本發(fā)明屬于數(shù)字攝影測量領(lǐng)域，特別涉及一種無需控制信息的智能手機自檢校方法。

背景技術(shù)：

相機的高精度檢校是數(shù)字攝影測量的關(guān)鍵步驟。攝影測量中的相機包括量測型相機和非量測型相機。專業(yè)的量測型相機雖然精度非常高，可是價格比較昂貴，應(yīng)用成本較高。而非量測型相機價格低廉，使用靈活方便，性能日益成熟，在攝影測量及計算機視覺中應(yīng)用越來越廣泛。隨著硬件技術(shù)的進步和移動互聯(lián)網(wǎng)的發(fā)展，智能手機作為一種非量測設(shè)備，普及程度越來越廣，成像精度不斷增加，利用其進行攝影測量日益成為一種重要的測繪手段。

根據(jù)高斯成像規(guī)律有：1/F＝1/u+1/v，其中F為焦距，u為物距，v為像距。在智能手機中焦距一般是一個固定的值，約4mm左右。如果焦距不固定，就意味著鏡頭中鏡組的前后移動，會占用更多空間，這對于講究纖薄輕巧的智能手機來說是無法承受的。

技術(shù)實現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題是：提供一種無需控制信息的智能手機自檢校方法，能夠在缺少控制信息的條件下，實現(xiàn)智能手機的無控制信息高精度檢校。

本發(fā)明為解決上述技術(shù)問題所采取的技術(shù)方案為：一種無需控制信息的智能手機自檢校方法，其特征在于：它包括以下步驟：

S1、基于3×3模式獲取影像數(shù)據(jù)：

采用智能手機，在3個與目標物體距離大致相等的攝站拍攝目標物體，相鄰攝站之間的距離大致相等，在每個攝站從上到下依次拍攝3張影像；

所述的大致相等為肉眼判斷距離相等；

S2、選取基準影像進行相對定向，建立單元模型：

從S1獲取的3×3個影像中選取基準影像，以基準影像的像空間坐標系為基準進行連續(xù)法相對定向，確定其它非基準影像的相對定向元素，每個非基準影像與基準影像通過相對定向構(gòu)成單元模型；

S3、基于比例系數(shù)進行模型連接，建立自由網(wǎng)模型：

選擇若干個在所有單元模型中均有成像的公共點，對各單元模型分別進行前方交會，計算公共點的坐標；從單元模型中選取基準模型，根據(jù)公共點的距離信息，確定各非基準模型的比例系數(shù)，將各單元模型連接成自由網(wǎng)模型；通過自由網(wǎng)模型內(nèi)部的整體前方交會，確定自由網(wǎng)模型中公共點初始的物方坐標；

S4、建立自檢校光束法自由網(wǎng)平差模型：

根據(jù)自由網(wǎng)模型提供的相對位置關(guān)系約束，以共線條件方程為數(shù)學模型，將物方坐標、像片外方位元素和附加參數(shù)作為未知數(shù)，建立像點坐標觀測值誤差方程；將像片外方位元素作虛擬觀測處理，建立像片外方位元素虛擬觀測值誤差方程；

S5、聯(lián)合平差解算：

利用S4建立的像點坐標觀測值誤差方程和像片外方位元素虛擬觀測值誤差方程，采用最小二乘平差方法進行聯(lián)合平差解算，得到相機檢校參數(shù)，相機檢校參數(shù)是S4中提及的未知數(shù)的一部分。

按上述方法，所述的S2中，進行連續(xù)法相對定向時，采用連續(xù)像對嚴密解法，以選定的基準影像的像空間坐標系為基準，相對定向元素包括確定兩張影像相對位置關(guān)系的線元素和角元素。

按上述方法，所述的S3中，對各單元模型分別進行前方交會嚴格解法，計算各單元模型公共點的坐標；

在公共點中任選一個作為基準點，每個單元模型的公共點距離信息為在該單元模型中其他公共點到基準點的距離之和；各非基準模型的比例系數(shù)由非基準模型相對于基準模型的公共點距離信息作除運算得到；

