一种标定相机的方法及其系统的制作方法
【专利说明】一种标定相机的方法及其系统
【背景技术】
[0001] 本申请涉及一种标定相机的方法及其系统。
[0002] 该方法首先对镜头畸变进行描述，然后确定焦距，最后确定相机外部位置。
[0003] 运用上述方法，本发明提供了一种经过改进的标定相机的方法以及一个相应的系 统。
【发明内容】
[0004] 根据一个范例实施例，一种标定相机的系统，该系统包括： 一个能量源以及一台待标定的相机，且能量源及相机中的至少一个要被安装在机械操 作机构上，使其能相对于另一个移动； 一个与能量源、机械操作机构以及相机相连的处理器，处理器经编程用于： 控制机械操作机构，将能量源和相机中的至少一个相对另一个进行移动，并使其通过 诸多位于校准目标路线上的离散点； 在每个离散点上，控制相机拍摄一幅数字图像； 对每幅图像执彳丁镜头畸变描述； 确定连接在相机上的任何镜头的焦距；且 为每幅图像确定一个外部相机位置。
[0005] 处理器通过如下方法进行镜头畸变描述： 选择一个畸变校正模型，并为该模型确定参数的初估值以便校正观察到的畸变； 选择一种直线度度量标准，用来测量和量化点与样本直线的共线程度；且 使用直线度度量标准，并对经过初估的参数进行数值改善，直到图像中畸变的直线得 到校正。
[0006] 处理器通过如下方法确定焦距： 选择一个初始焦距； 使用算法，并结合初始焦距、实像素尺寸、在顺次每个点上能量源的无畸变图像坐标， 以及顺次每个点上机械操作机构的准确位置，计算出相机相对于每个离散点的位置； 判定相机位置的聚集紧密程度；且 对初始焦距进行数值改善，直到确定的离散点最大程度地聚集在一起。
[0007] 处理器通过如下方法确定外部相机位置： 创建一丛基于几何的向量；创建一丛基于图片处理的向量； 选择一种度量标准来测量两丛向量的相似度；且 对相机相对于能量源的估计位置进行改善，使两丛向量的相似度最大化。
[0008] 在一个范例中，当数字图像被捕捉后，处理器将进一步执行下列图像处理步骤： 确定图像中哪些相邻像素区域的强度高于选定的临界临界值； 生成一个列表，列出这些区域以及属于每个区域像素的像素坐标及强度； 将具有太少或太多成分像素的区域从表单中去除，成分像素的多少由相机、镜头和能 量源的特性决定； 将所有不符合形状标准的区域从表单中去除；且 确定最大剩余区域的中心。
[0009] 处理器通过对区域像素进行椭圆拟合并使用椭圆中心的方法或通过计算区域内 像素的重心的方法来确定中心。
[0010] 形状标准是对称性，其中，对称性的测试方法是，在区域中找到一个横截面，所述 横截面所遇到的第一个像素到它所遇到的最后一个像素的距离最长，并将这个距离与用最 长轴垂线获得的距离进行比较。
[0011] 在一个范例中，处理器控制着机械操作机构使其移动，这使得一系列的点被分成 几组，每组包含至少3个在同一平面的点和至少1个位于由其他点构成的平面外的点。
[0012] 这些点的精确相对位移可通过处理器利用机械操作机构的位置反馈获知。
[0013] 比如，每一组点都是通过对未经变换的标准组的点进行不同的6自由度平移和旋 转偏移而得到的，从而产生一组具有相同相对位置的新的离散点。
[0014] 根据另一个范例实施例，一种标定相机的方法，该方法包括： 控制机械操作机构，将能量源和相机中的至少一个相对另一个进行移动，并使其通过 诸多位于校准目标路线上的离散点； 在每个离散点上，用相机拍摄一幅数字图像； 对每幅图像执彳丁镜头畸变描述； 确定连接在相机的任何镜头的焦距；且 为每幅图像确定一个外部相机位置。
【附图说明】
[0015] 图1为一个用于标定数码相机的示例系统； 图2为图1所示系统的处理器的结构图。
【具体实施方式】
[0016] 下文所描述的系统及方法，是关于一种标定相机的方法及其系统。
[0017] 本发明用相机的内部和外部参数来描述一个具有任意（已知）灵敏性普的相机。 内部参数是指那些影响所研究的真实世界场景投射到相机成像元件上的参数，这包括至少 一个镜头畸变参数、镜头焦距、像素尺寸，以及成像元件与镜头光轴的正交性（中的至少一 个)。
[0018] 外部参数明确了至少一个以下情况，即相机相对于参考点的位置，以及相机相对 于选定轴线的方向。
[0019] 如附图所示，系统10包含至少一个相机12和/或至少一个能量源14。
