基于张正友标定的双目立体视觉相机的标定方法、装置及介质与流程

本发明主要涉及相机标定技术领域，特指一种基于张正友标定的双目立体视觉相机的标定方法、装置及介质。

背景技术：

随着人类科学技术的不断发展和需要，摄像机的应用越来越广泛，在社会生活方面发挥极其重要的作用。例如，在无人汽车上安装一个相机，车载终端进行相机标定后，可以获取前方图像的一个深度信息，识别不同的障碍物距离。双目立体视觉相机利用两个相机从不同角度对前方目标信息进行图像采集，并在三维空间中重建该拍摄目标的深度信息，以实现检测并跟踪运动目标等。双目立体视觉相机的标定精度很大程度上决定了后续的双目测量精度，因此一直都是研究的重点。现有的标定技术通常是确定标定板图像，手动的标定方法较复杂并且标定精度差。

技术实现要素：

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种标定质量高的基于张正友标定的双目立体视觉相机的标定方法、装置及介质。

为解决上述技术问题，本发明提出的技术方案为：

一种基于张正友标定的双目立体视觉相机的标定方法，包括步骤：

s01、获取不同姿态标定板单元的多个图像，其中不同姿态包括至少两个与标定板单元不同距离的位置；

s02、对步骤s01获得的多个图像基于张正友标定方法进行标定，标定完成后得到双目立体视觉相机的两个相机对应的标定图像，标定图像中包括所有姿态的标定板单元图像；

s03、获取每个相机对应的标定图像中所有标定板单元图像的棋盘格角点重投影的均值误差和左右图像极线结果对比误差；

s04、当角点重投影的均值误差和左右图像极线结果对比误差均在对应的预设阈值内，则判断标定合格，否则为异常。

作为上述技术方案的进一步改进：

在步骤s01中，通过调整待标定双目立体视觉相机或/和标定板单元的位置来得到不同姿态标定板单元的图像。

所述标定板单元包括多块标定板。

所述标定板单元包括左标定板、中间标定板和右标定板，中间标定板正对待测双目立体视觉相机，左标定板位于中间标定板的左侧，右标定板位于中间标定板的右侧；在第一预定位置处采集标定板单元的图像共三张，各图像中的标定板单元位置分别位于图像中的上、中、下位置；在第二预定位置处采集标定板单元的图像一张，图像中至少包括两个标定板；其中第一预定位置与中间标定板的垂直距离大于第二预定位置与中间标定板的垂直距离。

所述标定板单元包括九块标定板，呈九宫格状分布；在第一预定位置处采集标定板单元的图像一张，图像中包括所有标定板；在第二预定位置处采集标定板单元的图像一张，图像中至少包括两个标定板；其中第一预定位置与标定板单元的垂直距离大于第二预定位置与标定板单元的垂直距离。

所述第一预定位置与标定板单元的垂直距离为2m，所述第二预定位置与标定板单元的垂直距离为1.5m。

在步骤s02中，在matlab软件进行标定，标定过程包括：图像二值化转化、图像中棋盘格识别、图片分割。

在步骤s03中，调用matlab软件中的函数直接得到角点重投影的均值误差和左右图像极线结果对比误差。

本发明还公开了一种基于张正友标定的双目立体视觉相机的标定装置，包括

第一模块，用于获取不同姿态标定板单元的多个图像，其中不同姿态包括至少两个与标定板单元不同距离的位置；

第二模块，用于将步骤s01获得的多个图像基于张正友标定方法进行标定，标定完成后得到双目立体视觉相机的两个相机对应的标定图像，标定图像中包括所有姿态的标定板单元图像；

第三模块，用于获取每个相机对应的标定图像中所有标定板单元图像的棋盘格角点重投影的均值误差和左右图像极线结果对比误差；

第四模块，用于当角点重投影的均值误差和左右图像极线结果对比误差均在对应的预设阈值内，则判断标定合格，否则为异常。

本发明进一步公开了一种计算机可读存储介质，其上储存有计算机程序，所述计算机程序在被处理器运行时执行如上所述的基于张正友标定的双目立体视觉相机的标定方法的步骤。

与现有技术相比，本发明的优点在于：

本发明的标定方法、装置及介质，引入角点重投影的均值误差和左右图像极线结果对比误差两个参数对标定数据的质量及可靠性进行评判，从而提高标定的质量。角点重投影的均值误差和左右图像极线结果对比误差通过matlab软件中的函数直接得到，方便快捷。

