1.一种高精度双目相机标定方法，其特征在于，包括以下步骤：

步骤一：获取标定板图像，用立体相机对标定板进行多次拍摄，每次拍摄时立体相机与标定板的相对位置各不相同，获得标定板图像；

步骤二：提取标定板原图像中控制点的图像坐标并与世界坐标匹配：为借助opencv函数库进行控制点的坐标提取，获得图像坐标并设为[u,v,1]T，由于标定板中特征点位置已知，设世界坐标为[Xw,Yw,Zw,1]T；图像坐标与世界坐标匹配的方法为：根据圆形图案面积及轮廓周长排除不完整的圆形图案，根据标定板图像中大圆的圆心图像坐标以及彼此间的直线距离确定他们的各自所在位置，然后根据小圆的圆心图像坐标与大圆的圆心图像坐标在水平与竖直方向的位移判定小圆的圆心坐标在标定板中处于的行和列，根据每个圆心所处行和列将图像坐标与世界坐标相匹配，根据控制点的世界坐标在左右相机标定板图像中各匹配了一个图像坐标，从而将控制点在左右相机中的图像坐标相匹配。

T T

步骤三：利用步骤二中计算出的图像坐标[u,v,1]，以及已知的世界坐标[Xw,Yw,Zw,1] ，对双目相机进行初次标定；初次标定的方法为：利用步骤二中计算出的图像坐标[u,v,1]T，以及已知的世界坐标[Xw,Yw,Zw,1]T带入相机非线性畸变模型利用张氏标定法求解出所有相机参数。

步骤四：构建标定板正视图像；正视图像为标定板平面与相机拍摄平面平行时，标定板呈现在相机拍摄平面中的图像；构建标定板正视图像的方法为：正视图像为标定板平面与相机拍摄平面平行时，标定板呈现在相机拍摄平面中的图像，根据非线性畸变模型计算标定板原图像畸变前的各点的图像坐标，对标定板图像进行校正，得到非畸变图像，根据相机外参数对非畸变图像进行透视变换，得到标定板正视图像，根据相机的内外参数初值合成透视变换矩阵，对非畸变图像进行透视变换，获取左右相机在每个拍摄位置下的标定板正视图像。

步骤五：构建标定板标准图像；标准图像为用计算机创建，标定板平行于相机拍摄平面，呈现在相机拍摄平面中的理想图像；建标定板标准图像的方法为：所述标准图像为用计算机创建，标定板平行于相机拍摄平面，呈现在相机拍摄平面中的理想图像，根据给定的标定板世界坐标及每个拍摄位置下的图像尺度，计算标定板标准图像控制点在各位置尺度下的图像坐标，构建标定板平面平行于相机拍摄平面的标准图像，缩放标准图像与正视图像尺度相一致。

步骤六：利用数字图像相关法计算标定板正视图像中控制点图像坐标；利用数字图像相关法计算标定板正视图像中控制点坐标的方法为：选取标准图像中每个圆形图案所在区域，根据圆形图案面积大小设置阈值排除正视图像中不完整的圆形图案，通过建立位移表达式来描述正视图像与标准图像的对应关系，建立相关函数来表示正视图像与标准图像在选定区域内的相似程度，通过最大化相关函数确定形变函数进而求取正视图像中控制点坐标。

步骤七：修正标定板原图像中控制点图像坐标；根据立体相机标定出的内外部参数以及相机非线性模型，将正式图像中控制点坐标投影变换到相机标定板原图像中；具体为：设步骤6中获得的正视图像中控制点坐标为[Xf,Yf]，根据步骤3中计算出的每个拍摄位置下的外参数矩阵Rl,Tl,Rr,Tr，求标定板图像中控制点的图像坐标[u′,v′]，设中间转换坐标为[xs,ys]，计算如下：将xs和ys带入公式(3)得出δx′与δy′，则控制点图像坐标[u′,v′]为：

按照上述计算将正视图像中获得的控制点图像坐标投影到立体相机拍摄标定板时所在平面，得到标定板原图像中控制点的图像坐标。

步骤八：利用步骤二中计算出的图像坐标[u′,v′，1]T，以及已知的世界坐标[Xw,Yw,Zw,T

1] ，再次对双目相机进行标定，根据相机成像非线性畸变模型，利用张氏相机标定法标定出左右相机的内外参数，根据左右相机外参数计算相机间固定位置关系参数；

步骤九：对双目相机参数进行总体优化；优化方法为以左相机内外参数Al, kl3,Tli，右相机内参数Ar, kr3, 以及Rl2r,Tl2r为优化变量，建立最小化目标函数为：式中： 为左相机拍摄图像中检测到的真实点坐标， 是标定板上

靶点使用相机非线性模型计算出的图像坐标，同理 和

分别对应右相机的两个坐标。通过标定参数最小化总体误差函数来进一步优化相机内外参数，即可得到最终双目立体相机最终结果。

2.根据权利要求1所述的一种高精度双目相机标定方法，其特征在于：所述步骤七中修正标定板原图像中控制点图像坐标的方法为：根据立体相机标定出的内外部参数以及相机非线性模型，计算投影变换矩阵，将正视图像中获得的控制点图像坐标投影到立体相机拍摄标定板时所在平面，得到标定板原图像中控制点的图像坐标。

3.根据权利要求1所述的一种高精度双目相机标定方法，其特征在于：所述步骤九中对双目相机参数进行总体优化的方法为：通过步骤八中标定出的左右相机各自外参矩阵求出相机间的相对固定位置关系矩阵，将立体相机间相对位置关系矩阵加入到参数优化模型中，通过计算世界坐标在左右相机成像平面的投影坐标与控制点图像坐标间的距离建立联合最小化目标函数，同时对左右相机参数以及相机间固定位置关系参数进行总体优化。