一种用于三维数字图像相关的相机外参标定方法
【专利摘要】本发明公开了一种用于三维数字图像相关的相机外参标定方法，包括以下步骤：标定两个相机内参；根据实验要求安装两个相机，使得被测区域成像于两个相机之中；在被测试样表面制备散斑或直接使用被测试样表面的自然纹理作为位置信息载体；通过同步采集装置使得两个相机同步采集一幅试样图像；基于数字图像相关技术对两个相机图像中的子区进行匹配；根据两个相机图像中子区匹配的结果及之前标定的相机内参，标定相机之间的相对外参并确定平移向量的尺度信息。本发明具有操作简单、实用性强等优点，可实现三维数字图像相关中相机外参的标定和全场三维变形测量。
【专利说明】
-种用于H维数字图像相关的相机外参标定方法
技术领域
[0001] 本发明设及非接触=维变形测量领域，特别设及一种用于=维数字图像相关的相 机外参标定方法。
【背景技术】
[0002] =维数字图像相关法是一种非接触式的光学全场测量方法。它结合了数字图像相 关法和计算机视觉原理，可W准确测量物体表面的=维形貌和变形。相比于光测力学中其 他几种基于干设原理的测量方法，它具有诸多优势，如设备简单、无需隔震、量程大、测量范 围可控等。目前，=维数字图像相关技术被广泛应用于科学与工程领域。
[0003] 使用=维数字图像相关技术进行全场变形测量，相机标定是保证测量精度的关键 步骤。现有的相机标定方法，需要使用一块特制的标定板(如棋盘等），通过左右相机同时拍 摄标定板的姿态来标定相机之前的相对外参。该方法不仅操作繁杂，而且对于大面积的实 际工程测量几乎不能实施。
【发明内容】
[0004] 技术问题:本发明提供一种无需标定板即可完成=维数字图像相关中左右相机外 参标定，并且操作简单、易于实施的用于=维数字图像相关的相机外参标定方法。
[0005] 技术方案:本发明的用于=维数字图像相关的相机外参标定方法，包括W下步骤：
[0006] 1)预先对两个相机内部参数进行标定，包括:主点位置(u〇，v〇)，镜头焦距f，像元尺 寸(Sx，Sy) W及镜头崎变参数矩阵化，所述主点位置为镜头的光轴与祀面交点的像素坐标， 所述镜头崎变参数矩阵包括6阶径向崎变参数Ki、拉、K3、K4、Ks、K6和2阶切向崎变参数Pi、P2;
[0007] 2)将两个相机安装在被测区域两侧，使得被测区域成像于两个相机之中；
[0008] 3)在被测试样表面制备随机的散斑图案，将制备的散斑图案用做位置信息载体， 或者在试样表面存在随机性好的自然纹理时，将所述随机性好的自然纹理用做位置信息载 体；
[0009] 4)通过同步采集装置使得两个相机同时采集一幅试样表面图像，并获取所述试样 表面图像的位置信息载体；
[0010] 5)基于数字图像相关技术，对步骤4)中两个相机采集的试样表面图像的位置信息 载体进行数字图像相关匹配，匹配的点数不少于5个；
[0011] 6)根据步骤5)中数字图像相关匹配的结果及步骤1)中标定的相机内部参数，计算 相机之间的相对外部参数，并使用步骤4)中两个相机采集的试样表面图像中已知尺寸的物 件来确定相对外部参数中平移向量的尺度信息。
[0012] 进一步的，本发明方法中，步骤6)中，采用相对定向算法中的五点法计算相机之间 的相对外部参数，具体流程为：
[0013] a)根据匹配点与相机光屯、连线的共面特性，对每个匹配点构建一个共面方程，得 到一个联立的方程组；
[0014] b)对于步骤a)中联立的方程组，使用非线性优化算法优化求解得到相对外部参 数；
[0015] C)利用步骤b)中求得的相对外部参数，计算两个已知距离点之间的距离，根据求 得的距离与已知的距离来计算相对外部参数中平移向量的尺度信息；
[0016] d)依据步骤C)中求得的尺度信息，对相对外部参数中的平移向量进行修正。
[0017] 进一步的，本发明方法中，步骤1)中，采用平面标定方法对两个相机内部参数进行 标定。
[0018] 进一步的，本发明方法中，步骤3)中，采用喷漆喷涂或数字散斑转印的方法制备随 机的散斑图案。
[0019] 进一步的，本发明方法中，步骤3)中，根据相机采集到的试样表面图像的局部灰度 梯度来判断试样表面自然纹理的随机性:如图像中所有局部灰度梯度均达到预设的判断阔 值，该试样表面即存在随机性好的自然纹理，所述试样表面图像的局部灰度梯度根据下式 确定：
[0020]
[0021]
