CN105139393A - 线阵相机内参数的标定方法 - Google Patents

线阵相机内参数的标定方法 Download PDF

Info

Publication number
CN105139393A
CN105139393A CN201510510674.0A CN201510510674A CN105139393A CN 105139393 A CN105139393 A CN 105139393A CN 201510510674 A CN201510510674 A CN 201510510674A CN 105139393 A CN105139393 A CN 105139393A
Authority
CN
China
Prior art keywords
pixel
coordinate value
line
pixel coordinate
digital 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
Application number
CN201510510674.0A
Other languages
English (en)
Other versions
CN105139393B (zh
Inventor
甘志超
杨超
张振伟
陶青川
阎炎
熊群芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AVIC HI-TECH DEVELOPMENT Co Ltd
AVIC Intelligent Measurement Co Ltd
China Aviation Industry Corp of Beijing Institute of Measurement and Control Technology
Original Assignee
AVIC HI-TECH DEVELOPMENT Co Ltd
AVIC Intelligent Measurement Co Ltd
China Aviation Industry Corp of Beijing Institute of Measurement and Control Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by AVIC HI-TECH DEVELOPMENT Co Ltd, AVIC Intelligent Measurement Co Ltd, China Aviation Industry Corp of Beijing Institute of Measurement and Control Technology filed Critical AVIC HI-TECH DEVELOPMENT Co Ltd
Priority to CN201510510674.0A priority Critical patent/CN105139393B/zh
Publication of CN105139393A publication Critical patent/CN105139393A/zh
Application granted granted Critical
Publication of CN105139393B publication Critical patent/CN105139393B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Studio Devices (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种线阵相机内参数的标定方法,其包括获取倾斜固定在标定板上的图片在不同空间位置的扫描图像;提取扫描图像中像素点的测量像素坐标值;依据标定板的尺寸和所述测量像素坐标值,计算所述像素点的空间坐标;采用最小二乘法,计算测量像素坐标值的变换参数L1~L7;其中,v为像素点的测量像素坐标值,X,Y,Z为像素点的空间坐标;对所述变换参数L1~L7进行误差校正;采用误差校正后的变换参数计算线阵相机的内参数图像主点v0和焦距f。

