基于Harris_张正友平面标定法的摄像机标定算法.docx

第46卷 第6 期西安建筑科技大学学报（自然科学版）Vol. 46No.62014年12月J. Xian Univ. of Arch. Tech. (Natural ScienceEdition)Dec.2014基于Harris-张正友平面标定法的摄像机标定算法卢英 1，2，王慧琴2，佟威 2，李俊杰2（1. 西安建筑科技大学建筑学院，陕西 西安 710055；2. 西安建筑科技大学信控学院，陕西 西安710055）摘要：为了提高双目摄像机标定参数的精确性，以张氏标定方法为基础，首先采用Harris算法对黑白棋盘表格进行内角点提取，其次将内角点像素点坐标精确到亚像素精度，最后利用投影线性关系求出双目摄像机的内外等参数，并与cvFindChessboardCorners()函数提取内角点标定方法进行对比，证明了该方法准确、有效，提高了黑白棋盘表格内角点检测的准确性和标定精度,可以应用于双目视觉系统中．关键词：摄像机标定；Harris；棋盘表格；角点提取中图分类号：TP391文献标志码：A文章编号：1006-7930(2014)06-0860-05摄像机标定是建立摄像机的几何成像模型，描述图像像素位置与空间坐标系中场景点位置之间的相互 关系，最终确定摄像机内外参数等信息的过程[1]．摄像机标定技术是计算机视觉领域里从二维图像信息中提取出三维空间信息必不可少的步骤，早已被广泛应用于导航、视觉监控和三维重建等领域中且该步骤是一个至关重要和最为复杂的步骤[2]．摄像机标定的精度直接影响导航、视觉监控和三维重建的效果，同时也是系统误差的主要来源．当今最具典型代表的摄像机标定方法主要有张正友平面标定法（以下简称“张氏法”）和 Tsai 两步标定法．文献[3]中标定通过cvCalibrateCamera2()函数来完成，棋盘表格内角点检测和 储存通过cvFindChessboardCorners()函数来完成，内角点检测比较准确，但是该函数返回的角点仅仅是近似值，返回的角点位置并不是真实的角点位置，则导致标定的实际误差存在．目前对角点检测的方法主要分为两类：基于图像边缘和图像灰度的检测方法．代表性算法主要有 Harris 算子、Susan 算子和Moravec 算子等．Harris 算子是 C.Harris 和 J.Stephens[4-5]等人在 1988年提出的一种基于信号的点特征提取算子．文 献[6]采用 SUSAN算子对棋盘表格角点进行检测，为摄像机标定提供亚像素精度的角点信息，但内角点检 测精度不高．曾经 C.Schmid 报道，Harris角点检测算法是目前角点检测效果最好的算法[7]．文献[8]运用 C#语言实现了Harris算法对样本图例进行角点检测，通过设定阈值大小取得了很好地检测效果．本文针对 张氏法标定过程中内角点检测 cvFindChessboardCorners()函数的不足，利用 Harris算子具有很好地角点检 测效果等优点，提出了基于Harris-张正友平面标定法的摄像机标定算法，进一步提高了黑白棋盘表格内角 点检测的准确性和摄像机参数的标定精度．1 Harris角点检测算法简介1.1 Harris角点检测基本原理Harris角点检测算法是一种基于灰度图像的角点检测算法，是一种非常有效地角点检测算法．优点如 下[4]：（1）只涉及到灰度值的一阶差分和滤波理论知识，计算简单；（2）对图像中的所有点都计算其兴趣值，然后在邻域内选择最优点，提取的角点稳定可靠、均匀而 且合理，并能够反映图像的结构；（3）在图像旋转、灰度变化、噪声干扰和视点变换等情况下该算法仍然能够准确地检测出角点信息， 稳定性和鲁棒性很高．Harris角点检测算法基本原理是将所处理的图像窗口w向任意方向移动微小位移(x,y)，则灰度变量 定义如下[9]：收稿日期：2014-03-11修改稿日期：2014-12-03基金项目：教育部高等学校博士学科点专项科研基金(20126120110008);陕西省教育厅产业化项目(2011JG12);教育厅专项科研项目(2013JK1144)；西安建筑科技大学校青年基金（QN1429）作者简介：卢英（1980-），女，博士生，工程师，主要从事数字建筑，图像处理与模式识别方向的研究，E-mail:applepeas@126.com2222E?x,y???wm,n??Ix?m,y?n?Im,n????wm,n?xX?yY?O?x,y????m,n(1)?Ax2?By2?2Cxy??x?y?M?x,y?T其中: X 和 Y是一阶灰度梯度，定义如下：X?I???1,0,1?T??I?xY?I???1,0,1?T??I?y为了消除噪声影响，提高抗噪能力，Harris 算子对 w 进行高斯平滑，高斯窗口 w：(2)