CN112132908A - 一种基于智能检测技术的相机外参数标定方法及设备 - Google Patents

Abstract

本发明涉及一种基于智能检测技术的相机外参数标定方法及设备，该方法包括：获取若干标定物图像、待标定相机的内参数信息、标定物的尺寸信息和标定物位于不同位置的位置信息；利用预设智能检测算法在每个标定物图像上进行目标智能检测，得到若干候选区域；在每个候选区域中选取第一特征点和第二特征点，得到若干目标特征点；根据任一目标特征点建立世界坐标系，并根据待标定相机建立相机坐标系；结合内参数信息、尺寸信息和位置信息，利用所有目标特征点在世界坐标系中的若干第一坐标和所有目标特征点在相机坐标系中的若干第二坐标计算待标定相机的外参数。该方法不需借助外在设备，能够方便快捷的进行相机外参数标定，提高了标定效率。

Description

一种基于智能检测技术的相机外参数标定方法及设备

技术领域

本发明属于计算机视觉和图像处理技术领域，具体涉及一种基于智能检测技术的相机外参数标定方法及设备。

背景技术

相机标定是计算机视觉领域的一个重要研究课题，其目的就是通过建立像素坐标系和世界坐标系之间的关系，获取相机的内外参数。对于相机内参数，其标定对于精度的要求比较高，不易实现，而对于相机外参数的标定要求较低，只需要寻找标定物在三维世界坐标系下与相机坐标系的旋转与平移关系。因此，近年来很多学者致力于寻求相机标定易操作和高精度的方法，并取得了一定的成果。

现有的相机外参数标定技术多借助特定标定板或借助特定设备进行相机标定，经过对现有技术文献检索分析，发现张学武等人在其专利“相机外参标定方法、设备及系统”中公开了一种相机外参标定方法，该方法通过采集相机多次拍摄的标志器在不同角度下的平面镜中所成的标定图像；以标志器中的实际标志点在标志器坐标系中的坐标转换到相机坐标系，建立由旋转矩阵和位移矩阵表示的第一方程，根据两个不同角度下的平面镜所在平面的交线，以及对应镜面标志点间的位置关系，建立第二方程；由镜面标志点在相机坐标系下的相对位置关系，以及标定图像中的标志点在像素坐标系中的坐标，得到镜面标志点在相机坐标系中的坐标；通过联立第一方程和第二方程，并根据镜面标志点在相机坐标系中的坐标，求得旋转矩阵和平移矩阵。

然而，该专利需要借助平面镜等外在设备，不仅设备搭建较为复杂，而且外在设备也会影响标定效率。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于智能检测技术的相机外参数标定方法及设备。本发明要解决的技术问题通过以下技术方案实现：

本发明实施例提供了一种基于智能检测技术的相机外参数标定方法，包括步骤：

获取若干标定物图像、待标定相机的内参数信息、标定物的尺寸信息和所述标定物位于不同位置的位置信息，其中，利用所述待标定相机拍摄位于不同位置处的同一所述标定物得到若干所述标定物图像；

利用预设智能检测算法在每个所述标定物图像上标出所述标定物，得到若干候选区域；

在每个所述候选区域中选取第一特征点和第二特征点，得到若干目标特征点；

根据任一所述目标特征点建立世界坐标系，并根据所述待标定相机建立相机坐标系；

结合所述内参数信息、所述尺寸信息和所述位置信息，利用所有所述目标特征点在所述世界坐标系中的若干第一坐标和所有所述目标特征点在所述相机坐标系中的若干第二坐标计算所述待标定相机的外参数。

在本发明的一个实施例中，利用所述待标定相机拍摄位于不同位置处的同一所述标定物得到若干所述标定物图像，包括：

使所述标定物从初始位置处按照预设方向、预设距离进行多次移动，利用所述待标定相机拍摄位于所述初始位置处的所述标定物以及每次移动后的所述标定物，得到若干所述标定物图像。

