一种基于点特征和线特征融合的长焦距相机标定方法.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CN113706635A(43)申请公布日2021.11.26(21)申请号202111258718.7(22)申请日2021.10.28(71)申请人中国测绘科学研究院地址100830北京市海淀区莲花池西路28号(72)发明人谢文寒薛玉彩(74)专利代理机构北京山允知识产权代理事务所(特殊普通合伙)11741代理人胡冰宋少华(51)Int.Cl.G06T7/80(2017.01)权利要求书1页说明书10页附图3页(54)发明名称一种基于点特征和线特征融合的长焦距相机标定方法(57)摘要本发明提出一种基于点特征和线特征融合的长焦距相机标定方法，包括：S1，获取目标表面影像，所述目标表面影像具有水平和垂直的三维线特征；S2，进行点特征及线特征的数据分割与提取，提取的点特征的同名点用于全景影像的生成；S3，对点特征及线特征分别进行数据模型的构建；S4，对点线特征进行模型融合，形成最终标定模型，解算长焦距相机标定参数。本发明的方法大大提高了对长焦距的相机标定的精度。CN113706635ACN113706635A权利要求书1/1页1.一种基于点特征和线特征融合的长焦距相机标定方法，其特征在于，包括：S1，获取目标表面影像，所述目标表面影像具有水平和垂直的三维线特征；S2，进行点特征及线特征的数据分割与提取，提取的点特征的同名点用于全景影像的生成；S3，对点特征及线特征分别进行数据模型的构建；S4，对点线特征进行模型融合，形成最终标定模型，解算长焦距相机标定参数。2.根据权利要求1所述的方法，其特征在于，在步骤S2中，线特征提取包括：边缘检测；多直线段拟合；以及直线特征编组。3.根据权利要求2所述的方法，其特征在于，采用端点距离、共线方向差、共线侧向距离、交叠距离、灰度、纹理来度量两线段的编组概率。4.根据权利要求2所述的方法，其特征在于，通过如下方法生成全景影像：针对同一摄影中心下产生的多幅影像，以中心的影像为基准影像，并以此为基准建立统一的投影面；基于统一的投影面，利用各影像的同名点信息，对所有进行几何纠正，并形成统一的全景影像。5.根据权利要求1所述的方法，其特征在于，在步骤S3中，基于全景影像的线特征进行特征匹配包括：S3‑1，形成多几何纠正影像的基于纯旋转、无位移的全景影像；S3‑2，对全景影像进行金字塔结构的直线信息的提取；S3‑3，利用全景影像粗分辨率的线特征，以及原始影像中的精细线特征，通过逆变换使直线作为初值投影到原始影像中，在原始影像上，利用直线模板匹配得到直线的精确位置。6.根据权利要求1所述的方法，其特征在于，还包括：在步骤S4中，基于步骤S3中得到的线特征的相对控制条件和基于同名点的自标定模型，来生成基于点线特征融合的标定模型。7.根据权利要求6所述的方法，其特征在于，生成基于点线特征融合的标定模型包括：通过观测值与未知参数之间的关系建立平差模型；对线特征的相对控制条件进行线性化；利用线特征约束平差模型；基于同名点的自标定模型确定初值；基于初值利用迭代求解平差模型。8.根据权利要求7所述的方法，其特征在于，在基于点线特征融合的标定模型中，采用摄影测量最小二乘平差迭代求解。9.根据权利要求1所述的方法，其特征在于，在步骤S2中，点特征提取的方法包括：1）对影像进行尺度空间的极值探测；2）对关键点进行精确定位；3）确定关键点的主方向；4）对关键点进行描述。10.根据权利要求1所述的方法，其特征在于，在步骤S2中，采用交叉使用直线分裂和直线合并算法进行多直线段拟合。2CN113706635A说明书1/10页一种基于点特征和线特征融合的长焦距相机标定方法技术领域[0001]本发明涉及相机标定技术，更具体地，涉及一种基于点特征和线特征融合的长焦距相机标定方法。[0002]背景技术[0003]相机标定，就是通过建立已知物点像点对应的关系模型，计算成像系统内外几何及光学参数，从而获取模型参数。一旦建立了这种对应关系，就可以通过二维像点坐标推出物点三维世界坐标，或相反的，从已知的三维信息推出二维信息。相机标定是计算机视觉实现的前提和基本问题。[0004]在众多标定算法中，根据标定物的维数，大体可将标定方法分为四类：基于三维信息的相机标定。传统的标定方法大多基于三维标定物的，这种标定物一般包含两个或三个相互正交的平面，它可获得较高的精度。此外，这种三维信息还包括三维几何信息，如直线的水平、垂直关系。[0005]基于二维信息的相机标定。这种方法一般需要相机在多个不同角度对带有平面图案的标定物进行观察，而相机的运动轨迹无需已知。与三维信息相比，二维信息更容易获取，标定也可达到较高的精度。[0006]基于一维信息的相机标定。按照常理，一个自由移动的一维目标（如