Description

线阵相机内参数的标定方法
技术领域
本发明涉及计算机视觉测量领域,具体涉及一种线阵相机内参数的标定方法。
背景技术
在线阵相机标定的方法中,其精度不高以及解算不稳定等问题一直存在,针对如何提高标定参数精度,Guillemaut等人对面阵相机的标定进行过研究,深入地分析了由于镜头畸变等诸等因素造成的成像测量误差。上世纪90年代,刘金颂等人分析了基于神经网络的线阵相机的标定方法;2010年以后,Luna等人提出一种非共面特定立体靶标与线阵相机扫描成像的线阵相机标定方法。对于以上提到的现有技术,一般都是先选取像素点,再对由于镜头畸变等原因导致的测量误差进行矫正,通过DLT直接线性变换法以及平差处理进行优化,最后计算得出相机内参数,这些方法不仅对标定板的精度要求高,而且在标定的过程中,由于人为因素或者系统所造成的误差对内参数的计算结果影响很大,导致所得到的线阵相机内参数精度不是很高。
发明内容
针对现有技术中的上述不足,本发明提供的线阵相机内参数的标定方法能够精确计算线阵相机的内参数图像主点和焦距。
为了达到上述发明目的,本发明采用的技术方案为:提供一种线阵相机内参数的标定方法,其包括:
获取倾斜固定在标定板上的图片在不同空间位置的扫描图像;
提取扫描图像中像素点的测量像素坐标值;
依据标定板的尺寸和所述测量像素坐标值,计算所述像素点的空间坐标;
采用最小二乘法,计算测量像素坐标值的变换参数L1~L7
V = L 1 X + L 2 Y + L 3 Z + L 4 L 5 X + L 6 Y + L 7 Z + 1
其中,v为像素点的测量像素坐标值,X,Y,Z为像素点的空间坐标;
对所述变换参数L1~L7进行误差校正;
采用误差校正后的变换参数计算线阵相机的内参数图像主点v0和焦距f:
v 0 = L 1 * L 5 + L 2 * L 6 + L 3 * L 7 L 5 2 + L 6 2 + L 7 2
f = - v 0 2 + L 1 2 + L 2 2 + L 3 2 L 5 2 + L 6 2 + L 7 2
本发明的有益效果为:通过误差校正后的变换参数求取线阵相机的内参数图像主点v0和焦距f,由于在计算过程对人为因素或者测量过程所造成的误差进行了修正,从而保证了图像主点v0和焦距f的精度。
附图说明
图1为线阵相机内参数的标定方法一个实施例的流程图。
图2为标定板上的图片一个实施例的示意图。
图3为线阵相机扫描固定在标定板上的图片的示意图。
图4为线阵相机的扫描线与标定板上图片相交的示意图。
具体实施方式
下面对本的具体实施方式进行描述,以便于本技术领域的技术人员理解本,但应该清楚,本不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本的精神和范围内,这些变化是显而易见的,一切利用本构思的发明创造均在保护之列。
参考图1,图1示出了线阵相机内参数的标定方法一个实施例的流程图100;如图1所示,该方法包括步骤101至106:
在步骤101中,获取倾斜固定在标定板上的图片在不同空间位置的扫描图像。
参考图3,图3示出了线阵相机扫描固定在标定板上的图片的示意图;如图3所示,为了便于采集的扫描图像的三维空间坐标的构建,在进行扫描前,将图片采用与标定板之间呈2~5°的夹角固定在标定板上。
扫描前,选用的图片由若干相互平行的横线和连接相邻两条横线之间的斜线组成。在扫描时,线阵相机的扫描线分别与横线和斜线相交形成的交点为本方法中提到的像素坐标点(参考图4)。
当固定有图片的标定板与相机相互平行且静止不动时,扫描图片时获取图片上像素点的空间坐标Z轴相等,无法采用最小二乘法算出变换参数L1~L7,于是在获取扫描图像时,每获取一张扫描图像后,需要按固定值将标定板在Z轴上向前或向后移动,以获取更多不同空间坐标的像素坐标点。
在步骤102中,提取扫描图像中像素坐标点的测量像素坐标值;具体的,可以采用霍夫变换算法提取扫描图像中像素点的测量像素坐标值。
在步骤103中,依据标定板的尺寸和所述测量像素坐标值,计算所述像素点的空间坐标。