在本发明的一个实施例中，所述预设智能检测算法包括Single Shot MultiBoxDetector算法、You Only Look Once算法或Centernet算法等。

在本发明的一个实施例中，所述第一特征点包括所述候选区域的左下角顶点、左上角顶点中的任一个，所述第二特征点包括所述候选区域的左下角顶点、左上角顶点中的另一个。

在本发明的一个实施例中，根据任一所述目标特征点建立世界坐标系，包括：

以任一所述目标特征点作为第一原点，以相互垂直的任意三个方向分别作为第一X轴、第一Y轴、第一Z轴，建立所述世界坐标系。

在本发明的一个实施例中，根据所述待标定相机建立相机坐标系，包括：

以所述待标定相机的镜头光心处为第二原点，以与所述标定物图像平面平行的第一方向为第二X轴，以与所述标定物图像平行的第二方向为第二Y轴，以所述待标定相机的光轴为第二Z轴，建立所述相机坐标系。

在本发明的一个实施例中，结合所述内参数信息、所述尺寸信息和所述位置信息，利用所有所述目标特征点在所述世界坐标系中的若干第一坐标和所有所述目标特征点在所述相机坐标系中的若干第二坐标计算所述待标定相机的外参数，包括：

利用所述尺寸信息和所述位置信息获取所有所述目标特征点在所述世界坐标系中的坐标，得到若干所述第一坐标；

利用所述预设智能检测算法获取所有所述目标特征点在图像坐标系中的坐标，得到若干第三坐标；

利用所述内参数信息和若干所述第三坐标获取所有所述目标特征点在所述相机坐标系中的坐标，得到若干所述第二坐标；

根据若干所述第一坐标和若干所述第二坐标计算所述待标定相机的外参数。

在本发明的一个实施例中，利用所述内参数信息和若干所述第三坐标获取所有所述目标特征点在所述相机坐标系中的坐标，得到若干所述第二坐标，包括：

利用所述内参数信息建立所述第三坐标与所述第二坐标之间的坐标转换关系：

其中，s为尺度因子，

为相机内参数矩阵，(u，v)为目标特征点在图像坐标系中的坐标；

根据所述第三坐标与所述第二坐标之间的坐标转换关系求解所有所述目标特征点在所述相机坐标系中的坐标，得到若干所述第二坐标。

在本发明的一个实施例中，根据若干所述第一坐标和若干所述第二坐标计算所述待标定相机的外参数，包括：

对于每个所述目标特征点，建立所述第一坐标和所述第二坐标的坐标转换关系：

其中，

E为待标定相机的外参数矩阵，(X_c，Y_c，Z_c)^T为目标特征点在相机坐标系中的第二坐标，(X_w，Y_w，Z_w)^T为目标特征点在世界坐标系中的第一坐标，R_3×3为旋转矩阵，T_3×1为平移向量；

根据所述世界坐标系和所述本地坐标系的关系获取所述待标定相机的外参数矩阵：

其中，R_3×3为旋转矩阵，T_3×1为平移向量，r₁₁、r₁₂、...、r₃₃表示目标特征点绕相机坐标系的第二Z轴旋转角度θ的旋转向量R₁、目标特征点绕相机坐标系的第二Y轴旋转角度

的旋转向量R₂、目标特征点绕相机坐标系的第二X轴旋转角度ω的旋转向量R₃相乘后的矩阵变量，t_x、t_y、t_z分别表示目标特征点在相机坐标系第二X轴、第二Y轴和第二Z轴上的平移量；

根据所述第一坐标和所述第二坐标的坐标转换关系以及所述待标定相机的外参数矩阵建立方程组：

其中，(X_c，Y_c，Z_c)为目标特征点在相机坐标系中的第二坐标，(X_w，Y_w，Z_w)为目标特征点在世界坐标系中的第一坐标，r₁₁、r₁₂、...、r₃₃表示R₁、R₂、R₃相乘后的矩阵变量，t_x、t_y、t_z分别表示目标特征点在相机坐标系X轴、Y轴和Z轴上的平移量；

