CN101038163A - 可变焦摄像机空间三维位姿的单视测量方法 - Google Patents
可变焦摄像机空间三维位姿的单视测量方法 Download PDFInfo
- Publication number
- CN101038163A CN101038163A CN 200710063678 CN200710063678A CN101038163A CN 101038163 A CN101038163 A CN 101038163A CN 200710063678 CN200710063678 CN 200710063678 CN 200710063678 A CN200710063678 A CN 200710063678A CN 101038163 A CN101038163 A CN 101038163A
- Authority
- CN
- China
- Prior art keywords
- cooperative target
- plane cooperative
- plane
- target image
- video camera
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明为一种可变焦摄像机空间三维位姿的单视测量方法,该方法是:设定一组由3个正方形图案组成的平面合作目标;在空间某一位置,拍摄一幅平面合作目标图像;对平面合作目标图像进行处理,处理流程是:①由于光学镜头畸变的存在,致使所拍摄的平面合作目标图像存在几何失真,所以,首先采用基于亚象素边缘线点的快速畸变校正方法来对平面合作目标图像的轮廓进行几何畸变校正。②然后,提取校正后的平面合作目标图像轮廓的亚像素边缘直线参数;采用主点查找表的方式,根据摄像机透视投影模型,通过线性变换求出摄像机的焦距及外部参数,完成可变焦摄像机相对于平面合作目标的三维位姿的单视测量。
Description
(一)技术领域:
本发明涉及一种可变焦摄像机空间三维位姿的单视测量方法,可实施在需要实现机器视觉导引的各系统:如工业自动装配机器人、水下机器人、无人飞行器、空间交互自动对接等,属于自动化领域。
(二)背景技术:
在实现无人机自主着舰、水下机器人、空间交互自动对接等智能机器系统中,实现机器系统的自主导引意义重大,其中导引控制信号的一部分主要来自于机器系统相对于合作目标的绝对位置和方向信息。在现有的导引方法中,以计算机视觉为理论基础,具有大视场、非接触及精度适中的视觉导引系统,尤其适合于估计机器系统相对于合作目标的位置姿态。其基本原理是,将摄像机装载在机器系统上,由平面合作目标上的特征及特征在平面合作目标图像上对应的信息,根据摄像机透视投影模型,适时估计出机器系统上摄像机相对于合作目标的位姿,由此可知,视觉导引的关键问题是实时获得摄像机相对合作目标的位置姿态。在工程应用中,自动控制系统根据视觉导引系统获得的导引信号,来控制机器系统相对于合作目标的相对运动。因此,为保证视觉导引系统中的摄像机与合作目标三维位置姿态估测的精确性,摄像机在采集图像时,需要不断地调整摄像机与合作目标的距离,改变摄像机的焦距,使得合作目标在成像画面上含有3个正方形图案且近乎充满画面,这就涉及到可变焦摄像机相对于合作目标的实时三维位置姿态的测量。
目前,一种被广泛采用的非接触式导引方法是基于特征点的摄像机三维位置姿态测量方法。2001年,sharp C S等人在“一种无人航空飞行器视觉着陆系统”(A vision system for landingan unmanned aerial vehicle)IEEE会议录《机器人和自动化国际会议》,第21-26页,2001年(Proceedings of 2001 IEEE,International Conference of Robotics and Automation,2001)提出了以5个小四边形和一个大四边形为合作目标的基于特征点的摄像机位置姿态测量方法。由于四边形顶点的图像特征容易受到光照、噪声影响,使得提取精度下降,因此该方法的可靠性和使用范围受到很大限制。鉴于此,《一种摄像机空间三维位置姿态测量方法》(申请号:200510000274.1)提出了一种基于双圆平面合作目标的摄像机三维位置姿态实时测量方法,但该方法只适用于定焦距摄像机的标定,其标定测量须要求摄像机或平面合作目标至少一方静止,平面合作目标至少移动5个位置,拍摄5幅目标图像,测量效率低;在基于单幅平面合作目标图像的三维位姿的测量中,有人提出了《仅用一幅平面标定物图像的摄像机标定方法》(申请号:200510111518.3),及《基于平行线的单视平面测量方法》(申请号:01140336.5),但这两种方法都必须已知平面合作目标图案的物理尺寸参数。而又有人提出的《基于单幅图像的平面测量方法》(申请号:01140335.7),同样只适用于定焦距摄像机,且无法确定摄像机的姿态和方位。