如图4所示,位于横线上的像素点为奇数像素点,位于斜线上的像素点为偶数像素点。奇数像素点和偶数像素点的空间坐标采用下面方式获取:
偶数点的空间坐标为(j*Zp);
奇数像素点的空间坐标为(X0+K*(YPi-Y0),j*Zp);
其中,ΔLa=V[i-1]-V[i-2],ΔLb=V[i]-V[i-1],V为测量像素坐标值,HP为相邻两条横线之间的距离,K为扫描线的斜率,WP为扫描图像的宽度,i为奇数,ZP为标定板每次移动的距离,X0和Y0为扫描线上已知的一个坐标点。
在步骤104中,采用最小二乘法,计算测量像素坐标值的变换参数L1~L7
V = L 1 X + L 2 Y + L 3 Z + L 4 L 5 X + L 6 Y + L 7 Z + 1
其中,V为像素点的测量像素坐标值,X,Y,Z为像素点的空间坐标。
在步骤105中,对所述变换参数L1~L7进行误差校正。
在本发明的一个实施例中,采用下述方法对变换参数L1~L7进行误差校正:
通过变换参数L1~L7和每个像素点的空间坐标,计算像素点的反投影像素坐标值VF:
比较测量像素坐标值与反投影像素坐标值之间的差异:
若差异大于预先设定值,删除修正后的像素坐标值对应的像素点;
若是差异小于等于预先设定值,将其进行存储,当所有的像素点的测量像素坐标值与反投影像素坐标值之间比较完成后,判断像素点的个数是否发生变化:
若发生变化,返回步骤104,重新用剩余的像素点的采用最小二乘法计算得到变换参数L1~L7
若像素点的个数未发生变化,算法结束,获得误差校正后的高精度变换参数L1~L7
预先设定值可以根据需要进行自行设置,只要能够满足计算出高精度的线阵相机的内参数即可。在进行标定时,将偏离预先设定值的像素点称为噪声点,在进行标定时噪声点会严重影响线阵相机的内参数的精确度,于是上述提到的方法对变换参数L1~L7进行误差校正。在进行误差校正时,需要不断地将误差较大的噪声点除去,不参与线阵相机标定的计算,并进行优化,从而大大地提高线阵相机标定参数的精度。
在步骤106中,采用误差校正后的变换参数计算线阵相机的内参数图像主点v0和焦距f:
v 0 = L 1 * L 5 + L 2 * L 6 + L 3 * L 7 L 5 2 + L 6 2 + L 7 2
f = - v 0 2 + L 1 2 + L 2 2 + L 3 2 L 5 2 + L 6 2 + L 7 2
在本发明的另一个实施例中,比较测量像素坐标值与反投影像素值之间的差异之前进一步包括:
修正所述像素点的测量像素坐标值:
VX=V+k1(V-V0)3+k2(V-V0)5
其中,VX为修正后的像素坐标值,V为测量像素坐标值,V0为标定前线阵相机的图像主点,k1和k2为畸变值;
并采用修正后的像素坐标值替换测量像素坐标值。
上述提到的畸变值k1和k2的获取方法为:获取像素点的空间坐标和测量像素坐标值;
采用最小二乘法计算畸变值k1和k2
C R ( A , B , C , D ) = S R ( A , B , C ) S R ( A , B , D ) = ( X A - X C ) * ( X B - X D ) ( X B - X C ) * ( X A - X D ) = ( Y A - Y C ) * ( Y B - Y D ) ( Y B - Y C ) * ( Y A - Y D )
C R ( A , B , C , D ) = S R ( A , B , C ) S R ( A , B , D ) = ( V A - V C ) * ( V B - V D ) ( V B - V C ) * ( V A - V D )
VX=V+k1(V-V0)3+k2(V-V0)5
其中,A、B、C和D为任意选取的4个像素点,为采用交比不变的成像透视原理构建的任意四个像素点A、B、C和D的空间坐标和测量像素坐标值的交比。
综上所述,该有本方案的标定方法,能够通过变换参数L1~L7进行误差校正后参与线阵相机的内参数计算,从而大大地提高了线阵相机标定参数的精度。

