本發(fā)明屬于圖像處理與機器視覺檢測技術(shù)領(lǐng)域，尤其針對復(fù)雜背景與大視場條件下的高精度、穩(wěn)定、可靠的攝像機動態(tài)標(biāo)定。

背景技術(shù)：

攝像機標(biāo)定是機器視覺檢測、攝影幾何測量等中最為關(guān)鍵的部分，攝像機標(biāo)定的目的是為了確定表征攝像機內(nèi)部光學(xué)與幾何特征的內(nèi)參數(shù)，以及表征攝像機坐標(biāo)系與世界坐標(biāo)系位置和方向的外參數(shù)。而對于平面運動估計與測量，往往不需要準(zhǔn)確的確定攝像機內(nèi)參數(shù)與外參數(shù)，只需要確定運動圖像上圖像坐標(biāo)與世界坐標(biāo)之間對應(yīng)的單應(yīng)性矩陣H。攝像機動態(tài)標(biāo)定方法通過運動序列圖像的標(biāo)定可得到圖像坐標(biāo)與世界坐標(biāo)對應(yīng)的最佳單應(yīng)性矩陣H，其對于平面運動估計與測量至關(guān)重要。

常用的攝像機標(biāo)定方法有Tsai兩步法標(biāo)定法、張正友平面標(biāo)定法、基于交比不變性的攝像機標(biāo)定方法、基于非量測鏡頭畸變校正的標(biāo)定方法。Tsai兩步法標(biāo)定法利用徑向一致約束求解攝像機參數(shù)；張正友平面標(biāo)定法通過拍攝多個不同方向的靶標(biāo)圖像求解攝像機參數(shù)；基于交比不變性的標(biāo)定方法利用透射投影變換共線點交比不變性的原理實現(xiàn)攝像機標(biāo)定；基于非量測鏡頭畸變校正的標(biāo)定方法利用選擇的畸變模型完成攝像機標(biāo)定。常規(guī)鏡頭的攝像機畸變系數(shù)較小，畸變系數(shù)過多也會導(dǎo)致解的不穩(wěn)定，為了同時滿足攝像機標(biāo)定的實時性與標(biāo)定精度，通常僅考慮一階徑向畸變的非線性攝像機成像模型。傳統(tǒng)的攝像機標(biāo)定方法往往存在標(biāo)定過程繁瑣、參數(shù)耦合、實時性較差、標(biāo)定精度有限、僅適用于背景比較簡單的場景。

因此，針對目前攝像機標(biāo)定方法對于平面運動估計與測量存在攝像機標(biāo)定精度有限、實時性差、標(biāo)定過程繁瑣、標(biāo)定圖像背景要求簡單等不足，本發(fā)明提出一種可適用于復(fù)雜背景與大視場、標(biāo)定過程簡單、不存在參數(shù)耦合、實時性好、標(biāo)定精度高的攝像機動態(tài)標(biāo)定方法。

技術(shù)實現(xiàn)要素：

針對目前攝像機標(biāo)定方法無法適用于復(fù)雜背景與大視場、標(biāo)定精度有限、穩(wěn)定性與實時性較差等不足，本發(fā)明實施實例提供一種高精度的攝像機動態(tài)標(biāo)定方法，包括：

棋盤格靶標(biāo)圖像X型標(biāo)定點的檢測：用于復(fù)雜背景與大視場等條件下的靶標(biāo)X型標(biāo)定點檢測，包括：基于一組模板圖像的靶標(biāo)區(qū)域檢測，靶標(biāo)區(qū)域內(nèi)的X型標(biāo)定點檢測；

棋盤格靶標(biāo)X型標(biāo)定點的高精度定位：用于靶標(biāo)X型標(biāo)定點的亞像素定位，以提高攝像機標(biāo)定精度；

基于非量測畸變校正的攝像機標(biāo)定：用于實現(xiàn)非線性成像模型的攝像機標(biāo)定，包括：畸變參數(shù)的求取與優(yōu)化，確定靶標(biāo)圖像的圖像坐標(biāo)與世界坐標(biāo)的單應(yīng)性矩陣H_i；