(三)发明内容:
本发明一种可变焦摄像机空间三维位姿的单视测量方法,其目的是:采用参数未知的一组由3个正方形组成的图案作为平面合作目标,只需拍摄一幅平面合作目标图像,根据主点的查找表,来解决可变焦摄像机的实时三维位置姿态的测量问题。
本发明一种可变焦摄像机空间三维位姿的单视测量方法,其特征在于:对畸变平面合作目标图像的校正和摄像机相对于平面合作目标的标定两个阶段的处理,具体步骤如下:
1设定平面合作目标:设定参数未知的一组由3个正方形组成的图案作为平面合作目标。
2拍摄平面合作目标图像:在空间某一位置(拍摄时摄像机光轴与平面合作目标法线的夹角在20°至50°之间),用调焦后的可变焦摄像机拍摄一幅含有3个正方形图案且近乎充满画面的平面合作目标图像。
3对平面合作目标图像的处理流程,具体步骤如下:
3.1基于亚象素边缘线点的平面合作目标图像轮廓的快速畸变校正方法:
3.1.1基于边缘线点的畸变参数标定:提取平面合作目标图像的亚象素边缘线点,并将这些线点作为畸变参数标定的输入,同时根据直线透视投影的不变性来估计镜头的一阶径向畸变参数;
3.1.2基于平面合作目标图像轮廓的几何畸变校正:利用摄像机畸变参数的最优值,针对于轮廓简单的平面合作目标图像,根据摄像机镜头的畸变模型及其反畸变模型,对畸变平面合作目标图像的轮廓部分进行几何校正。
3.2对平面合作目标图像中方形P的角点自动排序:复制原平面合作目标图像,用Harris方法提取该平面合作目标图像的角点,根据平面合作目标的特点,借助内部白色正方形A的四个角点,对黑色正方形P的四个角点进行自动排序。
3.3自动提取校正后平面合作目标图像的亚象素边缘直线参数的:根据排序后的角点,在校正后的平面合作目标图像轮廓上,分隔出进行亚像素边缘提取的区域,然后采用精度为1/10像素的Hessian矩阵法提取这一区域的亚像素边缘直线线点,拟合出所需直线的参数。
4基于主点查找表的可变焦摄像机空间三维位姿的单视测量方法:
4.1主点查找表的建立:让摄像机从最小焦距开始等步距变焦,直至变焦到最大,在每个焦距位置(用Tsai的方法或张正友的方法等)离线测得该焦距下摄像机的主点,建立主点查找表。
4.2可变焦摄像机空间三维位姿的单视测量方法:利用主点查找表,根据变焦时间确定该焦距下的摄像机主点,由第3.3所得的边缘直线参数以及与其对应的平面合作目标的直线参数,根据摄像机透视投影模型,通过线性变换求出摄像机的焦距和相对于平面合作目标的外部参数,完成摄像机相对于平面合作目标的三维位姿的单视测量。
本发明一种可变焦摄像机空间三维位姿的单视测量方法,其优点是:与现有技术相比,本发明采用参数未知的一组由3个正方形组成的图案作为平面合作目标,摄像机可实时变焦以保证调焦后拍摄的平面合作目标图像含有3个正方形图案且近乎充满画面,利用基于亚象素边缘线点的快速畸变校正方法可对平面合作目标图像轮廓进行快速几何畸变校正。提取校正后平面合作目标图像轮廓的亚像素边缘直线参数,根据主点查找表,即可实现可变焦摄像机空间三维位姿的单视测量。
(四)附图说明:
图1为本发明所采用的平面合作目标。
图2(a)为一幅平面合作目标图像。
图2(b)为图2(a)所示平面合作目标图像的轮廓。
图2(c)为图2(a)所示平面合作目标图像的亚像素边缘线点。
图2(d)为校正后的无畸变平面合作目标图像轮廓。
图2(e)为平面合作目标图像(图2(a))的角点。
图2(f)为排序后的角点在平面合作目标图像中的顺序。
图3为校正图像轮廓的流程图。
图4由平面合作目标图像获取摄像机三维位姿的示意图。
图5为实现可变焦摄像机三维位姿单视测量的总体流程图。
图中英文字母标注如下:
S:为平面合作目标图案中最外边的白色正方形。