Claims (7)

1.一种线阵相机内参数的标定方法,其特征在于,包括以下步骤:
获取倾斜固定在标定板上的图片在不同空间位置的扫描图像;
提取扫描图像中像素点的测量像素坐标值;
依据标定板的尺寸和所述测量像素坐标值,计算所述像素点的空间坐标;
采用最小二乘法,计算测量像素坐标值的变换参数L1~L7
V = L 1 X + L 2 Y + L 3 Z + L 4 L 5 X + L 6 Y + L 7 Z + 1
其中,v为像素点的测量像素坐标值,X,Y,Z为像素点的空间坐标;
对所述变换参数L1~L7进行误差校正;
采用误差校正后的变换参数计算线阵相机的内参数图像主点v0和焦距f:
v 0 = L 1 * L 5 + L 2 * L 6 + L 3 * L 7 L 5 2 + L 6 2 + L 7 2
f = - v 0 2 + L 1 2 + L 2 2 + L 3 2 L 5 2 + L 6 2 + L 7 2
2.根据权利要求1所述的线阵相机内参数的标定方法,其特征在于,所述对变换参数L1~L7进行误差校正进一步包括:
通过变换参数L1~L7和每个测量像素点的空间坐标,计算像素点的反投影像素坐标值VF:
比较测量像素坐标值与反投影像素坐标值之间的差异:
若差异大于预先设定值,删除修正后的像素坐标值对应的像素点;
判断像素点的个数是否发生变化:
若发生变化,采用剩余像素点的空间坐标进入计算测量像素坐标值的变换参数步骤;
若像素点的个数未发生变化,获得高精度变换参数L1~L7
3.根据权利要求2所述的线阵相机内参数的标定方法,其特征在于,比较测量像素坐标值与反投影像素坐标值之间的差异之前进一步包括:
修正所述像素点的测量像素坐标值:
VX=V+k1(V-V0)3+k2(V-V0)5
其中,VX为修正后的测量像素坐标值,V为测量像素坐标值,V0为标定前线阵相机的图像主点,k1和k2为畸变值;
采用修正后的像素坐标值替换测量像素坐标值。
4.根据权利要求3所述的线阵相机内参数的标定方法,其特征在于,所述畸变值k1和k2的获取方法为:
获取像素点的空间坐标和测量像素坐标值;
采用最小二乘法计算畸变值k1和k2
C R ( A , B , C , D ) = S R ( A , B , C ) S R ( A , B , D ) = ( X A - X C ) * ( X B - X D ) ( X B - X C ) * ( X A - X D ) = ( Y A - Y C ) * ( Y B - Y D ) ( Y B - Y C ) * ( Y A - Y D )
C R ( A , B , C , D ) = S R ( A , B , C ) S R ( A , B , D ) = ( V A - V C ) * ( V B - V D ) ( V B - V C ) * ( V A - V D )
VX=V+k1(V-V0)3+k2(V-V0)5
其中,A、B、C和D为任意选取的4个像素点。
5.根据权利要求1-4任一所述的线阵相机内参数的标定方法,其特征在于,所述图片与所述标定板之间的夹角设置为2~5°。
6.根据权利要求5所述的线阵相机内参数的标定方法,其特征在于,所述图片为若干相互平行的横线和连接相邻两条横线之间的斜线组成。
7.根据权利要求6所述的线阵相机内参数的标定方法,其特征在于,所述像素点为线阵相机的扫描线分别与横线和斜线相交形成的交点。
CN201510510674.0A 2015-08-19 2015-08-19 线阵相机内参数的标定方法 Active CN105139393B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510510674.0A CN105139393B (zh) 2015-08-19 2015-08-19 线阵相机内参数的标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510510674.0A CN105139393B (zh) 2015-08-19 2015-08-19 线阵相机内参数的标定方法

Publications (2)

Publication Number Publication Date
CN105139393A true CN105139393A (zh) 2015-12-09
CN105139393B CN105139393B (zh) 2018-03-02

Family

ID=54724725

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510510674.0A Active CN105139393B (zh) 2015-08-19 2015-08-19 线阵相机内参数的标定方法

Country Status (1)

Country Link
CN (1) CN105139393B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105701809A (zh) * 2016-01-11 2016-06-22 宁波江丰生物信息技术有限公司 一种基于线阵相机扫描的平场校正方法
CN106780388A (zh) * 2016-12-22 2017-05-31 哈尔滨工业大学 一种线阵相机光学畸变矫正方法
CN108805935A (zh) * 2018-05-02 2018-11-13 南京大学 一种基于正交像素当量比的线阵相机畸变校正方法
CN109920004A (zh) * 2017-12-12 2019-06-21 广东虚拟现实科技有限公司 图像处理方法、装置、标定物组合、终端设备及标定系统
CN115138592A (zh) * 2021-03-30 2022-10-04 中国科学院长春光学精密机械与物理研究所 一种分选装置参数标定方法
CN115631249A (zh) * 2022-12-06 2023-01-20 广州镭晨智能装备科技有限公司 一种相机校正方法、装置、设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030185434A1 (en) * 2002-03-07 2003-10-02 Samsung Electronics Co., Ltd. Method and apparatus for video object tracking
CN101923730A (zh) * 2010-09-21 2010-12-22 北京大学 基于鱼眼相机和多平面镜装置的三维重建方法
CN103426168A (zh) * 2013-07-18 2013-12-04 北京航空航天大学 基于一维标定杆的普通、广角、鱼眼立体摄像机的通用标定方法
US20150093042A1 (en) * 2012-06-08 2015-04-02 Huawei Technologies Co., Ltd. Parameter calibration method and apparatus