[0022] 其中A和Sy分别为子区在X方向和y方向的灰度梯度，i和j分别为子区中像素点的 横向坐标和纵向坐标，M和N分别为像素值表示的子区的宽度和高度;fx和fy分别为像素点 义^在义方向和y方向的灰度导数。
[0023] 进一步的，本发明方法中，步骤5)中采用反向组合高斯-牛顿算法进行数字图像相 关匹配。
[0024] 本发明方法利用试样表面的随机散斑特征标定相机之间的相对位置关系，采用被 测试样表面随机散斑信息标定相机之间的相对位置关系，无需使用标定板，有利于=维数 字图像相关测量方法在大面积实际工程测量中的实施。
[0025] 有益效果:本发明与现有技术相比，具有W下优点：
[0026] 传统的=维数字图像相关中需要使用标定板来完成左右相机之间相对外部参数 的标定，在大面积的实际工程测量中难W实现。本发明与传统标定方法相比，无需标定板即 可完成=维数字图像相关测量系统中左右相机之间外参的标定，可W节省制作大型标定板 的成本；同时，利用左右相机采集的散斑图像完成相机之间外参的标定，具有实时标定的功 能，可用于相机之间相对位置的矫正;在实验现场无需繁琐的标定过程，因此非常适合于大 视场测量与实际工程测量。
【附图说明】
[0027] 图1为发明方法流程图。
[00%]图2为相机内参标定示意图。
[0029]图3为双目视觉测量示意图。
【具体实施方式】
[0030] 下面结合实施例和说明书附图对本发明作进一步的说明。
[0031] 本发明的用于=维数字图像相关的相机外参标定方法，包括W下步骤：
[0032] 1)将相机与定焦镜头固定，使其相对位置保持不变，来确保相机的内部参数在后 面的标定过程中不会发生改变；
[0033] 2)在实验室中预先对两个相机内部参数进行标定，标定方法为平面标定法，如图2 所示，至少需要在=个不同位置记录标定板图像。标定参数包括:主点位置(u〇，vo)，镜头焦 距f，像元尺寸(Sx，Sy) W及镜头崎变参数矩阵化，其中主点位置为镜头的光轴与祀面交点的 像素坐标，所述镜头崎变参数矩阵一般包括6阶径向崎变参数Ki、K2、K3、K4、Ks、K6和2阶切向 崎变数Pl、P2;
[0034] 3)在实验现场根据测量视场及工作距离的要求安装两个相机，调整相机观测位置 及观测角度，使得被测区域完整的成像于两个相机之中；
[0035] 4)在被测试样表面制备随机的散斑图案，可W使用喷漆或数字散斑转印的方法来 制备随机散斑图案。若试样表面存在随机性好的自然纹理，也可W将自然纹理用做位置信 息载体。为了判断试样表面是否存在随机性好的自然纹理，可W使用安装好的相机采集一 张试样的阁像，报据Pi下公式计算图像中子区的灰度梯度：
[0036]
[0037]
[0038] 其中A和Sy分别为子区在X方向和y方向的灰度梯度，i和j分别为子区中像素点的 横向坐标和纵向坐标，M和N分别为像素值表示的子区的宽度和高度;fx和fy分别为像素点 Xij在X方向和y方向的灰度导数。只有当每一块子区的灰度梯度都大于设定的阔值，才能判 定其表面存在随机性好的自然纹理。
[0039] 5)将相机设置成硬同步模式，通过信号触发器发射同步信号使得两个相机同时采 集一幅试样图像；
[0040] 6)对步骤(5)中采集的图像划分子区，子区的形状采用正方形。基于二维数字图像 相关技术，对左右图像中划分的子区进行数字图像相关匹配，数字图像相关匹配中的匹配 算法选用反向组合高斯牛顿算法，数字图像相关匹配的形函数选用二阶形函数，匹配过程 中至少需要5个子区被匹配上。
[0041] 7)根据匹配点与相机光屯、连线的共面特性，如图3所示，对每个匹配点构件一个共 面方程，
[0042]
[00创其中化、02分别为左右相机的光屯、，Ai、A2分别为左右图像中匹配子区的中屯、点。若 右相机坐标系相对于左相机坐标系的平移向量和旋转向量分别为T=(tx，ty，tz^Rr=(nx， ny，nz)T，那么则有
[0044]
[0045]
[0046]
[0047]其中下标L和R分别代表左右相机，R为旋转矩阵，可由旋转向量通过罗德里格斯变 换得到，（Xiyi)为Al在左相机坐标系中的坐标，（X2y2)为A2在右相机坐标系中的坐标，其满足
[004引
[0049]
[0050] 出化W畑，刈了'物14^上匹配的点A，可定义下式 [0051 ] F = tx(YiZi-Y2Z2)+ty(X2Zi-XiZ2)+tz(XiY2-X2Yi)