P:为平面合作目标图案中的黑色正方形。
A:为平面合作目标图案中位于黑色正方形P内部的白色正方形。
XW:为世界坐标系的X轴。
YW:为世界坐标系的Y轴。
OW:为世界坐标系的原点。
p1、p2、p3、p4:为方形P图像角点排序后的顺序。
Xu:无畸变图像坐标系的X轴。
Yu:无畸变图像坐标系的Y轴。
Xd:畸变图像坐标系的X轴。
Yd:畸变图像坐标系的Y轴。
xd:畸变图像轮廓中像点的横坐标。
yd:畸变图像轮廓中像点的纵坐标。
xu:根据畸变模型,与(xd,yd)对应的无畸变图像像点的横坐标。
yu:根据畸变模型,与(xd,yd)对应的无畸变图像像点的纵坐标。
xu+i:为以(xu,yu)为中心5×5邻域中第i行第j列像点的横坐标。
yu+j:为以(xu,yu)为中心5×5邻域中第i行第j列像点的纵坐标。
xd′:根据反畸变模型,与(xu+i,yu+j)对应的畸变图像中像点的横坐标。
yd′:根据反畸变模型,与(xu+i,yu+j)对应的畸变图像中像点的纵坐标。
Oc:摄像机坐标系的原点。
Xc:摄像机坐标系的X轴。
Yc:摄像机坐标系的Y轴。
Zc:摄像机坐标系的Z轴。
l1:平面合作目标的直线1。
l2:平面合作目标的直线2。
l3:平面合作目标的直线3。
l4:平面合作目标的直线4。
lm1:经透视投影后,平面合作目标直线1在目标图像上的投影。
lm2:经透视投影后,平面合作目标直线2在目标图像上的投影。
lm3:经透视投影后,平面合作目标直线3在目标图像上的投影。
lm4:经透视投影后,平面合作目标直线4在目标图像上的投影。
R:摄像机相对于平面合作目标三维位姿的旋转矩阵。
t:摄像机相对于平面合作目标三维位姿的平移矢量。
(五)具体实施方式:
可变焦摄像机三维位姿单视测量的总体流程,如图5所示。为了更好的理解本发明的技术方案,以下结合附图和实施例作进一步的详细描述。
本发明一种可变焦摄像机空间三维位姿的单视测量方法,包括以下步骤:
1.设定平面合作目标:设定参数未知的一组由3个正方形组成的图案作为平面合作目标,如图1所示。该平面合作目标的特征图案需满足下列要求:(1)相对于其周边环境,该特征图案应易于识别,并且构图简单以易于视觉系统能够快速地进行图像处理;(2)图案包含了足够的信息,如点、线或区域可使视觉系统利用这些信息计算出视觉导引所需的相对位姿信息;(3)特征图案在空间上具有非对称性,可提供对摄像机导引的指向要求。
最外边的白色正方形S将黑色正方形P包围起来并与之同中心(见图1),其功用可简化平面合作目标特征图案与周边环境的图像分割,平面合作目标特征图案由黑色正方形P及白色正方形A组成。建立的世界坐标系OwXwYwZw定义为:正方形P的中心为原点Ow,Xw轴水平沿正方形A方向延伸,Yw轴与Xw垂直,Zw轴由右手法则确定。
2.拍摄平面合作目标图像:在空间某一位置(拍摄时摄像机光轴与平面合作目标法线的夹角应在20°至50°之间),用调焦后的可变焦摄像机拍摄平面合作目标的一幅含有3个正方形图案且近乎充满画面的图像,如图2(a)所示。
3 对平面合作目标图像的处理流程,具体步骤如下:
3.1 基于亚象素边缘线点的平面合作目标图像轮廓的快速畸变校正方法:由于光学镜头畸变的存在,致使由图2(a)所示的平面合作目标图像存在几何失真,因此根据直线透视投影的不变性,采用基于亚象素边缘线点的快速畸变校正方法,对平面合作目标图像进行几何校正,具体分为以下两步骤:
3.1.1基于亚象素边缘线点的畸变参数标定:首先提取平面合作目标图像的轮廓(图2(b))及亚象素边缘线点(图2(c))所示,以每一条边缘直线上像点的畸变图像坐标Dij作为畸变参数标定的输入,其中1≤i≤4,1≤j≤ni,第i条边缘直线共有ni个共线点。若只考虑一阶径向畸变,摄像机的多项式畸变模型为:
其中(xd,yd)为畸变图像坐标,(xu,yu)为无畸变图像坐标,
根据式(1)可得到无畸变图像坐标Uij,拟合无畸变图像坐标得到直线Li,记点Uij到直线Li的距离为|Uij-Li|,建立镜头畸变参数标定的目标优化函数:
采用Levenberg-Marquardt(列文伯格-马夸尔特法)方法对式(2)表示的目标函数进行非线性优化,可以估计出镜头一阶径向畸变参数k1的值。