根據(jù)各非基準模型的比例系數(shù)，統(tǒng)一單元模型中非基準影像的攝站點坐標，形成自由網(wǎng)模型；

在自由網(wǎng)模型內(nèi)部再次進行整體的前方交會，確定公共點在自由網(wǎng)模型的物方坐標。

按上述方法，所述的S4中，所述的附加參數(shù)包括內(nèi)方位元素和鏡頭光學畸變差；

先建立附加參數(shù)模型；再利用附加參數(shù)模型和共線條件方程式，列出像點坐標觀測值誤差方程；對像片外方位元素作虛擬觀測處理，列出像片外方位元素虛擬觀測值誤差方程。

按上述方法，選擇左、中、右三個方向的攝站，每個攝站拍攝上、中、下三張影像；拍攝物距大于4m，攝站間距大于3m。

按上述方法，取中間的攝站中間的影像作為基準影像，非基準影像與基準影像的重疊度為60％以上。

本發(fā)明的有益效果為：

1、本發(fā)明的自檢校方法無需控制信息，不受限于高精度的三維檢校場或已知空間結(jié)構(gòu)的檢校模板，僅需要用智能手機拍攝3×3張影像即可，并且對各影像拍攝的位置精度要求不高，容易實現(xiàn)。

2、本方法建立特定的自由網(wǎng)模型，將攝站點、物方點納入一個統(tǒng)一的坐標基準中；基于自由網(wǎng)模型提供的相對位置關(guān)系約束和附加參數(shù)模型，建立自檢校光束法自由網(wǎng)平差模型，進行聯(lián)合平差解算；具有平差穩(wěn)健、計算精度高、檢校速度快的優(yōu)點。

附圖說明

圖1為本發(fā)明一實施例的影像獲取模式圖。

圖2為拍攝位置示意圖。

圖3為基準模型示意圖。

具體實施方式

下面結(jié)合具體實例和附圖對本發(fā)明做進一步說明。

在智能手機成像過程中，拍攝距離也就是物距u變化時，由于焦距F固定，像距v也就是主距f會相應(yīng)地發(fā)生變化。當拍攝距離超過4m的時候，攝影比例尺約為1/1000，主距f與焦距F非常接近。對于拍攝的多張影像來說，只要拍攝距離大體相等，那么其成像清晰度也是接近的。相對于其中一張基準影像來說，即使其它影像出現(xiàn)輕微的物距波動，對于主距的影響也是微乎其微的。因此，在保證每次拍攝物距大體相等的情況下，使用智能手機在完成某個測量任務(wù)的同時對其相機進行檢校，既可以把物距因素對主距的影響降到最低，又能保證檢校參數(shù)的實時性與可靠性，進而滿足后續(xù)攝影測量工作的精度要求。

本發(fā)明的自檢校方法無需控制信息，不受限于高精度的三維檢校場或已知空間結(jié)構(gòu)的檢校模板。基于3×3模式，使用智能手機獲取影像數(shù)據(jù)；選擇基準影像進行相對定向，建立單元模型；基于比例系數(shù)進行模型連接，建立特定的自由網(wǎng)模型，將攝站點、物方點納入一個統(tǒng)一的坐標基準中；基于自由網(wǎng)模型提供的相對位置關(guān)系約束和附加參數(shù)模型，建立自檢校光束法自由網(wǎng)平差模型，進行聯(lián)合平差解算。本發(fā)明中的自檢校方法，能夠在無需控制信息的條件下，為智能手機提供高精度的檢校，具有平差穩(wěn)健、計算精度高、檢校速度快等優(yōu)點。

本發(fā)明提供一種無需控制信息的智能手機自檢校方法，包括以下步驟：

S1、基于3×3模式獲取影像數(shù)據(jù)：采用智能手機，在3個與目標物體距離大致相等的攝站拍攝目標物體，相鄰攝站之間的距離大致相等，在每個攝站從上到下依次拍攝3張影像；所述的大致相等為肉眼判斷距離相等。