本发明的标定方法、装置及介质，在不同距离进行图像的采集，获得不同深度的图片，从而使得整个标定过程具有如下技术效果：1、两个深度的黑白棋盘格图片能够更好的减小标定图像的极线效果像素误差，得到的数据整体视差分布会比较均匀，不会出现一个深度那样多的跳变点干扰结果，换句话说就是两个深度的视差结果比一个深度要好，因此两个深度的采图方式更加适合双目的标定；2、使得后续相机畸变参数得到进一步优化；3、由于通过改变相机的姿态来采图，固定了其与标定板之间位置关系，从而提高了标定效率，同时能够节省标定空间。

附图说明

图1为本发明在实施例中的方法流程图。

图2为本发明在实施例中的相机与标定单元的位置示意图。

图3为本发明在实施例中步骤s01中对应的多个图像。

图4为本发明在实施例中分割不同姿态得到的图片。

图5为本发明在实施例中标定图像的示意图之一。

图6为本发明在实施例中标定图像的示意图之二。

图7为本发明在实施中不同深度棋盘格的对比图。

具体实施方式

以下结合说明书附图和具体实施例对本发明作进一步描述。

如图1所示，本实施例的基于张正友标定的双目立体视觉相机的标定方法，包括步骤：

s01、获取不同姿态标定板单元的多个图像，其中不同姿态包括至少两个与标定板单元不同距离的位置；

s02、对步骤s01获得的多个图像基于张正友标定方法进行标定，标定完成后得到双目立体视觉相机的两个相机对应的标定图像，标定图像中包括所有姿态的标定板单元图像；

s03、获取每个相机对应的标定图像中所有标定板单元图像的棋盘格角点重投影的均值误差和左右图像极线结果对比误差；

s04、当角点重投影的均值误差和左右图像极线结果对比误差均在对应的预设阈值内，则判断标定合格，否则为异常。

本发明的实施例中，引入角点重投影的均值误差和左右图像极线结果对比误差两个参数对标定数据的质量及可靠性进行评判，从而提高标定的质量。棋盘格的角点重投影的均值误差和左右图像极线结果对比误差通过matlab软件中的函数直接得到，方便快捷。

本实施例中，在步骤s01中，通过调整待标定双目立体视觉相机的位置来得到不同姿态标定板单元的图像。其中，标定板单元包括多块标定板。当然，在其它实施例中，也可以通过调整标定板单元的位置来得到不同姿态标定板单元的图像，或者同时调整标定板单元和待标定双目立体视觉相机的位置来得到不同姿态标定板单元的图像。

如图2和图3所示，本实施例中，标定板单元包括三块标定板(如尺寸为1.2m*1.2m)，分别为左标定板(图2下方)、中间标定板(图2中间)和右标定板(图2上方)，中间标定板正对待测双目立体视觉相机，左标定板位于中间标定板的左侧，右标定板位于中间标定板的右侧，其中左右标定板与中间标定板之间的夹角呈45度角，具体布置如图2所示，三块标定板之所以是：呈45°夹角环绕相机前，分别是上中下三个拍摄姿态，两个不同距离拍摄；理由是相机广角镜头畸变较大，标定板呈一个半圆形铺满的形式围绕在相机镜头前的一定距离，目前使用的标定板想要铺满显示画面，需要拍摄上中下三张图片才能够满足要求，两个不同的距离是因为在标定后发现两个距离相差0.5m得到的图片标定出来的外参中基线值较为准确，只有一个深度时候为有一个较大的偏差，这是较实际基线而言的。在进行图像采集时，首先在第一预定位置处(离中间标定板垂直距离2m处)采集标定板单元的图像共三张，各图像中的标定板单元位置分别位于图像中的上、中、下位置；在第二预定位置处(离中间标定板垂直距离1.5m处)采集标定板单元的图像一张，图像中至少包括两个标定板。如图3所示，上方四张图片是双目立体视觉相机中左相机拍摄得到的，其中左侧三张图片是左相机位于第一预定位置拍摄得到，三张标定板分别位于图片中的上方、中间和下方，右侧的图像是左相机位于第二预定位置拍摄得到，图中包括2个标定板；下方四张图片是右相机拍摄得到的，其中左侧三张图片是右相机位于第一预定位置拍摄得到，三张标定板分别位于图片中的上方、中间和下方，右侧的图像是右相机位于第二预定位置拍摄得到，图中包括2个标定板。当然，在此并不对上述第一预定位置和第二预定位置的具体距离进行限定，只需要第一预定位置与第二预定位置之间的距离满足一定的要求即可，在其它实施例中，也可以根据相机类型、视场角和标定板的大小数量等进行适当调整。