3.1.2基于平面合作目标图像轮廓的几何畸变校正:在已知摄像机畸变参数最优值k1的情况下,畸变图像的校正包括空间几何变换和灰度校正,空间变换又包括直接变换和间接变换。针对如图2(a)所示轮廓简单的平面合作目标图像,采用先直接后间接的空间变换方式来建立坐标映射关系。其基本原理是,将畸变图像轮廓中的像点(xd,yd)作为输入,根据畸变模型式(1),计算出与之对应的无畸变图像坐标(xu,yu);但由于直接变换在桶形畸变图像的拉伸放大区域存在空像点,因此在其反变换中,为填补这些空像点,需要由点(xu,yu)及其5×5邻域中每一个像点(xu+i,yu+j)出发,根据反畸变模型,反算出所对应的畸变图像坐标(xd′,yd′),其中-2≤i≤2,-2≤j≤2。然后利用双线性插值进行灰度校正,其校正流程如图3所示,校正后的平面合作目标图像轮廓如图2(d)所示。在畸变校正过程中,反畸变模型是根据畸变模型经过变换建立的,具体变换如下:首先令:
将式(1)代入式(3),得
则式(1)变换为:
式(5)即为所求的反畸变模型。其中rd是一元三次方程
的解。
3.2对平面合作目标图像中方形P角点进行自动排序:
复制平面合作目标原图像(图2(a)),用Harris方法提取该图像的角点,提取结果如图2(e)所示,观察平面合作目标图案(图2(f))可发现:在方形P的四个角点中,角点p4与平面合作目标图像中方形A最近,但是由于透视投影变换,无法保证角点p4在任何条件下都一定与方形A的中心距离最近,因此借助内部白色正方形A的四个角点,对黑色正方形P的四个角点进行排序,具体步骤如下:
距离新定义:定义方形P图像的任一角点(xi p,yi p)到连通域A的距离Di为到A中的每一个角点(xi A,yi A)距离中的最近距离,数学表达式如下:
(1)确定起始角点:分别计算方形P图像的每个角点与方形A图像的四个角点的距离,记其中的最小值为该角点与方形A图像的距离,再比较四个距离值,距离最小者即为角点p4与方形A图像的距离D4,即:
D4=minDi (i=1,...,4) (7)
由此,在任何透视投影变换的情况下,可唯一确定出方形P图像的四个角点中的角点p4,并以之为起始角点。
(2)坐标转换:将探测出来的方形P图像的四个角点的坐标从直角坐标系转化为极坐标系表示。定义极坐标系为:选取方形P图像的四个角点的直角坐标中心O为极点,极轴选O到方形P图像的角点p4间的连线,则方形P图像的四个角点可表示为:
(3)确定角点排序:将方形P图像的四个角点Xi P(ρi,θi)(i=1...4在极坐标系中的角度θi归一到0°~360°之间,并按角度增加的顺序排列,也即按逆时针方向排列各角点,则可知:
θ=0°,θ1<θ2<θ3。于是,方形P图像的四个角点的排序不论在任何透视投影变换的情况下都可确定。图2(f)表现了其中一种角点排序的结果。
3.3自动提取校正后平面合作目标图像轮廓的亚象素边缘直线参数:根据排序后的角点,在校正后的平面合作目标图像轮廓上,分隔出进行亚像素边缘提取的区域,然后采用精度为1/10像素的Hessian矩阵法提取这一区域的亚像素边缘直线线点,拟合出所需直线的参数。同时利用排序后的角点对方形P的4条直线进行排序。
4.基于主点查找表的可变焦摄像机空间三维位姿的单视测量方法:
4.1主点查找表的建立:由于在摄像机空间三维位姿的单视测量中,将变焦过程中的主点变化视为已知,因此要预先建立主点的查找表。让摄像机从最小焦距开始等时间间隔地移动镜头,实现摄像机的等步距变焦,在每个焦距位置(用Tsai的方法或张正友的方法等)离线测得该焦距下摄像机的主点,建立变焦时间与主点值之间的对应关系——主点查找表。
4.2可变焦摄像机空间三维位姿的单视测量方法:本发明使用的摄像机模型为经典的透视投影模型(如图4),以镜头的光心为摄像机坐标系的原点,光轴为摄像机坐标系的Zc轴,使XcYc平面与图像平面平行,以平面合作目标所在的平面为Zw=0平面,则平面合作目标上的点(X,Y,0)到图像点的投影关系为:
其中H为单应性矩阵
fu、fv分别是平面合作目标图像上u、v两个方向的焦距,r11、r21、r31、r12、r22、r32是旋转矩阵前两列的元素,tX、tY、tZ是外部参数中的三个平移量。