[0化2]那么如果物体上共n个点被匹配上，可得
[0化3]
[0054] 根据上式，通过非线性优化算法即可计算得到平移向量和旋转向量。在实际计算 中，如果相机是横向布置的，则将平移向量归一化为（1心/心山/心)了。同样地，如果相机是 纵向布置的，则将平移向量归一化为(tx/ty，l，tz/ty)T，归一化之后共有5个参数需要计算。
[0055] 使用非线性优化算法计算得到平移向量和旋转向量之后，需要对平移向量中的尺 度信息进行标定。针对计算得到的相对外参，选取图像中已知欧式距离di的两点进行=维 重构，根据=维重构的结果可W计算得到两点之间的欧式距离Cb,那么尺度信息的系数则 为di/cb。将系数di/cb与之前得到的平移向量相乘即可得到校正后的平移向量。
[0056] 上述实施例仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术 人员来说，在不脱离本发明原理的前提下，还可W做出若干改进和等同替换，运些对本发明 权利要求进行改进和等同替换后的技术方案，均落入本发明的保护范围。
【主权项】
1. 一种用于三维数字图像相关的相机外参标定方法，其特征在于，该方法包括以下步 骤： 1 )预先对两个相机内部参数进行标定，包括:主点位置(UQ，VQ )，镜头焦距f，像元尺寸 (sx，sy)以及镜头畸变参数矩阵〇1，所述主点位置为镜头的光轴与靶面交点的像素坐标，所 述镜头畸变参数矩阵包括6阶径向畸变参数Ki、K 2、K3、K4、K5、K6和2阶切向畸变参数Pi、p 2; 2) 将两个相机安装在被测区域两侧，使得被测区域成像于两个相机之中； 3) 在被测试样表面制备随机的散斑图案，将制备的散斑图案用做位置信息载体，或者 在试样表面存在随机性好的自然纹理时，将所述随机性好的自然纹理用做位置信息载体； 4) 通过同步采集装置使得两个相机同时采集一幅试样表面图像，并获取所述试样表面 图像的位置信息载体； 5) 基于数字图像相关技术，对步骤4)中两个相机采集的试样表面图像的位置信息载体 进行数字图像相关匹配，匹配的点数不少于5个； 6) 根据步骤5)中数字图像相关匹配的结果及步骤1)中标定的相机内部参数，计算相机 之间的相对外部参数，并使用步骤4)中两个相机采集的试样表面图像中已知尺寸的物件来 确定相对外部参数中平移向量的尺度信息。2. 根据权利要求1所述的用于三维数字图像相关的相机外参标定方法，其特征在于，所 述步骤6)中，采用相对定向算法中的五点法计算相机之间的相对外部参数，具体流程为： a) 根据匹配点与相机光心连线的共面特性，对每个匹配点构建一个共面方程，得到一 个联立的方程组； b) 对于步骤a)中联立的方程组，使用非线性优化算法优化求解得到相对外部参数； c) 利用步骤b)中求得的相对外部参数，计算两个已知距离点之间的距离，根据求得的 距离与已知的距离来计算相对外部参数中平移向量的尺度信息； d) 依据步骤c)中求得的尺度信息，对相对外部参数中的平移向量进行修正。3. 根据权利要求1所述的用于三维数字图像相关的相机外参标定方法，其特征在于，所 述步骤1)中，采用平面标定方法对两个相机内部参数进行标定。4. 根据权利要求1、2或3所述的用于三维数字图像相关的相机外参标定方法，其特征在 于，所述步骤3)中，采用喷漆喷涂或数字散斑转印的方法制备随机的散斑图案。5. 根据权利要求1、2或3所述的用于三维数字图像相关的相机外参标定方法，其特征在 于，所述步骤3)中，根据相机采集到的试样表面图像的局部灰度梯度来判断试样表面自然 纹理的随机性:如图像中所有局部灰度梯度均达到预设的判断阈值，该试样表面即存在随 机性好的自然纹理，所述试样表面图像的局部灰度梯度根据下式确定：其中，δ4Ρδγ分别为子区在X方向和y方向的灰度梯度，i和j分别为子区中像素点的横向 坐标和纵向坐标，Μ和N分别为像素值表示的子区的宽度和高度;fx和fy分别为像素点Xlj在X 方向和y方向的灰度导数。6. 根据权利要求1、2或3所述的用于三维数字图像相关的相机外参标定方法，其特征在 于，所述步骤5)中采用反向组合高斯-牛顿算法进行数字图像相关匹配。
【文档编号】G06T7/00GK105957096SQ201610445787
【公开日】2016年9月21日
【申请日】2016年6月20日
【发明人】邵新星, 何小元
【申请人】东南大学