S2、選取基準影像進行相對定向，建立單元模型：從S1獲取的3×3個影像中選取基準影像，以基準影像的像空間坐標系為基準進行連續(xù)法相對定向，確定其它非基準影像的相對定向元素，每個非基準影像與基準影像通過相對定向構(gòu)成單元模型；進行連續(xù)法相對定向時，采用連續(xù)像對嚴密解法，以選定的基準影像的像空間坐標系為基準，相對定向元素包括確定兩張影像相對位置關(guān)系的線元素和角元素。

S3、基于比例系數(shù)進行模型連接，建立自由網(wǎng)模型：選擇若干個在所有單元模型中均有成像的公共點，對各單元模型分別進行前方交會，計算公共點的坐標；從單元模型中選取基準模型，根據(jù)公共點的距離信息，確定各非基準模型的比例系數(shù)，將各單元模型連接成自由網(wǎng)模型；通過自由網(wǎng)模型內(nèi)部的整體前方交會，確定公共點在自由網(wǎng)模型的物方坐標。

對各單元模型分別進行前方交會嚴格解法，計算各單元模型公共點的坐標；在公共點中任選一個作為基準點，每個單元模型的公共點距離信息為在該單元模型中其他公共點到基準點的距離之和；各非基準模型的比例系數(shù)由非基準模型相對于基準模型的公共點距離信息作除運算得到；根據(jù)各非基準模型的比例系數(shù)，統(tǒng)一單元模型中非基準影像的攝站點坐標，形成自由網(wǎng)模型；在自由網(wǎng)模型內(nèi)部再次進行整體的前方交會，確定自由網(wǎng)模型中公共點初始的物方坐標。

S4、建立自檢校光束法自由網(wǎng)平差模型：根據(jù)自由網(wǎng)模型提供的相對位置關(guān)系約束，以共線條件方程為數(shù)學模型，將物方坐標、像片外方位元素和附加參數(shù)作為未知數(shù)(解釋：初始的物方坐標并不精確，需要作為未知數(shù)在平差過程中進一步精確確定)，建立像點坐標觀測值誤差方程；將像片外方位元素作虛擬觀測處理，建立像片外方位元素虛擬觀測值誤差方程。

所述的附加參數(shù)包括內(nèi)方位元素和鏡頭光學畸變差；先建立附加參數(shù)模型；再利用附加參數(shù)模型和共線條件方程式，列出像點坐標觀測值誤差方程；對像片外方位元素作虛擬觀測處理，列出像片外方位元素虛擬觀測值誤差方程。

S5、聯(lián)合平差解算：

利用S4建立的像點坐標觀測值誤差方程和像片外方位元素虛擬觀測值誤差方程，采用最小二乘平差方法進行聯(lián)合平差解算，得到相機檢校參數(shù)，即是S4中提及的未知數(shù)的一部分。

本實施例的過程如下：

1、基于3×3模式獲取影像數(shù)據(jù)

智能手機的相機屬于CMOS傳感器，焦距約為4mm左右。按3×3模式，使用智能手機采集影像數(shù)據(jù)。選擇左、中、右三個方向的攝站采集數(shù)據(jù)，拍攝物距大于4m，攝站間距大于3m。在每個攝站使用相機從水平方向拍攝上、中、下3張影像，共得到9張影像，如圖1和圖2所示，中間攝站上中下的影像設(shè)為image1、image0、image2，左攝站上中下的影像設(shè)為image7、image6、image8，右攝站上中下的影像設(shè)為image4、image3、image5。

2、選擇基準影像進行相對定向，建立單元模型

基準影像選取中間攝站中間位置的image0影像，其它影像與基準影像都有足夠高的重疊度(大于60％)，這樣其它影像與基準影像就可以通過相對定向分別構(gòu)成單元模型。單元模型之間保證足夠高的重疊度，目的是方便后續(xù)的模型連接；相對定向采用連續(xù)像對嚴密解法，構(gòu)建的單元模型共計8個，即image0-imagel、image0-image2、image0-image3、image0-image4、image0-image5、image0-image6、image0-image7、image0-image8。