利用多个所述目标特征点对应的多个所述方程组计算所述旋转矩阵R和所述平移向量T，得到所述待标定相机的外参数。

本发明的另一个实施例提供了一种基于智能检测技术的相机外参数标定设备，包括存储器、处理器、数据接口和尺子；其中，

所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例所述的方法步骤；

所述数据接口用于传输标定图像至所述处理器，由所述处理器对所述标定图像进行处理。

所述尺子用于测量标定物的尺寸信息和所述标定物位于不同位置的位置信息。

与现有技术相比，本发明的有益效果：

本发明的相机外参数标定方法利用智能检测算法获取标定物在不同位置时的坐标，然后根据所获取的坐标之间的关系建立方程组进行求解，最后获得待标定相机外参数，不需借助棋盘格、平面镜等外在设备，能够方便快捷的进行相机的外参数标定，标定设备简单，大大减少了人力和物力，提高了标定效率。

附图说明

图1为本发明实施例提供的一种基于智能检测技术的相机外参数标定方法的流程示意图；

图2为本发明实施例提供的多个目标特征点在世界坐标系下的坐标和在相机坐标系下的坐标的示意图；

图3为本发明实施例提供的一种世界坐标系与相机坐标系坐标变换原理图。

具体实施方式

下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。

实施例一

请参见图1，图1为本发明实施例提供的一种基于智能检测技术的相机外参数标定方法的流程示意图，该相机外参数标定方法包括步骤：

S1、获取若干标定物图像、待标定相机的内参数信息、标定物的尺寸信息和所述标定物位于不同位置的位置信息，其中，利用所述待标定相机拍摄位于不同位置处的同一所述标定物得到若干所述标定物图像。

具体地，使标定物从初始位置处按照预设方向、预设距离移动，利用已知内参数的待标定相机拍摄位于初始位置处的标定物以及每次移动后的标定物，得到若干标定物图像。

本实施例中，标定物可以为位置可以改变的任意物体，例如：汽车、人体、桌子等，其位置的改变可以为人为移动，也可以为自发移动。在获取多个标定物图像的过程中，其预设方向可以为角度已知的任意方向，预设距离可以为距离已知的任意距离；优选地，预设方向采用水平方向，以便于后续坐标的计算获取。

例如，以人体作为标定物、预设方向为水平方向、预设距离为1m、标定物图像为4张为例获取人体图像，其具体过程为：首先将待标定相机固定，人体位于初始位置处，利用待标定相机拍摄人体目标，得到第一张人体图像；然后，保持待标定相机不动，人体沿水平方向向左或者向右移动1m，利用待标定相机拍摄移动后的人体目标，得到第二张人体图像；接着，保持待标定相机不动，人体继续沿水平方向向左或者向右移动1m，利用待标定相机拍摄移动后的人体目标，得到第三张人体图像；依此类推，得到第四张图像。

具体地，待标定相机的内参数信息是与相机自身特性相关的参数，比如相机的焦距、像素大小等。

标定物的尺寸信息可以为标定物的宽度或高度等信息；例如，当标定物为人时，标定物的高度可以为人的身高，标定物的宽度可以为人的肩宽，为了便于测量，可以选取人的高度作为标定物的尺寸信息；进一步地，可以利用尺子来获取标定物的尺寸。

标定物位于不同位置的位置信息是指标定物每次移动预设距离后某一点的坐标，例如，标定物在初始位置时点A的坐标为(0，0，0)，当标定物在Z轴方向移动1m后，则该位置信息即为水平移动1m后点A的坐标，即为(0，0，1)。

S2、利用预设智能检测算法在若干标定物图像中标出标定物，得到若干候选区域。

本实施例中，预设智能检测算法可以采用Single Shot MultiBox Detector(SSD)算法、You Only Look Once(YOLO)算法或Centernet算法等目标检测算法。这些算法可以通过提取图片的特征精准的获得标定物，从而得到标定物所在的候选区域。