根据式(9)所示的摄像机透视投影模型,利用第3.3所得的校正后平面合作目标图像的四条边缘直线参数lmi:v=aiu+bi,(i=1,2,3,4),以及与其对应的平面合作目标上黑色正方形P上的四条直线参数li:Y=AiX+Bi,i=1,2,3,4,其中,ai、bi分别为平面合作目标图像边缘直线的斜率及截距,Ai、Bi分别为平面合作目标中直线的斜率及截距,再通过对单应性矩阵H的线性变换,可得如式(11)所示的线性方程:
M·G=B (11)
其中:令η=h33,G=[h11/η h12/η h13/η h21/η h22/η h23/η h31/η h32/η]T
B=[0,-b1,0,-b2,0,-b3,0,-b4]T,由于矩阵M是满秩矩阵,因此方程(11)有唯一解,单应性矩阵H取决于系数η。将所求得的单应性矩阵H转换成如式(12)所示的矩阵形式:
其中:Z=[ηg11,ηg12,ηg13,ηg21,ηg22,ηg23,ηg31,ηg32,η]T,由于等号左边的系数矩阵是满秩矩阵,所以fur11,fvr21,r31,fur12,fvr22,r32,futx,fvty,tz的解是解析线性的。
令:fur11=k1η,fvr21=k2η,r31=k3η,fur12=k4η,fvr22=k5η,r32=k6η,futX=k7η,fvty=k8η,tz=k9η
则:
r31=k3η
r32=k6η
根据旋转矩阵的标准正交性质,即可得出fu,fv,η以及摄像机的外部参数。至此,可变焦摄像机的即时焦距和其相对于平面合作目标的三维位姿即可获得。
Claims (1)
1、一种可变焦摄像机空间三维位姿的单视测量方法,其特征在于:该方法包括如下步骤:
(1)设定平面合作目标:设定参数未知的一组由3个正方形组成的图案作为平面合作目标;
(2)拍摄平面合作目标图像:在空间某一位置,用调焦后的可变焦摄像机拍摄一幅含有3个正方形图案且近乎充满画面的平面合作目标图像,拍摄时摄像机光轴与平面合作目标法线的夹角在20°至50°之间;
(3)对平面合作目标图像的处理流程,具体步骤如下:
(3.1)基于亚象素边缘线点的平面合作目标图像轮廓的快速畸变校正方法:
(3.1.1)基于边缘线点的畸变参数标定:提取平面合作目标图像的亚象素边缘线点,并将这些线点作为畸变参数标定的输入,同时根据直线透视投影的不变性来估计镜头的一阶径向畸变参数;
(3.1.2)基于平面合作目标图像轮廓的几何畸变校正:利用摄像机畸变参数的最优值,针对于轮廓简单的平面合作目标图像,根据摄像机镜头的畸变模型及其反畸变模型,对平面合作目标图像的轮廓部分进行几何畸变校正;
(3.2)平面合作目标图像中方形P角点的自动排序:复制平面合作目标原图像,用Harris方法提取该图像的角点,根据平面合作目标的特点,借助内部白色正方形A的四个角点,对黑色正方形P的四个角点进行自动排序;
(3.3)自动提取校正后平面合作目标图像轮廓的亚象素边缘直线参数:根据排序后的角点,在校正后平面合作目标图像的轮廓上,分隔出进行亚像素边缘提取的区域,采用精度为1/10像素的Hessian矩阵法提取这一区域的亚像素边缘直线线点,拟合出所需直线的参数;
(4)基于主点查找表的可变焦摄像机空间三维位姿的单视测量方法:
(4.1)主点查找表的建立:让摄像机从最小焦距开始等步距变焦,直至变焦到最大,在每个焦距位置离线测得该焦距下摄像机的主点,建立主点查找表;
(4.2)可变焦摄像机空间三维位姿的单视测量方法:利用主点查找表,根据变焦时间确定该焦距下的摄像机主点,由第3.3所得的边缘直线参数以及与其对应的平面合作目标的直线参数,根据摄像机透视投影模型,通过线性变换求出摄像机的焦距及相对于平面合作目标的外部参数,完成摄像机相对于平面合作目标的三维位姿的单视测量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007100636784A CN100501327C (zh) | 2007-02-07 | 2007-02-07 | 可变焦摄像机空间三维位姿的单视测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007100636784A CN100501327C (zh) | 2007-02-07 | 2007-02-07 | 可变焦摄像机空间三维位姿的单视测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101038163A true CN101038163A (zh) | 2007-09-19 |