攝像機動態(tài)標(biāo)定：基于采集到的平面運動靶標(biāo)序列圖像，實現(xiàn)平面運動圖像的攝像機動態(tài)標(biāo)定，確定平面運動圖像靶標(biāo)的圖像坐標(biāo)與其世界坐標(biāo)的最佳單應(yīng)性矩陣H。

一種高精度的攝像機動態(tài)標(biāo)定方法，其特征在于：所述方法包括以下步驟，

S1：利用模板圖像匹配的方法確定標(biāo)定圖像中的棋盤格靶標(biāo)區(qū)域，通過棋盤格X型標(biāo)定點檢測方法剔除邊緣畸變較大的棋盤格外標(biāo)定點與噪聲點；

S2：基于高斯曲面優(yōu)化算法提高棋盤格靶標(biāo)X型標(biāo)定點的定位精度；

S3：基于非量測畸變校正的攝像機標(biāo)定方法實現(xiàn)攝像機標(biāo)定，引入畸變模型與畸變系數(shù)優(yōu)化模型提高攝像機標(biāo)定精度；

S4：最后通過采集到的平面運動靶標(biāo)序列圖像完成攝像機的動態(tài)標(biāo)定，確定平面運動圖像的圖像坐標(biāo)與世界坐標(biāo)對應(yīng)的最佳單應(yīng)性矩陣H。

所述標(biāo)定點檢測方法是用于確定攝像機標(biāo)定所需靶標(biāo)X型標(biāo)定點的圖像坐標(biāo)；具體包括：

(1)標(biāo)定圖像的采集；

調(diào)整棋盤格靶標(biāo)的成像位置與攝像機鏡頭焦距，充分保證視場中的棋盤格靶標(biāo)區(qū)域是完整與無遮擋的，以采集用于動態(tài)標(biāo)定的序列圖像；

(2)確定棋盤格靶標(biāo)特征區(qū)域；

選定一組不同尺寸大小的模板圖像{T_i}，然后使用歸一化相關(guān)性計算確定最佳匹配區(qū)域，歸一化相關(guān)性計算公式如下：

其中，(x,y)為模板圖像與標(biāo)定圖像對應(yīng)的像素位置坐標(biāo)，S(x,y)與T(x,y)分別為標(biāo)定圖像與模板圖像在像素(x,y)處的灰度值，與分別為標(biāo)定圖像與模板圖像的灰度平均值，R(x,y)為像素(x,y)處的歸一化相關(guān)系數(shù)，將模板中的最大相關(guān)系數(shù)作為最佳匹配結(jié)果，經(jīng)不同模板圖像的相似性匹配后可準(zhǔn)確確定標(biāo)定圖像中的棋盤格靶標(biāo)特征區(qū)域；

(3)棋盤格靶標(biāo)圖像X型標(biāo)定點的檢測；

僅使用棋盤格靶標(biāo)的X型標(biāo)定點作為攝像機標(biāo)定點；依據(jù)棋盤格靶標(biāo)圖像X型標(biāo)定點附近的灰度分布提出一種SSDC算子僅保留靶標(biāo)X型標(biāo)定點；

其中，S₁、S₂、S₃、S₄分別為棋盤格X型標(biāo)定點的一、二、三、四象限內(nèi)的整體像素灰度值之和，N為象限內(nèi)的像素數(shù)，通過SSDC值的大小判斷可以準(zhǔn)確得到棋盤格X型標(biāo)定點。

所述棋盤格靶標(biāo)X型標(biāo)定點的定位精度為像素級，基于X型標(biāo)定點附近的灰度梯度特點實現(xiàn)X型標(biāo)定點的亞像素級精度定位，X型標(biāo)定點的亞像素坐標(biāo)計算如下：

