| 主权项 |
一种鱼眼镜头相机径向畸变的自标定方法，其特征在于，该方法包括以下步骤：(1)将鱼眼镜头相机围绕相机坐标系的y轴进行旋转，拍摄前后视野有重叠的n个视角的图像，其中，n为大于等于3的自然数；(2)提取不同视角下鱼眼图像的图像特征点，并进行特征点匹配，得到m条不同视角下鱼眼图像的匹配点轨迹序列，其中，m为大于等于1的自然数；(3)利用步骤(2)得到的m条图像匹配点轨迹序列，通过非线性优化求解得到畸变中心[x<sub>d0</sub>,y<sub>d0</sub>]<sup>T</sup>和畸变参数λ，具体包括以下子步骤：(3.1)对于每条匹配点轨迹序列中的n个匹配点，建立如下关系式：<img file="FDA0001114242430000011.GIF" wi="1373" he="388" />继而写成A·k＝b的形式；其中，<img file="FDA0001114242430000012.GIF" wi="1262" he="183" />f为鱼眼镜头相机焦距、[x<sub>d</sub>,y<sub>d</sub>]<sup>T</sup>为畸变点、上标1..n表示各个视角的序号、(X,Y,Z)为空间三维点坐标；(3.2)对于所有的m条匹配点轨迹序列，建立的A矩阵和b矩阵各有m个，即有{A<sub>1</sub>,A<sub>2</sub>,...,A<sub>m</sub>}和{b<sub>1</sub>,b<sub>2</sub>,...,b<sub>m</sub>}；k向量也有m个，这m个k向量都具有相同的k<sub>1</sub>和k<sub>3</sub>，但有不同的k<sub>2</sub>，即有<img file="FDA0001114242430000013.GIF" wi="306" he="79" />(3.3)所有待求参数归结为4个公共系数{x<sub>d0</sub>,y<sub>d0</sub>,λ,f}和m个与特定三维点有关的<img file="FDA0001114242430000014.GIF" wi="307" he="86" />用LM(Levenberg‑Marquardt)算法的非线性优化方法最小化<img file="FDA0001114242430000021.GIF" wi="914" he="247" />求解得到畸变中心[x<sub>d0</sub>,y<sub>d0</sub>]<sup>T</sup>和畸变参数λ；其中，A<sub>ij</sub>表示与第i条轨迹所对应的A<sub>i</sub>矩阵中的第j个行向量、k<sub>i</sub>为与第i条轨迹相对应的k向量、b<sub>ij</sub>表示与第i条轨迹所对应的b<sub>i</sub>矩阵中的第j个行向量。 |