相對定向的目的是恢復攝影時相鄰兩影像攝影光束的相互關(guān)系，從而使同名光線對對相交，建立單元模型。單元模型的相對定向以選定的基準影像(即圖1中的image0影像)的像空間坐標系為基準，相對定向元素包括：B_Y、B_Z、ω、κ(即確定兩張像片相對位置關(guān)系的兩個線元素和三個角元素)。

設(shè)進行相對定向的一個像片對的投影中心為S、S′，對某物面點A的同名射線分別為SA、S′A。則SA、S′A與基線SS′的共面條件方程式為：

將上式按照多元函數(shù)泰勒級數(shù)展開成一次項線性式為：

其中，F(xiàn)₀是F的近似初始值，B_Y、B_Z、ω、κ為相對定向元素。根據(jù)上式列出誤差方程式得：

其中，V_F是F的改正數(shù)。利用6對以上同名像點，列出誤差方程式，其矩陣形式為：

V＝AX-L (4)

V為改正數(shù)向量；X為相對定向元素的改正數(shù)向量，A為相應(yīng)的系數(shù)矩陣；L為觀測值向量

根據(jù)最小二乘原理，相應(yīng)的法方程為：

A^TPAX＝A^TPL (5)

P為觀測值的權(quán)矩陣，它反映了觀測值的量測精度。

最后可求出未知數(shù)的解為：

X＝(A^TPA)^-1A^TPL (6)

3、基于比例系數(shù)進行模型連接，建立特定的自由網(wǎng)模型

單元模型相對定向后，模型比例尺不一致，須利用模型連接對單元模型比例尺進行歸一化，將各單元模型拼接成自由網(wǎng)。首先選擇若干個在所有單元模型中均有成像的公共點，對各單元模型分別進行前方交會，計算公共點的坐標。然后選取基準模型(即image0-image3)，根據(jù)公共點的距離信息，確定其它單元模型(即mage0-image1、image0-image2、image0-image4、image0-image5、image0-image6、image0-image7、image0-image8)相對于基準模型的比例系數(shù)，進而實現(xiàn)坐標基準的統(tǒng)一。

如圖3。點M在image0、image3和image6三張影像中都有成像，單元模型image0-image6與基準模型image0-image3在比例尺一致的情況下，射線S₀M、S₃M、S₆M必然交會到同一點M。其中，S₀、S₃、S₆分別為image0、image3和image6的攝影中心。

首先通過前方交會計算各單元模型公共點的坐標。利用立體像對左右兩影像的內(nèi)、外方位元素和同名點的影像坐標量測值，來確定公共點的物方坐標。這里采用前方交會的嚴格解法。由共線方程整理得到：

其中l(wèi)₁、l₂、l₃、l₄、l₅、l₆、lx、l_y為合并同類項后相應(yīng)的系數(shù)。一對同名點可以列出4個上述的線性方程式，以最小二乘法求得X、Y、Z。這樣就確立了公共點在各單元模型局部坐標系下的物方坐標(X，Y，Z)。

接下來根據(jù)公共連接點的距離信息來計算模型比例系數(shù)。假設(shè)有s個單元模型(本發(fā)明中s＝8)，其中第1個模型為基準模型。選取t個在所有單元模型都有成像的公共連接點，以其中一個為基準點，在各個單元模型內(nèi)部計算其它公共連接點到基準點的距離之和，這樣就得到了s個距離信息。令第i(i＝1，2，…，s)個模型中的距離信息為d_i，則第i個單元模型的比例系數(shù)k_i計算如下：

k_i＝d_i/d₁ (8)

單元模型中非基準影像攝站點坐標為：

(X_si)_old、(Y_si)_old、(Z_si)_old為模型連接前的攝站點坐標，(X_si)_new、(Y_si)_new、(Z_si)_new為模型連接后的攝站點坐標。攝站點坐標統(tǒng)一以后，在自由網(wǎng)模型內(nèi)部再次進行整體的前方交會，以確定模型連接后物方點的坐標。這樣，我們就得到了一個統(tǒng)一的坐標基準下物方點、攝站點的位置信息，以此作為光束法的初始值。