其中，σ為擬合高斯曲面方差，(x₀,y₀)與(x,y)分別為所求高斯曲面極值點坐標(biāo)與X型標(biāo)定點及附近點像素坐標(biāo)，a為常數(shù)，C為S(x,y)處的梯度值，通過最小二乘擬合得到高斯曲面極值點坐標(biāo)，將該極值點作為初始亞像素坐標(biāo)；(x₁,y₁)為X型標(biāo)定點像素級坐標(biāo)，k為該X型標(biāo)定點處梯度方向?qū)?yīng)的斜率，結(jié)合該點的梯度矢量進一步提高標(biāo)定點定位精度。

當(dāng)所述攝像機的成像模型為線性模型時，其標(biāo)定過程如下：

其中，A為攝像機內(nèi)參數(shù)矩陣，[R T]為攝像機外參數(shù)矩陣，H為對應(yīng)的單應(yīng)性矩陣，(x_w,y_w)為像素坐標(biāo)(x,y)對應(yīng)的世界坐標(biāo)；

當(dāng)所述攝像機的成像模型為非線性成像模型，通過非量測的鏡頭畸變校正最大化的減小攝像機成像模型的非線性度。

所述畸變模型為一階畸變系數(shù)的單參數(shù)除式畸變模型，即

其中，(x_u,y_u)與(x_d,y_d)分別為校正后的無畸變圖像坐標(biāo)點與實際圖像坐標(biāo)點，λ為畸變系數(shù)。

所述畸變參數(shù)優(yōu)化模型為

其中，(x_w,y_w)為棋盤格靶標(biāo)圖像標(biāo)定點對應(yīng)的世界坐標(biāo)點，(x_{w_proj},y_{w_roj})為包含待優(yōu)化畸變參數(shù)的重投影世界坐標(biāo)點，j為優(yōu)化坐標(biāo)點數(shù)。

通過所述攝像機動態(tài)標(biāo)定方法求取采集到的平面運動靶標(biāo)序列圖像的圖像坐標(biāo)與世界坐標(biāo)對應(yīng)的單應(yīng)性矩陣{H_i}，將序列圖像的單應(yīng)性矩陣{H_i}的加權(quán)平均作為平面運動的最佳攝像機標(biāo)定單應(yīng)性矩陣H，以實現(xiàn)平面運動序列圖像的攝像機動態(tài)標(biāo)定。

本發(fā)明動態(tài)標(biāo)定方法具有如下優(yōu)勢：

⑴本發(fā)明方法穩(wěn)定、可靠、實用，可同時適用于簡單背景與復(fù)雜背景及大視場條件下的攝像機標(biāo)定。

⑵本發(fā)明方法標(biāo)定過程簡單、實時性好，對于序列圖像中的靶標(biāo)特征區(qū)域只需對第一幀圖像靶標(biāo)區(qū)域進行匹配，只需任意i幀單幅圖像即可完成單次攝像機標(biāo)定，確定對應(yīng)的單應(yīng)性矩陣H_i。