具体地，利用预设智能检测算法对每个标定物图像进行标定，标出每个标定物所在的候选区域，得到若干候选区域。

S3、在每个所述候选区域中选取第一特征点和第二特征点，得到若干目标特征点。

具体地，在每个候选区域中选取两个特征点，即第一特征点和第二特征点，从而在多个候选区域中选取得到多个目标特征点。在每个候选区域中，两个特征点位于不同的位置，其可以为候选区域的正中心、左下角顶点、右下角顶点、左上角顶点、右上角顶点中的任意两个。优选的，所述第一特征点包括所述候选区域的左下角顶点、左上角顶点中的任一个，所述第二特征点包括所述候选区域的左下角顶点、左上角顶点中的另一个。

S4、根据任一目标特征点建立世界坐标系，并根据待标定相机建立相机坐标系。

本实施例中，建立世界坐标系的方法为：在多个目标特征点中任选一个，以该目标特征点作为第一原点，以相互垂直的任意三个方向分别作为第一X轴、第一Y轴、第一Z轴，建立世界坐标系。

进一步地，建立世界坐标系时，所选取的目标特征点可以是标定物位于初始位置(即第一次拍摄)得到的候选框中的特征点，也可以是标定物在移动过程中得到的候选框中的特征点，也可以是标定物在移动停止时(即最后一次拍摄)得到的候选框中的特征点。优选地，建立世界坐标系时，所选取的目标特征点包括标定物位于初始位置时的候选框的左下角顶点，这样不仅有利于世界坐标系的建立，而且便于其余目标特征点的坐标的表示。

可以理解的是，当选取一个目标特征点后，将该目标特征点作为原点建立世界坐标系，所建立的世界坐标系的X轴、Y轴、Z轴的方向只要互相垂直即可，具体朝向不做要求。优选地，第一X轴的方向为竖直方向，第一Z轴方向为水平方向，第一Y轴方向与第一X轴和第一Z轴形成的平面垂直，这样为通过方程组求解相机外参数的求解奠定了基础，简化了方程组的求解，同时也方便表示标定物在世界坐标系中的坐标。

建立相机坐标系的方法为：以待标定相机的镜头光心处为第二原点，以与标定物图像平面平行的第一方向为第二X轴，以与标定物图像平行的第二方向为第二Y轴，以待标定相机的光轴(即与标定物图像垂直的方向)为第二Z轴，建立相机坐标系；其中，第一方向与第二方向垂直。

S5、结合所述内参数信息、所述尺寸信息和所述位置信息，利用所有所述目标特征点在所述世界坐标系中的若干第一坐标和所有所述目标特征点在所述相机坐标系中的若干第二坐标计算所述待标定相机的外参数。请参见图2，图2为本发明实施例提供的多个目标特征点在世界坐标系下的坐标和在相机坐标系下的坐标的示意图。

S51、利用所述尺寸信息和所述位置信息获取所有所述目标特征点在所述世界坐标系中的坐标，得到若干所述第一坐标。

具体地，尺寸信息用于计算每个候选区域中第一特征点和第二特征点的坐标，位置信息用于计算多个候选区域中的第一特征点的坐标以及多个候选区域中的第二特征点的坐标。例如，假设标定物为人，人的身高即尺寸信息为1.8米，人所在的区域为候选区域，候选区域中第一特征点为候选区域的左下角顶点，第二特征点为候选区域的左上角顶点；世界坐标系下，人在初始位置时，左下角顶点坐标为(0，0，0)，左上角顶点坐标为(1.8，0，0)，假设人沿z轴方向移动1米，则移动后左下角顶点坐标为(0，0，1)，左上角顶点坐标为(1.8，0，1)。

通过标定物的多次移动，可以得到多个目标特征点在世界坐标系中的坐标，即多个第一坐标P_w(X_w，Y_w，Z_w)。

S52、利用所述预设智能检测算法获取所有所述目标特征点在图像坐标系中的坐标，得到若干第三坐标。

具体地，根据标定物图像建立图像坐标系，然后利用预设智能检测算法如SSD算法、YOLO算法或Centernet算法等自动获取每个候选区域中第一特征点和第二特征点在图像坐标系中的坐标，从而得到多个第三坐标。