CN100501327C CN100501327C (zh) | 2009-06-17 |
Family
ID=38889225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2007100636784A Expired - Fee Related CN100501327C (zh) | 2007-02-07 | 2007-02-07 | 可变焦摄像机空间三维位姿的单视测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100501327C (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101377812B (zh) * | 2008-07-11 | 2010-05-12 | 北京航空航天大学 | 一种空间平面物体位姿识别方法 |
CN101782370A (zh) * | 2010-03-09 | 2010-07-21 | 哈尔滨工业大学 | 基于usb摄像头的测量定位方法及测量运动物体的运动轨迹的方法 |
CN101924875A (zh) * | 2009-06-17 | 2010-12-22 | 奥林巴斯映像株式会社 | 图像处理装置以及摄像装置 |
CN102246002A (zh) * | 2008-12-10 | 2011-11-16 | 罗伯特·博世有限公司 | 用于测量空间和/或对象的测量系统 |
CN103063201A (zh) * | 2012-12-19 | 2013-04-24 | 江苏安德信超导加速器科技有限公司 | 一种三维位姿探测装置及其测量方法 |
CN103116878A (zh) * | 2013-02-25 | 2013-05-22 | 徐渊 | 校正图像桶形失真的方法、装置以及图像处理装置 |
CN106546233A (zh) * | 2016-10-31 | 2017-03-29 | 西北工业大学 | 一种面向合作目标的单目视觉定位方法 |
CN108781255A (zh) * | 2016-03-08 | 2018-11-09 | 索尼公司 | 信息处理设备、信息处理方法和程序 |
CN108845335A (zh) * | 2018-05-07 | 2018-11-20 | 中国人民解放军国防科技大学 | 一种基于图像和导航信息的无人机地面目标定位方法 |
CN109445229A (zh) * | 2018-12-12 | 2019-03-08 | 华中科技大学 | 一种获取含一阶径向畸变的变焦相机焦距的方法 |
CN109506624A (zh) * | 2018-10-31 | 2019-03-22 | 台州职业技术学院 | 一种基于移动机器人的分布式视觉定位系统及方法 |
CN109842756A (zh) * | 2017-11-28 | 2019-06-04 | 东莞市普灵思智能电子有限公司 | 一种镜头畸变矫正和特征提取的方法及系统 |
CN110341912A (zh) * | 2019-06-25 | 2019-10-18 | 浙江大学 | 一种水下钢结构表面海生物清洗机器人及其下潜控制方法 |
WO2019205103A1 (zh) * | 2018-04-27 | 2019-10-31 | 深圳市大疆创新科技有限公司 | 云台姿态修正方法、云台姿态修正装置、云台、云台系统和无人机 |
CN110400266A (zh) * | 2019-06-13 | 2019-11-01 | 北京小米移动软件有限公司 | 一种图像矫正的方法及装置、存储介质 |
CN112907677A (zh) * | 2019-12-04 | 2021-06-04 | 杭州海康威视数字技术股份有限公司 | 一种单帧图像的相机标定方法、装置及存储介质 |
CN114788259A (zh) * | 2020-10-05 | 2022-07-22 | 长川日本株式会社 | 测试图卡、相机制造装置、相机的制造方法以及焦点检测程序 |