⑶本發(fā)明方法不存在參數(shù)耦合，整個標(biāo)定過程僅僅只需求解與優(yōu)化單個畸變系數(shù)。

⑷本發(fā)明通過靶標(biāo)標(biāo)定點的高精度定位與非線性攝像機成像模型畸變系數(shù)的優(yōu)化方法提高標(biāo)定精度。

⑸本發(fā)明方法屬于攝像機動態(tài)標(biāo)定方法，能夠?qū)崿F(xiàn)高精度的平面運動估計與測量。

附圖說明

圖1為本發(fā)明方法具體實施實例垂直安裝裝置示意圖；

圖2為本發(fā)明方法具體實施實例水平安裝裝置示意圖；

圖3為一種高精度的攝像機動態(tài)標(biāo)定方法流程圖；

圖4為棋盤格靶標(biāo)圖像X型標(biāo)定點檢測流程圖；

圖5為基于非量測畸變校正的攝像機標(biāo)定流程圖；

圖6為本發(fā)明方法具體實施實例實際采集的平面運動的部分靶標(biāo)序列圖像；

圖7-8為本發(fā)明方法具體實施實例對平面運動的位移測量結(jié)果圖。

圖中：1、攝像機標(biāo)定靶標(biāo)，2、光源，3、視覺裝置，4、隔振臺。

具體實施方式

為了解決現(xiàn)有攝像機標(biāo)定方法的標(biāo)定精度有限、穩(wěn)定性較差、不適用于復(fù)雜背景與大視場條件、實時性較差的問題，本發(fā)明提供了一種高精度的攝像機動態(tài)標(biāo)定方法，本發(fā)明方法對于平面運動估計與測量取得較高的精度，下面結(jié)合附圖和具體的實施實例對本發(fā)明做出詳細(xì)描述。

參考圖1與圖2為本發(fā)明方法的實施實例裝置示意圖，該裝置主要包括：攝像機標(biāo)定靶標(biāo)1、光源2、視覺裝置3、隔振臺4。視覺裝置3安裝在隔振臺4上，視覺裝置3與攝像機標(biāo)定靶標(biāo)1的位置相對應(yīng)，光源2放置在視覺裝置3與攝像機標(biāo)定靶標(biāo)1之間；攝像機標(biāo)定靶標(biāo)1用于視覺裝置3的標(biāo)定，攝像機標(biāo)定靶標(biāo)與平面運動通常位于同一平面內(nèi)；光源2為視覺裝置3提供照明；視覺裝置3用于采集平面運動的序列圖像；隔振臺4用于固定視覺裝置3垂直于靶標(biāo)平面，以保證采集到運動序列圖像的質(zhì)量。

參考圖3為一種高精度的攝像機動態(tài)標(biāo)定方法流程圖。本發(fā)明動態(tài)標(biāo)定方法主要包括以下步驟：

步驟S1：讀入用于攝像機標(biāo)定的平面運動靶標(biāo)序列圖像；

步驟S2：序列圖像的靶標(biāo)X型標(biāo)定點的亞像素坐標(biāo)檢測，其包括：基于一組模板的靶標(biāo)區(qū)域確定，靶標(biāo)區(qū)域內(nèi)的棋盤格X型標(biāo)定點檢測，棋盤格X型標(biāo)定點的亞像素定位；

步驟S3：平面運動序列圖像的攝像機標(biāo)定，其包括：非線性攝像機模型的畸變系數(shù)求取及優(yōu)化，標(biāo)定圖像畸變校正，以及求取平面運動序列圖像的圖像坐標(biāo)與世界坐標(biāo)對應(yīng)的單應(yīng)性矩陣{H_i}；

步驟S4：通過平面運動靶標(biāo)序列圖像的圖像坐標(biāo)與其世界坐標(biāo)的單應(yīng)性矩陣{H_i}加權(quán)平均確定平面運動圖像的圖像坐標(biāo)與世界坐標(biāo)對應(yīng)的最佳單應(yīng)性矩陣H。

參考圖4為棋盤格靶標(biāo)圖像X型標(biāo)定點檢測流程圖。本發(fā)明棋盤格X型標(biāo)定點檢測方法包括如下步驟：

步驟S181：讀入圖像匹配模板圖像；

步驟S182：模板匹配圖像與標(biāo)定圖像的相似性計算，儲存各模板與標(biāo)定圖像的相似性匹配結(jié)果；

步驟S183：找到圖像匹配結(jié)果中相似性最大的模板，并存儲該相似性最大系數(shù)坐標(biāo)位置；

步驟S184：判斷該最大相似性值是否大于設(shè)定的相似性閾值0.7，若滿足條件，則跳至步驟S187，否則跳至步驟S185；

步驟S185：在現(xiàn)有最大相似度模板的基礎(chǔ)上，對該模板各插值縮放50像素得到新的模板圖像；

步驟S186：重新計算新的模板圖像與標(biāo)定圖像的相似性，找到最大相似模板以及存儲相似性最大圖像坐標(biāo)位置；

步驟S187：依據(jù)模板的相似性匹配結(jié)果，確定標(biāo)定圖像中的棋盤格靶標(biāo)區(qū)域；

步驟S188：使用Harris算子在已確定的棋盤格靶標(biāo)區(qū)域內(nèi)檢測標(biāo)定點，該標(biāo)定點主要包括噪聲點、棋盤格邊緣外標(biāo)定點、棋盤格X型標(biāo)定點；