[0020] 最好能使用若干相机12和若干能量源14。
[0021] 系统还包含一个与能量源和/或相机相连的处理器16。处理器16包含若干模块， 这些模块的功能会在下文中详细描述。
[0022] 在一个范例实施例中，下文所述模块由一个装有命令的机器可读媒体来实现，当 机器执行这些命令时，机器可执行上述任何方法。
[0023] 在另一个范例实施例中，使用固件来实现模块，这些固件经过编程专门用以执行 本文所述方法。
[0024] 需要指出的是，本发明的实施例并不限于这些结构，并且同样能在分布式的或对 等结构的系统中获得很好的应用。因此，图中所示的模块可位于由一个或多个机构运行的 一个或多个服务器上。
[0025] 还需指出的是，在上述任何情况下，这些模块构成的物理仪器带有专门用来执行 本文所述方法步骤的物理模块。
[0026] 内存28与处理器16相连。
[0027] 在一个范例实施例中，为了进行标定，以机械臂形式出现的机械操作机构18用于 在相机视野范围内移动能量源。
[0028] 在图示的范例实施例中，机械操作机构18由受处理器16控制的伺服电机(未显 示）带动。
[0029] 机械臂18在任意给定时间的位置是已知的，且相机会捕捉能量源的图像。
[0030] 每一幅包含机械臂和能量源视图的图像都由相机捕捉并传送给处理器16。相机 12经过配置，可以减小曝光时间和/或打开镜头的可变光阑，使得在消除大部分背景的同 时能量源保持可见。无论是否进行这些配置，下文详述的算法都有用，所需的只是一幅包含 可见能量源的单幅图片。
[0031] 处理器16首先对镜头畸变进行描述，然后确定焦距，最后确定相机外部位置。这 些步骤将在下文中进行更具体地解释。
[0032] 在数字图像捕获后，图像处理模块20将执行如下图像处理步骤，以实现上述方 法： 1)判定图像中哪些相邻像素区域的强度高于选定的临界值。生成一个列表，列出这些 区域以及属于每个区域像素的像素坐标及强度。
[0033] 2)将具有太少或太多成分像素的区域从列表中移除，成份像素的多少由相机、镜 头和能量源的特性决定。
[0034] 3)将不符合形状标准（比如对称）的所有区域从列表中移除。对称的测试方法是， 在区域中找到一个横截面，这个横截面所遇到的第一个像素到它所遇到的最后一个像素的 距离最长。将这个距离与用最长轴垂线获得的距离进行比较。如果这两个距离的比值大于 一个指定的增量，则将这个区域去除。
[0035] 4)探寻最大剩余区域的中心。找到中心的方法可以是用一个椭圆拟合区域像素， 然后使用椭圆的中心，或者通过计算区域内像素的重心来找中心。
[0036] 镜头畸变描述步骤由处理器16中的镜头畸变描述模块22实现，如下： 1)将相机刚性放置在这样一个位置上，该位置使得相机可以无阻碍地观察机械臂移动 能量源的情况。
[0037] 2)使机械臂沿一系列直线移动能量源，虽然建议这些直线最好覆盖相机的整个视 野，但这不是严格必需的。
[0038] 3)在每条直线上的几个点(最少3个)，获得(从被描述的相机）并处理如上所述的 能量源图片。
[0039] 4)选择一个畸变校正模型，并为该模型确定参数的初估值以便校正观察到的畸 变。这项工作使用了布朗镜头畸变模型的一个增强形式，并用经验或遗传算法得出一个初 始起始位置。
[0040] 5)选择一种直线度度量标准，用来测量和量化步骤2中点与样本直线的共线程 度。这项工作对每条直线的每个样本点的进行最小二乘法直线拟合。度量标准就是每个样 本点到它自己的最佳拟合直线的垂直距离的均方根。
[0041] 6)使用步骤5中的度量标准。对步骤4中的参数初估值进行数值改善，直到 畸变校正图片（由畸变模型和当前参数所产生）中的直线最直。在这项工作中，用多维非 线性数值优化技术来最小化步骤5中的度量标准。确切地说，使用了 Leapfrog算法和 Fletcher-Reeves 共辄梯度法。
[0042] 以上这些工作之后，处理器16中的焦距测定模块24实现了焦距测定，如下： 1)判定相机的镜头畸变特性。
[0043] 2)将相机刚性放置在这样一个位置上，该位置使得相机可以无阻碍地观察机械臂 移动能量源的情况。
[0044] 3)移动机械臂，使其在一系列离散点处停留。这一系列的点被分成几组。每组包 含至少3个在同一平面的点和至少1个位于