-
2007
- 2007-02-07 CN CNB2007100636784A patent/CN100501327C/zh not_active Expired - Fee Related
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101377812B (zh) * | 2008-07-11 | 2010-05-12 | 北京航空航天大学 | 一种空间平面物体位姿识别方法 |
CN102246002A (zh) * | 2008-12-10 | 2011-11-16 | 罗伯特·博世有限公司 | 用于测量空间和/或对象的测量系统 |
CN101924875A (zh) * | 2009-06-17 | 2010-12-22 | 奥林巴斯映像株式会社 | 图像处理装置以及摄像装置 |
CN101924875B (zh) * | 2009-06-17 | 2012-10-17 | 奥林巴斯株式会社 | 图像处理装置以及摄像装置 |
CN101782370A (zh) * | 2010-03-09 | 2010-07-21 | 哈尔滨工业大学 | 基于usb摄像头的测量定位方法及测量运动物体的运动轨迹的方法 |
CN103063201A (zh) * | 2012-12-19 | 2013-04-24 | 江苏安德信超导加速器科技有限公司 | 一种三维位姿探测装置及其测量方法 |
CN103116878A (zh) * | 2013-02-25 | 2013-05-22 | 徐渊 | 校正图像桶形失真的方法、装置以及图像处理装置 |
CN103116878B (zh) * | 2013-02-25 | 2015-06-03 | 徐渊 | 校正图像桶形失真的方法、装置以及图像处理装置 |
CN108781255B (zh) * | 2016-03-08 | 2020-11-24 | 索尼公司 | 信息处理设备、信息处理方法和程序 |
CN108781255A (zh) * | 2016-03-08 | 2018-11-09 | 索尼公司 | 信息处理设备、信息处理方法和程序 |
CN106546233A (zh) * | 2016-10-31 | 2017-03-29 | 西北工业大学 | 一种面向合作目标的单目视觉定位方法 |
CN109842756A (zh) * | 2017-11-28 | 2019-06-04 | 东莞市普灵思智能电子有限公司 | 一种镜头畸变矫正和特征提取的方法及系统 |
WO2019105044A1 (zh) * | 2017-11-28 | 2019-06-06 | 东莞市普灵思智能电子有限公司 | 一种镜头畸变矫正和特征提取的方法及系统 |
WO2019205103A1 (zh) * | 2018-04-27 | 2019-10-31 | 深圳市大疆创新科技有限公司 | 云台姿态修正方法、云台姿态修正装置、云台、云台系统和无人机 |
CN108845335A (zh) * | 2018-05-07 | 2018-11-20 | 中国人民解放军国防科技大学 | 一种基于图像和导航信息的无人机地面目标定位方法 |
CN109506624A (zh) * | 2018-10-31 | 2019-03-22 | 台州职业技术学院 | 一种基于移动机器人的分布式视觉定位系统及方法 |
CN109445229A (zh) * | 2018-12-12 | 2019-03-08 | 华中科技大学 | 一种获取含一阶径向畸变的变焦相机焦距的方法 |
CN110400266A (zh) * | 2019-06-13 | 2019-11-01 | 北京小米移动软件有限公司 | 一种图像矫正的方法及装置、存储介质 |
CN110400266B (zh) * | 2019-06-13 | 2021-12-28 | 北京小米移动软件有限公司 | 一种图像矫正的方法及装置、存储介质 |
US11288779B2 (en) | 2019-06-13 | 2022-03-29 | Beijing Xiaomi Mobile Software Co., Ltd. | Method and device for image correction and storage medium |
