首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于视场约束的神经网络优化自动变焦相机内参标定方法_四川大学_202410430508.9 

申请/专利权人:四川大学

申请日:2024-04-11

公开(公告)日:2024-05-14

公开(公告)号:CN118037863A

主分类号:G06T7/80

分类号:G06T7/80;G06T7/00;H04N23/67

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.05.31#实质审查的生效;2024.05.14#公开

摘要:本发明属于变焦相机标定技术领域,公开了一种基于视场约束的神经网络优化自动变焦相机内参标定方法,包括步骤1:约束视场与焦距的关系;步骤2:基于神经网络优化焦距与相机内参关系;步骤3:自动对焦;本发明先固定的视场与焦距的关系,有利于更精度的获取靶标像素坐标,为最终的高精度姿态求解提供保障;然后利用神经网络优化焦距与内参的对应关系,精确高,且效率快;最后自动调焦,避免了反复手动调焦的繁琐性。

主权项:1.一种基于视场约束的神经网络优化自动变焦相机内参标定方法,其特征在于,包括如下步骤:步骤1:约束视场与焦距的关系,相机视场与焦距的关系:,其中,S为像元尺寸,xres为分辨率,f为焦距,D为相机与靶标之间的距离,Hx为相机视场;步骤2:基于神经网络优化焦距与相机内参关系;首先,获取变焦相机焦距范围,根据焦距范围等间距固定若干个焦距,获取每个焦距下拍摄靶标的图片15张~30张,靶标在每张图片的中心且占据视场的比例为20%,采用张正友相机标定方法获取若干组焦距与相机内参关系的数据集;其中,所述相机内参包括畸变系数和主点横纵坐标;其次,将若干组焦距与相机内参关系的数据集按照比例为2:1分为训练集和测试集,然后对数据集进行归一化处理;然后,分别采用多项式、高斯和三角函数对数据集拟合,再用多层感知机进行曲线优化,从而实现对相机内参的标定;步骤3:自动对焦;设置图像清晰度的阈值,根据视场与焦距的关系固定当前焦距,然后以等间距改变像距,每个像距下拍摄一张图片,并利用图像清晰度函数获取图片的清晰度,比较图像清晰度和阈值的大小,当图像清晰度小于阈值时,再改变像距获取图片及图像清晰度,直到图像清晰度大于阈值时,自动对焦完成。

全文数据:

权利要求:

百度查询: 四川大学 基于视场约束的神经网络优化自动变焦相机内参标定方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术