在其它实施例中，标定板单元包括九块标定板，呈九宫格状分布；在第一预定位置处采集标定板单元的图像一张，图像中包括所有标定板；在第二预定位置处采集标定板单元的图像一张，图像中至少包括两个标定板；其中第一预定位置与标定板单元的垂直距离大于第二预定位置与标定板单元的垂直距离。通过此种标定板的布置，能够节省图片拍摄的数量，时间上得到了优化。

如图7所示，通过上述不同距离的第一预定位置和第二预定位置进行图像的采集，获得不同深度(具体采用两个距离相差0.5m的位置)的图片，从而使得整个标定过程具有如下技术效果：

1、两个深度的黑白棋盘格图片能够更好的减小标定图像的极线效果像素误差，得到的数据整体视差分布会比较均匀，不会出现一个深度那样多的跳变点干扰结果，换句话说就是两个深度的视差结果比一个深度要好，因此两个深度的采图方式更加适合双目的标定；

2、使得后续相机畸变参数得到进一步优化；

3、由于通过移动相机在不同位置进行拍摄，不需要对标定板进行调整，从而提高了标定效率，同时能够节省标定空间。

本实施例中，在步骤s02中，在matlab软件中基于张正友标定方法进行标定，标定过程包括：图像二值化转化、图像中棋盘格识别、图片分割，单一相机对应分割后图片如图4所示，共11张，对应三块标定板的布置方式，从每张图像中分割出不同标定板上棋盘格，即每张图片分解成三张图片，分别为左、中、右标定板的棋盘格。如图4所示，最上排左边三张图片为图3中上排最左边一张图片分割得到，其它依此类推；图4中最下排右边两张则对应图3中上排右边的图片分割得到。最后，将11张代表不同标定姿态的图片置于同一坐标系中，每个深度的图片尽量铺满画面，在相机前呈半球状分布，如图5和图6所示。以上标定的过程为常规的张正板标定过程，在此不再赘述。

本实施例中，在步骤s03中，调用matlab软件中的函数(如常规的estimatecameraparameters)直接得到角点重投影的均值误差和左右图像极线结果对比误差；如estimatonerrors这个参数能够评估11组标定板不同姿态标定校正角点后的误差值，这个参数是在estimatecameraparameters函数下带入像素坐标点的位置和世界坐标点的位置计算得到一个偏离误差值。具体地，角点重投影的均值误差在0.5个像素以内且左右图像极线结果对比误差在一个像素内为正常，否则得重新调整标定板姿态或者相机位置进行标定。

本发明的实施例还公开了一种基于张正友标定的双目立体视觉相机的标定装置，包括

第一模块，用于获取不同姿态标定板单元的多个图像，其中不同姿态包括至少两个与标定板单元不同距离的位置；

第二模块，用于将步骤s01获得的多个图像基于张正友标定方法进行标定，标定完成后得到双目立体视觉相机的两个相机对应的标定图像，标定图像中包括所有姿态的标定板单元图像；

第三模块，用于获取每个相机对应的标定图像中所有标定板单元图像的棋盘格角点重投影的均值误差和左右图像极线结果对比误差；

第四模块，用于当角点重投影的均值误差和左右图像极线结果对比误差均在对应的预设阈值内，则判断标定合格，否则为异常。

本发明的实施例还公开了一种计算机可读存储介质，其上储存有计算机程序，计算机程序在被处理器运行时执行如上所述的基于张正友标定的双目立体视觉相机的标定方法的步骤。

本发明的实施例还公开了一种计算机设备，包括存储器和处理器，存储器上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的基于张正友标定的双目立体视觉相机的标定方法的步骤。

当然，也可以通过其它方式来实现本发明实施例中的方法和装置、设备。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和装置、设备。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。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前提下的若干改进和润饰，应视为本发明的保护范围。