CN110341912A (zh) * | 2019-06-25 | 2019-10-18 | 浙江大学 | 一种水下钢结构表面海生物清洗机器人及其下潜控制方法 |
CN112907677A (zh) * | 2019-12-04 | 2021-06-04 | 杭州海康威视数字技术股份有限公司 | 一种单帧图像的相机标定方法、装置及存储介质 |
CN112907677B (zh) * | 2019-12-04 | 2023-07-25 | 杭州海康威视数字技术股份有限公司 | 一种单帧图像的相机标定方法、装置及存储介质 |
CN114788259A (zh) * | 2020-10-05 | 2022-07-22 | 长川日本株式会社 | 测试图卡、相机制造装置、相机的制造方法以及焦点检测程序 |
CN114788259B (zh) * | 2020-10-05 | 2024-04-23 | 长川日本株式会社 | 测试图卡、相机制造装置、相机的制造方法以及计算机可读记录介质 |
Also Published As
Publication number | Publication date |
---|---|
CN100501327C (zh) | 2009-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101038163A (zh) | 可变焦摄像机空间三维位姿的单视测量方法 | |
CN109767474B (zh) | 一种多目相机标定方法、装置及存储介质 | |
CN106934809B (zh) | 基于双目视觉的无人机空中自主加油快速对接导航方法 | |
CN105716542B (zh) | 一种基于柔性特征点的三维数据拼接方法 | |
CN110033407B (zh) | 一种盾构隧道表面图像标定方法、拼接方法及拼接系统 | |
CN109859272B (zh) | 一种自动对焦双目摄像头标定方法及装置 | |
CN111047649B (zh) | 一种基于最优偏振角的相机高精度标定方法 | |
CN106607907A (zh) | 一种移动视觉机器人及其测控方法 | |
CN109373912B (zh) | 一种基于双目视觉的非接触式六自由度位移测量方法 | |
CN109559355A (zh) | 一种基于相机组的无公共视场的多相机全局标定装置及方法 | |
CN104760812B (zh) | 基于单目视觉的传送带上产品实时定位系统和方法 | |
CN103971375A (zh) | 一种基于图像拼接的全景凝视相机空间标定方法 | |
CN1851752A (zh) | 三维重构系统中双摄像机标定方法 | |
CN108537849A (zh) | 基于同心圆环的三维直角靶标的线阵相机的标定方法 | |
CN106600549A (zh) | 鱼眼图像的矫正方法和装置 | |
CN104778675A (zh) | 一种采煤综掘工作面动态视频图像融合方法 | |
CN104103057B (zh) | 一种快速的鱼眼图像生成全景图的方法 | |
CN114549871A (zh) | 一种无人机航拍图像与卫星影像匹配方法 | |
CN104167001A (zh) | 基于正交补偿的大视场摄像机标定方法 | |
CN102628693A (zh) | 一种用于摄像机主轴与激光束进行平行配准的方法 | |
CN114092552A (zh) | 一种基于固定端图像进行大型刚体构件对接的方法 | |
CN111131801A (zh) | 投影仪校正系统、方法及投影仪 | |
CN107123135B (zh) | 一种无序三维点云的无畸变成像方法 | |
WO2020113978A1 (zh) | 位于平面上的孔的中心位置的计算方法 | |
CN109859263B (zh) | 一种基于鱼眼镜头的宽视角定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090617 Termination date: 20130207 |