买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军国防科技大学

摘要：本发明公开了一种阵列相机自标定方法及系统，本发明方法包括阵列相机的数据采集，获取同一时刻所有不同位置相机的图片；Superpoint特征的提取以应对运动图像边缘模糊、低信噪比，实现较强鲁棒性的特征提取；LightGlue特征匹配以满足复杂环境下的快速匹配；相机内外参数的解算，采用单应性矩阵或者本质矩阵求解相机内参数以及相对外参数；还可以根据需要进一步采用PIPO‑SLAM算法中的位姿优化算法进行优化得到最终的相机外参数以进一步提升标定质量。本发明利用阵列相机间的信息互补与最先进的技术结合，实现了运动过程中以及复杂变化环境下的相机快速自标定，该算法具有高效、轻量化、鲁棒性强的优点。

主权项：1.一种阵列相机自标定方法，用于实现运动过程中的相机快速自标定，其特征在于，包括下述步骤：S1，采集同一时刻阵列相机中所有相机拍摄的图像；S2，提取所有图像的图像特征，并完成所有相机拍摄的图像的多视图间的特征匹配，包括：S2.1，将所有相机拍摄的图像进行增加信噪比与对比度的图像增强处理；S2.2，将处理后的所有图像使用深度神经网络提取Superpoint特征；S2.3，以阵列相机中指定的相机定为参考相机，把参考相机拍摄的图像作为参考图像，将参考图像中的Superpoint特征分别采用预设的特征匹配方法与其余相机拍摄的图像中提取的Superpoint特征进行匹配；步骤S2.3中预设的特征匹配方法为LightGlue算法；S3，利用匹配后的图像特征通过提取单应性矩阵H或本质矩阵E并解算相机外参数，所述相机外参数包括旋转矩阵R和平移向量t；其中利用匹配后的图像特征通过提取单应性矩阵H并解算相机外参数包括：S3.1，针对参考相机以外的相机，利用匹配后的图像特征提取单应性矩阵H： ，上式中，为参考相机以外的第i个相机的单应性矩阵H，～分别为待求解系数，是齐次坐标系下的参考相机图像坐标，是第个相机图像的齐次坐标，，为参考相机以外的相机个数；S3.2，将单应性矩阵H写成列向量的表示，其中～分别为单应性矩阵H的第1~3个三维列向量，从而得到相机内参数与单应性矩阵的关系如下式所示： ， ，上式中，为轴上的焦距，为轴上的焦距，为主点轴坐标，为倾斜因子，为主点轴坐标；S3.3，令中间变量B为： ，上式中，～为待求解系数，由于是一个对称矩阵，采用6维特征向量b简化改堆成矩阵，，将相机内参数与单应性矩阵的关系方程写成下式所示的约束方程： ，上式中，和为单应性矩阵H的第i和j个三维列向量，，为中间变量，且有：，~分别为三维列向量的三个元素，~分别为三维列向量的三个元素；S3.4，根据约束方程即可求解出，从而根据下式求解相机内参数： ，其中是尺度因子；S3.5，结合求解得到的相机内参数，基于下式求解相机外参数的旋转矩阵和平移向量t： ，上式中，为相机内参数，～分别为单应性矩阵H的第1~3个三维列向量；步骤S3之后还包括将解算得到的相机外参数采用PIPO-SLAM算法中的位姿优化算法进行优化得到最终的相机外参数。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 一种阵列相机自标定方法及系统