S53、利用所述内参数信息和若干所述第三坐标获取所有所述目标特征点在所述相机坐标系中的坐标，得到若干所述第二坐标。

首先，利用内参数信息建立第三坐标与第二坐标之间的坐标转换关系：

其中，s为尺度因子，

为相机内参数矩阵，(u，v)为目标特征点在图像坐标系中坐标。

然后，将上述第三坐标与第二坐标之间的坐标转换关系进行变换，建立关于目标特征点在相机坐标系中坐标(X_c，Y_c，Z_c)的方程组：

之后利用上述方程组求解每个目标特征点在相机坐标系中的坐标，进而得到多个目标特征点在相机坐标系中的坐标，即多个第二坐标P_c(X_c，Y_c，Z_c)。

S54、根据若干所述第一坐标和若干所述第二坐标计算所述待标定相机的外参数。

首先，对于每个目标特征点，建立第一坐标和第二坐标的坐标转换关系。

具体地，设目标特征点在世界坐标系下的第一坐标为P_w(X_w，Y_w，Z_w)，在相机坐标系下的第二坐标为P_c(X_c，Y_c，Z_c)。

根据相机成像的原理可知，目标从世界坐标系变换到相机坐标系属于刚体变换，即物体不会发生形变，只是进行了旋转和平移；因此，目标特征点在世界坐标系下的第一坐标P_w(X_w，Y_w，Z_w)与在相机坐标系下的第二坐标P_c(X_c，Y_c，Z_c)之间的坐标转换关系为：

其中，R为旋转矩阵，T为平移向量。

对式(3)进行变换，得到：

其中，矩阵

即为所求待标定相机的外参数矩阵。

然后，根据世界坐标系和相机坐标系的关系获取待标定相机的外参数矩阵。

请参见图3，图3为本发明实施例提供的一种世界坐标系与相机坐标系坐标变换原理图。具体地，世界坐标系经平移和旋转之后与相机坐标系重合，即旋转矩阵R由世界坐标系分别绕相机坐标系的第二X轴、第二Y轴、第二Z轴旋转一定角度之后所得；设绕第二Z轴旋转θ，则世界坐标系下目标特征点变换为：

其中，(X_w1′，Y_w1′，Z_w1′)为世界坐标系下的目标特征点绕相机坐标系的第二Z轴旋转θ后的坐标。

同理，绕第二Y轴旋转φ后，世界坐标系下目标特征点变换为：

其中，(X_w2′，Y_w2′，Z_w2′)为世界坐标系下的目标特征点绕相机坐标系的第二Y轴旋转φ后的坐标。

绕第二X轴旋转ω后，世界坐标系下目标特征点变换为：

其中，(X_w3′，Y_w3′，Z_w3′)为世界坐标系下的目标特征点绕相机坐标系的第二X轴旋转ω后的坐标。

则旋转矩阵R可表示为：

其中，R₁为目标特征点绕相机坐标系的Z轴旋转角度θ的旋转向量，R₂为目标特征点绕相机坐标系的Y轴旋转角度

的旋转向量，R₃为目标特征点绕相机坐标系的X轴旋转角度ω的旋转向量，r₁₁、r₁₂、...、r₃₃表示R₁、R₂、R₃相乘后的矩阵。

将世界坐标系下的目标特征点分别沿相机坐标系的第二X轴、第二Y轴和第二Z轴平移，得到平移向量T：

T＝[t_x t_y t_z]^T (9)

其中，t_x、t_y、t_z分别表示目标特征点在相机坐标系的第二X轴、第二Y轴和第二Z轴上的平移量。

从而，由旋转矩阵R和平移向量T推到可得待标定相机的外参数矩阵：

其中，R_3×3为旋转矩阵，T_3×1为平移向量，r₁₁、r₁₂、...、r₃₃表示目标特征点绕相机坐标系的第二Z轴旋转角度θ的旋转向量R₁、目标特征点绕相机坐标系的第二Y轴旋转角度