步驟S189：使用SSDC算子剔除標(biāo)定點中的噪聲點與邊緣外標(biāo)定點，僅保留靶標(biāo)X型標(biāo)定點；

步驟S190：高斯曲面擬合靶標(biāo)X型標(biāo)定點附近的梯度值，得到高斯曲面極值點坐標(biāo)；

步驟S191：利用X型標(biāo)定點的梯度矢量與高斯曲面極值點坐標(biāo)進一步得到X型標(biāo)定點的亞像素坐標(biāo)。

參考圖5為基于非量測畸變校正的攝像機標(biāo)定流程圖。本發(fā)明基于非量測畸變校正的攝像機標(biāo)定包括如下步驟：

步驟S201：讀入靶標(biāo)X型標(biāo)定點對應(yīng)的世界坐標(biāo)；

步驟S202：依據(jù)畸變模型與X型標(biāo)定點的圖像坐標(biāo)求取初始畸變參數(shù)；

步驟S203：基于靶標(biāo)標(biāo)定點世界坐標(biāo)與重投影世界坐標(biāo)點距離最小準(zhǔn)則，使用最小二乘法優(yōu)化畸變參數(shù)；

步驟S204：通過求取的畸變系數(shù)校正X型標(biāo)定點圖像坐標(biāo)；

步驟S205：校正后的理想無畸變圖像坐標(biāo)點與其對應(yīng)的世界坐標(biāo)點之間滿足攝像機線性成像模型，使用線性成像模型完成攝像機標(biāo)定；

步驟S206：輸出靶標(biāo)圖像的圖像坐標(biāo)與世界坐標(biāo)對應(yīng)的單應(yīng)性矩陣H_i。

參考圖6為本發(fā)明方法具體實施實例實際采集的平面運動部分靶標(biāo)序列圖像。本實施實例裝置的具體參數(shù)為：分辨率為1292x964、幀率為30fps的德國AVT Manta G-125B工業(yè)攝像機，鏡頭焦距為8mm；光源選用60W白熾燈；尺寸為200x200mm的8x8棋盤格攝像機標(biāo)定板；隔振臺選用一級光學(xué)隔振平臺。

為了驗證本發(fā)明動態(tài)標(biāo)定方法的標(biāo)定精度，參考圖6中具有7行7列共49個X型標(biāo)定點的8x8棋盤格靶標(biāo)作為攝像機標(biāo)定板，使用1～6行共42個X型標(biāo)定點作為攝像機標(biāo)定點，第7行共7個X型標(biāo)定點作為攝像機標(biāo)定精度驗證點，精度驗證點的世界坐標(biāo)與重投影世界坐標(biāo)如下表所示：

表1精度驗證點的世界坐標(biāo)與重投影世界坐標(biāo)

參考圖7-8為本發(fā)明方法具體實施實例對平面運動的位移測量結(jié)果圖，本次測量使用垂直安裝方式裝置對在正弦激勵輸入信號下的振動臺的工作臺面實現(xiàn)動態(tài)位移測量。從測量結(jié)果圖中可以看出，本發(fā)明動態(tài)標(biāo)定方法與激光干涉儀測量的平面運動位移結(jié)果相比，相對測量誤差小于1％，說明本發(fā)明針對平面運動估計與測量的動態(tài)標(biāo)定方法具有較高的標(biāo)定精度。

上述描述為本發(fā)明實施實例的詳細(xì)介紹，其并非用以對本發(fā)明作任何形式上的限定。本領(lǐng)域相關(guān)技術(shù)人員可以在本發(fā)明的基礎(chǔ)上可做出一系列的改進、優(yōu)化與修改等。因此本發(fā)明的保護范圍應(yīng)由所附權(quán)利要求來限定。