一种复杂背景中的高性能相机全自动标定方法
【技术领域】
[0001] 本发明属于相机标定技术领域，尤其涉及一种高性能相机全自动标定方法。
【背景技术】
[0002] 相相机标定是计算机视觉中的基本问题之一，包括计算相机内外参数，在物体尺 寸测量、三维重建、物体识别、机器人导航等领域有着重要应用。基于针孔相机模型的标 定算法需要建立3D物体坐标与2D图像坐标的一一对应关系，即。常用的相机标定算法有 Tsai的两步标定法和Zhang的平板标定法。Zhang氏标定法（参见非专利文献I :Zhengyou Zhang ：A Flexible New Technique for Camera Calibration. IEEE Trans. Pattern Anal. Mach. Intell. (ΡΑΜΙ)，22(11) :1330-1334,2000.)利用平面标定板提供了一种灵活的、低 成本的相机参数计算方法，该方法利用在不同姿态下拍摄的棋盘格图像并获取图像中棋盘 格角点的亚像素坐标及已知的棋盘格物理坐标，根据相机成像模型建立相机的标定算法。 采用增加训练点数量的方法也能获得较好的精度，在实际项目中获得了很好的应用。因此 棋盘格作为标志图案得以广泛应用，在机标定过程中一个核心的问题是如何在复杂背景中 自动地提取出棋盘格的角点坐标，尤其是在室外环境如机器人导航、三维测量等，而且还要 有很高的精度。
[0003] 棋盘格角点自动检测和相机标定是一个广泛研究的问题，常用的角点检测算法有 Harris方法、SUSAN方法等，这些方法只能检测出图像中显著的梯度变化明显的特征点，并 不能从检测到的特征点获得棋盘格的结构信息。如OpenCV、Matlab标定工具箱等提供棋 盘格角点检测的功能，但都需要调整较多参数或手动划定检测的范围，对于手动模式，如果 镜头的畸变过大，还需要给出镜头的畸变参数个估值作为初始值对图像进行校正，这都造 成了使用的不便。非专利文献 2 (J. E Ha. Automatic Detection of Calibration Markers on a Chessboard，0ptical Engineering，2007,46(10) :1_8.)利用棋盘格亮度的对称性和 通过每个角点的四条边的几何对称性设计判断准侧，该算法对光照变化有一定的抗干扰能 力，但该方法只是获得棋盘格的角点ig息，并没有做相机的精确标定。非专利文献3 (Martin Rufli, et al. Automatic Detection of Checkerboards on Blurred and Distorted Images. IEEE IROS 2008)提出了一种在模糊和严重畸变的棋盘格图像中检测角点的方法， 该方法首先利用自适应阈值方法将图像转化为二值图像，然后采用自适应腐蚀窗口对二值 图像进行处理以保留格子的纵横比，再利用自适应四边形链接距离准则对上一步处理得到 的图像进行启发式四边形链接，最后通过多边形逼近得到棋盘格的四边及角点信息，该方 法对模糊图像及从全向相机（Omnidirectional camera)获得的大畸变图像具有很好的稳 定性，但该方法只能获得像素精度的角点坐标。非专利文献4 (B. Atcheson et al. CALTag: High Precision Fiducial Markers for Camera Calibration， the 15th International Workshop on Vision，Modeling，and Visualization，2010,41-48.)提出一种高精度棋盘 格角点检测算法，该方法通过在棋盘格内部设计特殊的矩阵的二进制图案（类似于简化的 二维码）达到鲁棒检测棋盘格角点，通过传统的Zhang氏标定法的平均重投影误差为0. 316 个像素。该方法虽然能在复杂背景中提取棋盘格角点，但需要特殊设计的二进制图案作为 辅助手段，通用性并不强。
[0004] 非专利文献5(杨幸芳等.用于摄像机标定的棋盘图像角点检测新算法，仪器仪 表学报，2011，32 (5) :1109-1113.)针对SUSAN角点检测算法的缺点，提出了以小邻域环形 模板上像素灰度的跳变次数为判据的棋盘角点检测算法，利用此性质，该算法易于剔除非X 型角点，再利用棋盘图像的对称性，在初定位角点的局部邻域内，用灰度重心法对角点进行 了亚像素定位，保证了算法的稳定性和精度，但该算法只能处理纯净的棋盘格图像，也即该 方法不能处理复杂环境中的棋盘格角点提取的问题。非专利文献6(储捃等.采用环形模 板的棋盘格焦角检测，光学精密工程，2013, 21(1) :189-196.)对曝光过度和镜头畸变图像 提出了一种基于环形模板的棋盘格角点检测算法，该算法通过分析棋盘格角点附件的灰度 分布满足的对称性和灰度交替变化的性质检测角点，并利用局部冗佘角点分布的对称性去 除冗佘角点，达到亚像素精度的角点坐标。但如果图像在非均匀光照或较强噪声影响下局 部冗佘角点分布的对称性并不能严格满足，因此该算法的鲁棒性并没有得到严格的验证。