的旋转向量R₂、目标特征点绕相机坐标系的第二X轴旋转角度ω的旋转向量R₃相乘后的矩阵变量，t_x、t_y、t_z分别表示目标特征点在相机坐标系第二X轴、第二Y轴和第二Z轴上的平移量。

之后，根据第一坐标和第二坐标的坐标转换关系以及待标定相机的外参数矩阵建立方程组。

在得到若干组坐标中每组坐标的关系和外参数矩阵后，则世界坐标系下目标特征点坐标转换至相机坐标系下的坐标可表示为：

将式(11)展开，可得方程组：

其中，(X_c，Y_c，Z_c)为目标特征点在相机坐标系中的第二坐标，(X_w，Y_w，Z_w)为目标特征点在世界坐标系中的第一坐标，r₁₁、r₁₂、...、r₃₃表示R₁、R₂、R₃相乘后的矩阵变量，t_x、t_y、t_z分别表示目标特征点在相机坐标系X轴、Y轴和Z轴上的平移量。

最后，利用多个所述目标特征点对应的多个方程组计算旋转矩阵R和平移向量T，得到待标定相机的外参数。

具体地，每个目标特征点可以建立一个方程组，多个目标特征点建立多个方程组，从而多个方程组可以计算得到r₁₁、r₁₂、...、r₃₃以及t_x、t_y、t_z，从而得到旋转矩阵R和平移向量T，进而得到待标定相机的外参数。

需要说明的是，本实施例的标定方法包括上述步骤，但是不限于上述步骤的执行顺序，例如，当以标定物位于初始位置时建立世界坐标系时，可以在得到初始位置的标定物图像建立并获取目标特征点的坐标，然后每次移动后获取移动后目标特征点的坐标，在得到多组坐标后建立方程组并求解。

本实施例的相机外参数标定方法利用智能检测算法获取标定物在不同位置时的坐标，然后根据所获取的坐标之间的关系建立方程组进行求解，最后获得待标定相机外参数，不需借助棋盘格、平面镜等外在设备，能够方便快捷的进行相机的外参数标定，标定设备简单，大大减少了人力和物力，提高了标定效率；可应用于相机的测距及角度等方面。

实施例二

在实施例一的基础上，本实施例提供了另一种基于智能检测技术的相机外参数标定方法，该标定方法包括步骤：

S1、固定待标定相机，以人体作为标定物，拍摄人体目标，得到第一张人体图像即标定物图像。

S2、利用预设智能检测算法从第一张人体图像上标出人体所在的候选区域。

S21、以第一个候选区域的左下角顶点为第一特征点，以左上角顶点为第二特征点，将这两个特征点记为目标特征点；然后以第一特征点作为原点，第一X轴、第一Y轴、第一Z轴为相互垂直的任意方向，建立世界坐标系，并记此时第一特征点的坐标为P_w(0，0，0)，第二特征点的坐标为P_w′(h，0，0)，其中，h为待标定物的尺寸信息即人体的身高信息。

S22、以待标定相机的镜头光心处为原点，第二X轴、第二Y轴分别与第一张人体图像的像平面平行，待标定相机的光轴为第二Z轴，第二Z轴与第一张人体图像的像平面垂直，建立相机坐标系，并获取此时目标特征点(包括第一特征点和第二特征点)在相机坐标系下的坐标，均记为P_c(X，Y，Z)。

S3、保持待标定相机不动，人体水平向左或者向右移动一个位置(例如向右移动1m)，获得一个新的人体候选区域，分别获取在相同世界坐标系下新的人体候选区域中目标特征点(包括第一特征点和第二特征点)的坐标，均记为P_w1(X_w1，Y_w1，Z_w1)，并获取在相同相机坐标系下新的人体候选区域目标特征点(包括第一特征点和第二特征点)的坐标，均记为P_c1(X_c1，Y_c1，Z_c1)。

