(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210868202.2 (22)申请日 2022.07.22 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 耿卫东　宋金洲　厉向东　 (74)专利代理 机构 杭州天勤知识产权代理有限 公司 33224 专利代理师 曹兆霞 (51)Int.Cl. G06T 7/80(2017.01) G06T 17/00(2006.01) G06T 3/00(2006.01) (54)发明名称 一种羽毛球比赛分析的单目相机标定方法 (57)摘要 本发明公开了一种羽毛球比赛分析的单目 相机标定方法， 包括以下步骤： 以羽毛球场地视 为标定板， 并在标定板定义关键点， 基于高端商 用相机， 简化相机内参表示方式， 基于该机内参 表示方式根据相机焦距构建相机内参后， 构建标 定方程并求解相机外参， 依据相机内外参投影关 键点， 基于投影点坐标和关键点图上坐标来构建 误差损失函数， 以误差损失函数最小为目标采用 优化算法更新相机焦距， 同时配合可视化验证确 定全局收敛的相机内差和相机外参， 实现对单目 相机的标定， 且提高了标定准确性。 权利要求书2页 说明书7页 附图3页 CN 115294209 A 2022.11.04 CN 115294209 A 1.一种羽毛球比赛分析的单目相机标定方法， 其特 征在于， 包括以下步骤： 步骤1， 将羽毛球场地视为标定板， 并确定标定板上数量大于11的关键点， 计算每个关 键点的世界三维坐标和图上二维坐标； 步骤2， 初始化相机焦距； 步骤3， 根据相机焦距构建相机内参后， 根据相机内参、 所有关键点的世界三维坐标和 图上二维坐标求解相 机外参， 并基于相 机外参和相 机内参对关键点进行图上投影， 以得到 投影点的投影二维坐标； 步骤4， 基于投影点的投影二维坐标和关键点的图像二维坐标构建误差损失函数， 以误 差损失函数最小为 目标采用优化算法更新相 机焦距， 直到满足迭代终止条件为止， 得到优 化的相机焦距， 依据优化的相机焦距确定的候选相机内参和候选相机 外参； 步骤5， 依据候选相机内参和候选相机外参对所有关键点的世界三维坐标进行图上投 影， 观察基于投影点生成的重建羽毛球场地， 当该重建羽毛球场地与作为标定板的羽毛球 场地差别 在预设差距范围内时， 则认为候选相机内参和候选相机外参作为最 终相机内参和 最终相机 外参， 否则重新初始化相机焦距重新计算。 2.根据权利要求1所述的羽毛球比赛分析的单目相机标定方法， 其特征在于， 在标点板 上确定16个关键点， 分别为羽毛球场地的4个顶点、 拦网的4个顶 点、 分布于羽毛球场的两条 横向边缘线的2个中间点和两条纵向边缘线的4个平分点， 以及2个中间点形成的线段与4个 平分点形成的两条线段的2个交点。 3.根据权利要求1所述的羽毛球比赛分析的单目相机标定方法， 其特征在于， 根据相机 焦距构建相机内参K(f)表示 为： 其中， f表示相机焦距， W和H表示羽毛球场地图像的宽度和高度。 4.根据权利要求1所述的羽毛球比赛分析的单目相机标定方法， 其特征在于， 采用以下 公式根据相机内参、 所有关键点的世界三维坐标和图上二维坐标求 解相机外参： 其中， i表示关键点索引， N表示关键点数量， 表示第i个关键点的世界三维坐标， 表 示第i个关键点的图上二维坐标， R为待求 解的相机 外参。 5.根据权利要求1所述的羽毛球比赛分析的单目相机标定方法， 其特征在于， 所述误差 损失函数采用不同的距离度量函数， 包括投影点的投影二维坐标和关键点的图上二 维坐标 的曼哈顿距离、 欧氏距离的平方期望 。 6.根据权利要求5所述的羽毛球比赛分析的单目相机标定方法， 其特征在于， 构建的误 差损失函数 F表示为：权　利　要　求　书 1/2 页 2 CN 115294209 A 2其中， i表示关键点索引， N表示关键点数量， 表示第i个关键点的图上二维坐标， 表示第i个投影点的投影二维坐标。 7.根据权利要求1所述的羽毛球比赛分析的单目相机标定方法， 其特征在于， 所述优化 算法包括无约束最小化算法、 有界约束最小化算法或约束最小化算法， 其中， 无约束最小化 算法包括拟牛顿法BFGS、 trust ‑ncg； 有界约束最小化算法包括基于启发 式规则的优化算法 Nelder‑Mead、 截断牛 顿算法TNC； 约束最小化 算法包括COBYLA、 SLSQP。 8.根据权利要求1所述的羽毛球比赛分析的单目相机标定方法， 其特征在于， 当重建羽 毛球场地与作为标定板的羽毛球场地差别 在预设差距范围外时， 还通过更换优化算法按照 步骤3‑5重新计算。权　利　要　求　书 2/2 页 3 CN 115294209 A 3