相机标定方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113902808A(43)申请公布日2022.01.07(21)申请号202111016757.6(22)申请日2021.08.31(71)申请人北京影谱科技股份有限公司地址100125北京市朝阳区朝阳公园南路3号楼6层601内702室(72)发明人王俊翔(74)专利代理机构北京知呱呱知识产权代理有限公司11577代理人郑兴旺(51)Int.Cl.G06T7/80(2017.01)G06T7/73(2017.01)G06V10/75(2022.01)G06V10/44(2022.01)权利要求书2页说明书7页附图3页(54)发明名称相机标定方法、装置、设备及存储介质(57)摘要本申请公开了一种相机标定方法、装置、设备及存储介质，属于计算机视觉领域，方法包括：首先获取目标物体从待标定相机不同位姿拍摄到的目标图像集合，并选取相邻序列的两张目标图像的作为初始图像对进行特征点提取与特征点匹配，得到特征点对；根据特征点对得到基础矩阵F；根据基础矩阵F得到初始图像对的初始三维点集；根据目标图像集合中的其他图像通过光束法平差对初始三维点集进行优化，得到优化后的所述待标定相机的参数。相比于现有技术来说，本申请实施例提供的相机标定方法有较高的精度和鲁棒性。CN113902808ACN113902808A权利要求书1/2页1.一种相机标定方法，其特征在于，所述方法包括：获取目标物体从待标定相机不同位姿拍摄到的目标图像集合，所述目标图像集合中每张目标图像具有序列标识，从所述目标图像集合中选取相邻序列的两张目标图像的作为初始图像对；对所述初始图像对进行特征点提取与特征点匹配，得到所述初始图像对的特征点对；根据所述特征点对得到所述初始图像对的基础矩阵F；根据所述基础矩阵F得到所述初始图像对的初始三维点集；根据所述目标图像集合中的其他图像通过光束法平差对所述初始三维点集进行优化，得到优化后的所述待标定相机的参数。2.根据权利要求1所述的方法，其特征在于，根据所述特征点对得到所述初始图像对的基础矩阵F，包括：选取预设数量的特征点对；根据预设数量的特征点对通过最小二乘法得到基础矩阵Ftmp；通过所述初始图像对的其余特征点对所述基础矩阵Ftmp进行优化得到基础矩阵F。3.根据权利要求2所述的方法，其特征在于，所述根据预设数量的特征点对通过最小二乘法得到基础矩阵Ftmp，包括：T所述特征点对满足prFtmppl＝0，其中pr、pl为所述初始图像对中的一对特征点。4.根据权利要求1所述的方法，其特征在于，对所述初始图像对进行特征点提取与特征点匹配，包括：通过SIFT算法对所述初始图像对进行特征点提取；通过K近邻算法对所述初始图像对中的特征点进行一一匹配。5.根据权利要求4所述的方法，其特征在于，通过K近邻算法对所述初始图像对中的特征点进行一一匹配，包括：所述初始图像对包括第一目标图像和第二目标图像；采用K近邻算法来得到所述第一目标图像中每个特征点在所述第二目标图像中的欧式距离最短的特征点；其中，欧式距离表示为：其中key1表示第一目标图像中的特征点，key2表示第二目标图像中的特征点，i表示第i组特征点对，dim表示提取到的特征点最大数量。6.根据权利要求1所述的方法，其特征在于，所述相邻序列的两张目标图像具有共视关系。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述基础矩阵F通过SVD分解得到旋转和平移信息。8.一种相机标定装置，其特征在于，所述装置包括：获取模块，用于获取目标物体从待标定相机不同位姿拍摄到的目标图像集合，所述目标图像集合中每张目标图像具有序列标识，从所述目标图像集合中选取相邻序列的两张目标图像的作为初始图像对；2CN113902808A权利要求书2/2页匹配模块，用于对所述初始图像对进行特征点提取与特征点匹配，得到所述初始图像对的特征点对；计算模块，用于根据所述特征点对得到所述初始图像对的基础矩阵F；根据所述基础矩阵F得到所述初始图像对的初始三维点集；优化模块，用于根据所述目标图像集合中的其他图像通过光束法平差对所述初始三维点集进行优化，得到优化后的所述待标定相机的参数。9.一种设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7任一所述的相机标定方法。10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一所述的相机标定方法。3CN113902808A说明书1/7页相机标定方法、装置、设备及存储介质技术领域[0001]本发明涉及计算机视觉领域，特别涉及一种相机标定方法、装置、设备及存储介质。背景技术[0002]随着计算机视