一种基于深度学习的无标定板变焦相机自标定方法及系统

本发明公开一种基于深度学习的无标定板变焦相机自标定方法及系统，属于相机标定技术领域，包括：获取同视角、不同焦距的图像组和同焦距、不同视角的图像组；利用改进的轻量化ASTR算法对两个图像组进行特征点匹配，得到第一组匹配点对和第二组匹配点对；基于第一组匹配点对，采用最小二乘法，计算得到同视角、不同焦距的图像组的缩放中心；基于第二组匹配点对，计算得到同焦距、不同视角的图像组的相机内参矩阵，并基于相机内参矩阵进行多项式拟合，求解所述多项式得到相机内参值；基于得到的缩放中心和相机内参值，完成变焦相机的自标定。本发明不仅减少了计算复杂度，还扩展了方法适用的场景范围，有效提高了标定精度和鲁棒性。