針對傳統(tǒng)單目相機標定方法精度較低的問題,提出一種基于天牛須搜索算法的單目相機標定方法;首先使用MATLAB軟件的標定工具箱快速計算單目相機內外參數,然后利用天牛須搜索算法,以平均重投影誤差為目標建立目標函數,對相機參數進一步優(yōu)化。結果表明,基于天牛須搜索算法的相機標定方法穩(wěn)定、可靠,收斂快,優(yōu)于張正友平面標定法的優(yōu)化最終平均誤差。 

【文章來源】：濟南大學學報(自然科學版). 2020,34(06)北大核心

【文章頁數】：7 頁

【部分圖文】：

針孔相機成像模型

實驗采用德國AVT公司生產的一款工業(yè)數字相機來拍攝標定圖像, 采用Sony ICX274型傳感器, 使用千兆以太網口作為數據傳輸接口, 拍攝的圖像分辨率為4 032像素×3 024像素。 棋盤格標定板使用激光打印的9行、 12列的棋盤格, 每個格子的尺寸為25 mm×25 mm(長度×寬度),以棋盤格角點作為標定點,每幅圖像共有88個標定點,共拍攝20張圖像, 如圖2所示。首先采用軟件對相機參數進行標定,得到相機的外部參數(R, T)、 內部參數(fx, fy, u0, v0)以及畸變系數(k1, k2), 并假設p1=0, p2=0, p3=0,以此為初始值然后隨機生成一個9維向量作為初始朝向。根據每張標定圖像對應的參數,利用OpenCV庫中的反投影函數ProjectPoints求出標定角點的反投影坐標,計算檢測到的實際像素坐標與反投影坐標的歐氏距離。實驗中采用全部20幅圖像中所有的角點參與優(yōu)化計算,最高迭代次數設置為500。

表1所示為基于BAS的優(yōu)化標定算法求解出的相機標定內部參數和畸變系數以及目標函數值, 分別給出第40、 60、 80、 100、 500次迭代后優(yōu)化的結果。 從圖3和表1可以看出, 由于初始步長設置較大, 因此在最初階段各個參數值都沒有得到更新。 隨著迭代次數的增加, 當迭代次數達到40后, 目標函數值開始快速收斂; 當迭代次數大于80時, 目標函數值基本趨于穩(wěn)定; 經過100次迭代后, 求解的各個參數都趨于穩(wěn)定; 當迭代次數為500時, 最終目標函數值即標定的平均反投影誤差為0.07像素, 優(yōu)化計算得到的值即為相機的內參數和畸變系數。圖4所示為根據最終優(yōu)化結果進行反投影所有標定點的結果,每幅標定圖像用不同顏色顯示,圖中每個編號對應的平面即為20張不同的標定圖像在空間中的反投影,圖4中坐標系原點為相機所在位置。為了證明基于BAS的優(yōu)化標定算法計算出的相機內參和畸變系數的可靠性,提取出實際檢測到的角點亞像素坐標(x, y)和迭代500次之后的反投影角點像素坐標(x′, y′)。為了驗證算法的有效性,同時給出張正友標定法和文獻[12]中的基于改進粒子群標定法得到的反投影像素坐標,分別計算不同算法的誤差和平均誤差。由于標定點數量巨大,在此只給出第1幅圖像中前11個標定點(第1行)的數據和所有標定點的總體平均誤差,如表2、 3所示。

【參考文獻】：
期刊論文
[1]基于改進粒子群算法的相機內參優(yōu)化方法[J]. 徐呈藝,劉英,肖軼,曹健.  激光與光電子學進展. 2020(04)
[2]基于天牛須搜索優(yōu)化的室內定位算法[J]. 鄒東堯,陳鵬偉,劉寬.  湖北民族學院學報(自然科學版). 2018(04)
[3]基于量子粒子群優(yōu)化算法的攝像機標定優(yōu)化方法[J]. 王道累,胡松.  激光與光電子學進展. 2018(12)
[4]基于全參數自適應變異粒子群算法的單目相機標定[J]. 秦瑞康,楊月全,李福東,季濤.  東南大學學報(自然科學版). 2017(S1)
[5]大場景下多目立體視覺標定方法的研究[J]. 楚圣輝,張慧萌,陳碩,孟浩,劉國忠.  現代計算機(專業(yè)版). 2017(15)
[6]飛行時間深度相機和彩色相機的聯合標定[J]. 周杰,安平,鄭帥,嚴徐樂,左一帆.  信號處理. 2017(01)
[7]二維光電影像測量儀系統(tǒng)攝像機標定技術[J]. 劉霖,陳祥,劉娟秀,羅穎,凌云,黃田,易茂麗.  中國科技信息. 2016(11)
[8]攝像機標定的研究進展綜述[J]. 張振普,張同舟,王小雪,趙海媚,劉鑫鑫.  信息與電腦(理論版). 2016(01)
[9]基于入侵性雜草算法的攝像機標定過程優(yōu)化[J]. 朱琳,謝紅.  計算機仿真. 2015(10)
[10]基于粒子群算法的攝像機自標定[J]. 黃偉光,董安國.  計算機應用與軟件. 2015(05)



本文編號：2975329