)＝A(RT)                        (7)

ρ为以未知的比例系数，使得|M|＝1。设m′₁，m′₂，m′₃表示矩阵M的三行。旋转矩阵R的各行的模都为1且相互正交。依据相关知识可以求得摄像机内外部参数。

DLT方法求解摄像机的内外部参数时无迭代求解过程，其计算速度快，但它没有考虑镜头的径向和切向失真。且在求解H过程中并没有考虑各个参数的特性对H的约束，所以还需引入镜头畸变模型采用非线性方法进一步优化，得到精确结果。

摄像机采集的图像通常含有各种噪声，其对标定结果影响较大。在标定摄像机过程中可以最小化由投影模型计算得打的图形坐标

和标定点(u_i，v_i)之间的误差优化标定结果，其中i＝1，…，N。优化目标函数为：

$E=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\hat{u}}_i-u_i)}^2+{({\hat{v}}_i-v_i)}^2---\left(8\right)$

可将图像点p看作是参数A、R、T和K的函数，通过求解p的参数可以确定f_x，f_y，u，v，α_c，k₁，k₂，p₁，p₂，ω，φ，K，t_x，t_y，t_z16个相关参数。通过使目标函数值最小可采用Levenberg-Marquardt(LM)算法迭代求得最优参数值。这个过程需要为参数选择初始值，任意的选择将使优化过程陷入局部最小，所以标定实现中首先采用DLT方法获取参数初始值，再利用LM算法进行优化。标定结果如表1所示。表1为用所述标定方法标定近红外摄像机的结果和误差分析。从图4可以看出重投影误差在0.1个像素以下。

表1本发明标定方法结果

注：相对误差计算公式：

上述实例为本发明较佳的实施方式，但本发明的实施方式并不受上述实例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (3)

1.一种近红外摄像机的标定方法，其特征在于，包括如下步骤：

(1)所采用标定板的标定点为阵列近红外发光点，将阵列发光区域一角的标定点设为起始标定点；

(2)将标定板放置在近红外摄像机的有效视场范围内，拍摄一系列该标定板在不同位置的图像；

(3)采用鼠标取点的方式，从每幅图像上的起始标定点开始，按相同方向顺次点击阵列发光区域四个角的标定点，提取到四个点的亚像素值，然后依据图像上发光点所在的位置区域，进一步提取每个发光点的亚像素坐标值；

(4)确立每个发光点的亚像素坐标值与近红外标定模板的三维坐标点的一一对应关系求解出红外摄像机的内外部参数。

2.根据权利要求1所述的标定方法，其特征在于，所述起始标定点是通过在阵列发光区域一角的标定点旁增加一个近红外发光点对其进行标记的。

3.根据权利要求1或2所述的标定方法，其特征在于，所述发光区域有8×8阵列的近红外发光点。

Images