[0005] 在上述已有的角点检测技术中，大部分方法都需要采用预处理，不能自动处理任 意复杂背景中的角点检测问题，而采用预处理使得算法的稳定性降低，例如大部分方法中 利用二值化将棋盘格图像变为二值图像，但二值化方法中的自动阈值选择本身也是一个难 题，在复杂场景中通常很难自动选择合适的阈值将棋盘格图像转化为二值图像。在对检测 出的特征点进行去噪和聚类时，通常采用棋盘格角点区域的长度及夹角作为特征值进行真 实角点提取，但由于仿射变换和镜头畸变，使得这些特征在实际应用过程的稳定性不高。利 用SUSAN或Harris等特征检测方法时也需要进行图像增加、滤波、二值化、形态学等操作， 而且在得到图像中的所有特征后，如何稳定地获得的棋盘格MXN的结构化角点的亚像素 特征数据也是一个问题。
[0006] 相机标定方面，获得棋盘格亚像素角点坐标后采用OpenCV或Matlab标定工具箱 即可满足一般精度标定的要求，但在高精度测量或三维重建中，需要更高精度的相机标定 参数。目前已公开的方法大多采用重新设计的标定装置，如相互垂直的平面板、拉丝标定装 置等，或者在传统的标定模型的基础上进行改进，但从公开的方法看，标定算法的精度并没 有显著提高。综上所述，到目前还没有既能鲁棒地检测棋盘格角点又能高精度标定相机的 算法。
【发明内容】
[0007] 为了解决现有技术中的问题，本发明提出了一种复杂背景中的高性能相机全自动 标定方法，能够完全自动地在任何复杂背景中提取亚像素精度的棋盘格角点坐标，无需任 何人工操作和干预，提取角点坐标后经过张氏标定获得初始相机参数、棋盘格图像规范化 校正、规划化图像中基于NCC的亚像素角点检测、角点重投影、再进行张氏标定的迭代寻优 过程，直到获得高精度的相机参数，该方法在高精度测量以及室外机器人视觉系统的标定 中将具有重要的应用。
[0008] 本发明通过以下技术方案实现：
[0009] -种复杂背景中的高性能相机全自动标定方法，所述方法包括以下步骤：
[0010] 步骤1 :将世界坐标M和图像坐标m的坐标原点统一，通过鲁棒的角点检测算法得 到图像空间的棋盘格角点坐标；
[0011] 步骤2 :获得对应点集后，利用张氏标定算法获得相机标定参数作为初值；
[0012] 步骤3 :利用所述步骤2的标定参数对图像进行畸变校正和规范化校正；
[0013] 步骤4 :在校正后的图像上建立感兴趣区域ROI，然后在每个ROI内计算归一化互 相关系数NCC，计算出规范化校正图像上亚像素精度的棋盘格角点（ Up，vp)
[0014] 步骤5:将规范化图像上的角点坐标重投影到图像空间获得精确的角点图像坐 标；
[0015] 步骤6 :再将获得的新的角点坐标代入张氏标定算法中计算出新的相机参数；
[0016] 步骤7 :重复步骤3-6的过程直到收敛即可获得高精度的相机标定参数。
【附图说明】
[0017] 图1是本发明的复杂背景中的高性能相机全自动标定方法的流程图；
[0018] 图2是本发明所采用的两种类型的滤波器示意图；
[0019] 图3是对称形状的标定板棋盘格示意图；
[0020] 图4是世界坐标与图像坐标的原点统一示意图；
[0021] 图5是图像规范化校正及基于NCC的角点坐标提取示意图，其中，图5(a)是原始 图像，图5(b)是规范化校正图像，图5 (c)是放大的NCC模板。
【具体实施方式】
[0022] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并 不用于限定本发明。
[0023] 在计算机视觉中，为确定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，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。相机标 定结果的精度及算法的稳定性直接影响计算结果的准确性。
[0024] 本发明提出一种复杂环境中的相机高精度标定方法，能够完全自动地在任何复杂 背景中提取亚像素精度的棋盘格角点坐标，无需任何人工操作和干预，提取角点坐标后经 过张氏标定获得初始相机参数、棋盘格图像规范化校正、规划化图像中基于NCC的亚像素 角点检测、角点重投影、再进行张氏标定的迭代寻优过程，直到获得高精度的相机参数，计 算过程如附图1所示。
[0025] 首先，根据不同的应用，对棋盘格标志物进行图像采集至少3幅以上的图像，棋盘 格标志物的黑白格数量为M X N。对图像采集的要求与传统的张氏标定方法相同。如果相机 拍摄的图像为彩色图像，需要将图像转化为灰度图像。
[0026] 然后，根据棋盘格角点图像的特征，设计如附图2所示的滤波器组，其中Typel : AB、CD为轴对齐角点滤波器；Type2 :AB、CD为旋转45°的角点滤波器，这两类滤波器能够检 测到由于透视投影造成的变形棋盘格图像的角点。这样，将两类8个滤波器变为两类4个， 减少一半滤波处理计算量，提高算法的速度。
[0027] 采用图1所示的两种类型的滤波器组能够提高算法的速度，算法的稳定性也有所 提高。首先采用图1所示的两种类型的四个滤波器对棋盘格图像进行滤波操作，然后计算 角点的相似度值芦=.?祕秦樣.龜:,其中；4:和後I;表示滤波器类型i(i = 1，2)的两种可能