4、建立自檢校光束法自由網(wǎng)平差模型

4.1附加參數(shù)模型

采用8參數(shù)相機畸變模型，主要包括兩部分：內(nèi)方位元素(主距f、像主點偏移)，鏡頭光學畸變差(徑向畸變、切向畸變)。據(jù)此，附加參數(shù)模型構(gòu)建如下：

其中，Δx和Δy為像點坐標的系統(tǒng)誤差改正數(shù)；和為像主點偏移；r為像點坐標到像主點的距離；K₁、K₂、K₃為徑向畸變系數(shù)；P₁、P₂為切向畸變系數(shù)。

4.2像點坐標觀測值誤差方程

基本共線條件方程式如下：

其中，x，y為像點的像平面坐標；

x₀、y₀、f為影像的內(nèi)方位元素；

X_S、Y_S、Z_S為攝站點的物方空間坐標；

X_A、Y_A、Z_A為物方點的物方空間坐標；

a_i，b_i，c_i(i＝1，2，3)為影像的3個外方位元素角元素組成的9個方向余弦；

將像點坐標視為觀測值，物方坐標、像片外方位元素和附加參數(shù)(相機內(nèi)參數(shù)和鏡頭畸變參數(shù))視為未知數(shù)，則像點坐標觀測值誤差方程如下：

v_x、v_y為改正數(shù)；l_x、l_y為觀測值；ΔX_A、ΔY_A、ΔZ_A、ΔX_S、ΔY_S、ΔZ_S、Δω、Δκ、Δx₀、Δy₀、Δf、ΔK₁、ΔK₂、ΔK₃、ΔP₁、ΔP₂為待求參數(shù)相應(yīng)的改正數(shù)。

若第i個物方點在第j張像片上成像，則像點坐標觀測值誤差方程式用矩陣形式可表示為：

V_ij＝A_ijX_i+B_ijY_j+C_ijZ-L_ijP_ij (14)

式中，X_i為物方坐標的改正數(shù)向量，A_ij為相應(yīng)的系數(shù)矩陣；Y_j為像片外方位元素的改正數(shù)向量，B_ij為相應(yīng)的系數(shù)矩陣；Z為附加參數(shù)向量，C_ij為相應(yīng)的系數(shù)矩陣；V_ij為改正數(shù)向量；L_ij為觀測值向量；P_ij為權(quán)矩陣。

4.3虛擬觀測值誤差方程

在光束法自由網(wǎng)平差過程中，通常將像片外方位元素作虛擬觀測處理。若第i個物方點在第j張像片上成像，則像片外方位元素虛擬觀測值誤差方程式用矩陣形式可表示為：

式中，為外方位元素虛擬觀測值改正數(shù)；為外方位元素虛擬觀測值向量；為外方位元素虛擬觀測值的權(quán)矩陣，E_j為單位矩陣。

5、聯(lián)合平差解算

根據(jù)像點坐標觀測值誤差方程(14)和像片外方位元素虛擬觀測值誤差方程(15)，建立平差觀測值誤差方程。設(shè)對n個物方點拍攝m張像片，每個物方點在所有像片上均成像，則相應(yīng)的法方程系數(shù)矩陣的階為3n+6m+8，如下所示：

式中，A_i＝[A_i1 A_i2 … A_im]^T；

B_i＝diag(B_i1，B_i2，…，B_im)；

C_i＝[C_i1 C_i2 … C_im]^T；

Y＝[Y₁ Y₂ … Y_m]^T；

P_i＝diag(P_i1，P_i2，…，P_im)；

L_i＝[L_i1 L_i2 … L_im]^T；

采用最小二乘平差方法進行平差解算，解算相機檢校參數(shù)。

以上實施例僅用于說明本發(fā)明的設(shè)計思想和特點，其目的在于使本領(lǐng)域內(nèi)的技術(shù)人員能夠了解本發(fā)明的內(nèi)容并據(jù)以實施，本發(fā)明的保護范圍不限于上述實施例。所以，凡依據(jù)本發(fā)明所揭示的原理、設(shè)計思路所作的等同變化或修飾，均在本發(fā)明的保護范圍之內(nèi)。