基于灰狼粒子群混合算法的相机标定优化方法

王道累， 柴萍萍*， 孙 昊， 胡 松， 韩 洋

(1.上海电力大学能源与机械工程学院， 上海 200090； 2.中国电建集团江西省电力设计院有限公司， 南昌 330096)

日新月异的计算机技术和传感器技术也推动了无人驾驶、机器人定位导航、三维重建等相关领域的发展[1-3]。其中，标定是一个基础而重要的环节，提高标定的精度是非常有必要的。目前，广泛应用并接受的标定方法有两种：传统校准法和自校准方法。根据计算方法不同，传统标定法主要包括直接线性方法[4]、基于径向排列约束(radial alignment constraint, RAC)的两步标定法[5]和张正友标定法[6]等。直接线性变换法是将摄像机模型看作是线性的，这和实际情况不符，后经过改进引入非线性畸变因素。基于RAC 的两步标定法利用相机成像模型中的一部分内在性质和关系先求解出一些参数， 然后利用这些已求出的参数增加相机非线性畸变等因素对模型进行优化，这使得求解过程中大多是线性方程，计算简单，结果准确。在2000年，一种里程碑式的方法由张正友提出，基于二维的棋盘格进行标定。该方法在两步标定法的基础上改进标定物，用最大似然法求解各个参数。由于借助的外物成本低廉、易操作、标定精度较高等优点，这种方法被广泛使用，但对精度的提高仍有局限性。

为了弥补这些方法的不足，中外学者在优化求解算法和标定物改进两个方向做了各种研究。傅思勇等[7]提出一种新的两步标定法，首先求解初始参数，后综合考虑前二阶径向畸变、前二阶切向畸变和薄棱镜畸变，建立多畸变模型后迭代逼近求解，在噪声的情况下仍能保持较小的误差。……