S4、重复步骤S3，获得人体目标在不同位置时的候选区域中目标特征点(包括第一特征点和第二特征点)在世界坐标系下的坐标，均记为P_wi(X_wi，Y_wi，Z_wi)，并获取人体目标在不同位置时的候选区域中目标特征点(包括第一特征点和第二特征点)在相机坐标系下的坐标，均记为P_ci(X_ci，Y_ci，Z_ci)，得到多个第一坐标和多个第二坐标。

S5、根据多个第一坐标和多个第二坐标建立多个方程组，并计算求解该方程组，得到待标定相机的外参数。

上述步骤的具体实施过程请参见实施例一，本实施例不再赘述。

本实施例的方法在已知相机内参数的情况下，借助人体作为标定目标，利用智能检测技术标出待标定相机所拍摄人体候选框，并获取人体候选框左下角顶点在世界坐标系和相机坐标系下对应坐标；通过移动人体目标获取目标在不同位置时的世界坐标系下坐标和相机坐标系下坐标，得到多组对应坐标，建立线性方程组进行求解，最后获得待标定相机外参数结果，利用人体作为标定物，大大减少了人力和物力，提高了标定效率。

实施例三

在实施例一和实施例二的基础上，本实施例提供了一种基于智能检测技术的相机外参数标定设备。该设备包括存储器、处理器、数据接口和尺子；其中，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现实施例一或实施例二中的方法步骤；数据接口用于传输标定图像至处理器，由处理器对标定图像进行处理；尺子用于测量标定物的尺寸信息和标定物位于不同位置处的位置信息。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (10)

1.一种基于智能检测技术的相机外参数标定方法，其特征在于，包括步骤：

获取若干标定物图像、待标定相机的内参数信息、标定物的尺寸信息和所述标定物位于不同位置的位置信息，其中，利用所述待标定相机拍摄位于不同位置处的同一所述标定物得到若干所述标定物图像；

利用预设智能检测算法在每个所述标定物图像上检测出所述标定物，得到若干候选区域；

在每个所述候选区域中选取第一特征点和第二特征点，得到若干目标特征点；

根据任一所述目标特征点建立世界坐标系，并根据所述待标定相机建立相机坐标系；

结合所述内参数信息、所述尺寸信息和所述位置信息，利用所有所述目标特征点在所述世界坐标系中的若干第一坐标和所有所述目标特征点在所述相机坐标系中的若干第二坐标计算所述待标定相机的外参数。

2.如权利要求1所述的基于智能检测技术的相机外参数标定方法，其特征在于，利用所述待标定相机拍摄位于不同位置处的同一所述标定物得到若干所述标定物图像，包括：

使所述标定物从初始位置处按照预设方向、预设距离进行多次移动，利用所述待标定相机拍摄位于所述初始位置处的所述标定物以及每次移动后的所述标定物，得到若干所述标定物图像。

3.如权利要求1所述的基于智能检测技术的相机外参数标定方法，其特征在于，所述预设智能检测算法包括Single Shot MultiBox Detector算法、You Only Look Once算法或Centernet算法等。

4.如权利要求1所述的基于智能检测技术的相机外参数标定方法，其特征在于，所述第一特征点包括所述候选区域的左下角顶点、左上角顶点中的任一个，所述第二特征点包括所述候选区域的左下角顶点、左上角顶点中的另一个。

5.如权利要求1所述的基于智能检测技术的相机外参数标定方法，其特征在于，根据任一所述目标特征点建立世界坐标系，包括：

以任一所述目标特征点作为第一原点，以相互垂直的任意三个方向分别作为第一X轴、第一Y轴、第一Z轴，建立所述世界坐标系。

6.如权利要求1所述的基于智能检测技术的相机外参数标定方法，其特征在于，根据所述待标定相机建立相机坐标系，包括：

以所述待标定相机的镜头光心处为第二原点，以与所述标定物图像平面平行的第一方向为第二X轴，以与所述标定物图像平行的第二方向为第二Y轴，以所述待标定相机的光轴为第二Z轴，建立所述相机坐标系。

7.如权利要求1所述的基于智能检测技术的相机外参数标定方法，其特征在于，结合所述内参数信息、所述尺寸信息和所述位置信息，利用所有所述目标特征点在所述世界坐标系中的若干第一坐标和所有所述目标特征点在所述相机坐标系中的若干第二坐标计算所述待标定相机的外参数，包括：

利用所述尺寸信息和所述位置信息获取所有所述目标特征点在所述世界坐标系中的坐标，得到若干所述第一坐标；

利用所述预设智能检测算法获取所有所述目标特征点在图像坐标系中的坐标，得到若干第三坐标；

利用所述内参数信息和若干所述第三坐标获取所有所述目标特征点在所述相机坐标系中的坐标，得到若干所述第二坐标；

根据若干所述第一坐标和若干所述第二坐标计算所述待标定相机的外参数。

8.如权利要求7所述的基于智能检测技术的相机外参数标定方法，其特征在于，利用所述内参数信息和若干所述第三坐标获取所有所述目标特征点在所述相机坐标系中的坐标，得到若干所述第二坐标，包括：

利用所述内参数信息建立所述第三坐标与所述第二坐标之间的坐标转换关系：

其中，s为尺度因子，

为相机内参数矩阵，(u，v)为目标特征点在图像坐标系中的坐标；

根据所述第三坐标与所述第二坐标之间的坐标转换关系求解所有所述目标特征点在所述相机坐标系中的坐标，得到若干所述第二坐标。

9.如权利要求7所述的基于智能检测技术的相机外参数标定方法，其特征在于，根据若干所述第一坐标和若干所述第二坐标计算所述待标定相机的外参数，包括：

对于每个所述目标特征点，建立所述第一坐标和所述第二坐标的坐标转换关系：

其中，

E为待标定相机的外参数矩阵，(X_c，Y_c，Z_c)^T为目标特征点在相机坐标系中的第二坐标，(X_w，Y_w，Z_w)^T为目标特征点在世界坐标系中的第一坐标，R_3×3为旋转矩阵，T_3×1为平移向量；

根据所述世界坐标系和所述本地坐标系的关系获取所述待标定相机的外参数矩阵：

其中，R_3×3为旋转矩阵，T_3×1为平移向量，r₁₁、r₁₂、…、r₃₃表示目标特征点绕相机坐标系的第二Z轴旋转角度θ的旋转向量R₁、目标特征点绕相机坐标系的第二Y轴旋转角度

的旋转向量R₂、目标特征点绕相机坐标系的第二X轴旋转角度ω的旋转向量R₃相乘后的矩阵变量，t_x、t_y、t_z分别表示目标特征点在相机坐标系第二X轴、第二Y轴和第二Z轴上的平移量；

根据所述第一坐标和所述第二坐标的坐标转换关系以及所述待标定相机的外参数矩阵建立方程组：

其中，(X_c,Y_c,Z_c)为目标特征点在相机坐标系中的第二坐标，(X_w,Y_w,Z_w)为目标特征点在世界坐标系中的第一坐标，r₁₁、r₁₂、…、r₃₃表示R₁、R₂、R₃相乘后的矩阵变量，t_x、t_y、t_z分别表示目标特征点在相机坐标系X轴、Y轴和Z轴上的平移量；

利用多个所述目标特征点对应的多个所述方程组计算所述旋转矩阵R和所述平移向量T，得到所述待标定相机的外参数。

10.一种基于智能检测技术的相机外参数标定设备，其特征在于，包括存储器、处理器、数据接口和尺子；其中，

所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述权利要求1～9中任一项所述的方法步骤；

所述数据接口用于传输标定图像至所述处理器，由所述处理器对所述标定图像进行处理。

所述尺子用于测量标定物的尺寸信息和所述标定物位于不同位置的位置信息。

Images