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030185434A1 (en) * 2002-03-07 2003-10-02 Samsung Electronics Co., Ltd. Method and apparatus for video object tracking
CN101923730A (zh) * 2010-09-21 2010-12-22 北京大学 基于鱼眼相机和多平面镜装置的三维重建方法
US20150093042A1 (en) * 2012-06-08 2015-04-02 Huawei Technologies Co., Ltd. Parameter calibration method and apparatus
CN103426168A (zh) * 2013-07-18 2013-12-04 北京航空航天大学 基于一维标定杆的普通、广角、鱼眼立体摄像机的通用标定方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
梁灵飞: "基于交比不变和间距不变的线阵相机畸变标定方法", 《科学技术与工程》 *
王子辰 等: "一种基于虚拟立体靶标的线阵相机标定方法", 《光电子 激光》 *
范勇 等: "一种实用的平板高精度摄像机标定方法", 《计算机测量与控制》 *
袁铭 等: "影响摄像机标定精度的因素分析", 《光学与光电技术》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105701809A (zh) * 2016-01-11 2016-06-22 宁波江丰生物信息技术有限公司 一种基于线阵相机扫描的平场校正方法
CN105701809B (zh) * 2016-01-11 2018-09-14 宁波江丰生物信息技术有限公司 一种基于线阵相机扫描的平场校正方法
CN106780388A (zh) * 2016-12-22 2017-05-31 哈尔滨工业大学 一种线阵相机光学畸变矫正方法
CN106780388B (zh) * 2016-12-22 2020-05-19 哈尔滨工业大学 一种线阵相机光学畸变矫正方法
CN109920004A (zh) * 2017-12-12 2019-06-21 广东虚拟现实科技有限公司 图像处理方法、装置、标定物组合、终端设备及标定系统
CN109920004B (zh) * 2017-12-12 2023-12-19 广东虚拟现实科技有限公司 图像处理方法、装置、标定物组合、终端设备及标定系统
CN108805935A (zh) * 2018-05-02 2018-11-13 南京大学 一种基于正交像素当量比的线阵相机畸变校正方法
CN108805935B (zh) * 2018-05-02 2022-03-18 南京大学 一种基于正交像素当量比的线阵相机畸变校正方法
CN115138592A (zh) * 2021-03-30 2022-10-04 中国科学院长春光学精密机械与物理研究所 一种分选装置参数标定方法
CN115631249A (zh) * 2022-12-06 2023-01-20 广州镭晨智能装备科技有限公司 一种相机校正方法、装置、设备和存储介质

Also Published As

Publication number Publication date
CN105139393B (zh) 2018-03-02

Similar Documents

Publication Publication Date Title
CN105139393A (zh) 线阵相机内参数的标定方法
CN110322519B (zh) 一种用于激光雷达与相机联合标定的标定装置及标定方法
CN107977997B (zh) 一种结合激光雷达三维点云数据的相机自标定方法
CN101887589B (zh) 一种基于立体视觉的实拍低纹理图像重建方法
KR100776649B1 (ko) 깊이 정보 기반 스테레오/다시점 영상 정합 장치 및 방법
CN110230998B (zh) 基于线激光和双目相机的快速精密三维测量方法和装置
CN102169573B (zh) 高精度的宽视场镜头实时畸变矫正方法及系统
KR101626072B1 (ko) 영상 보정 장치 및 영상 보정 방법
CN103530880A (zh) 基于投影高斯网格图案的摄像机标定方法
WO2017113146A1 (zh) 光斑成像装置
CN108182722B (zh) 一种三维物体边缘优化的真正射影像生成方法
CN106408596B (zh) 基于边缘的局部立体匹配方法
CN107084680A (zh) 一种基于机器单目视觉的目标深度测量方法
JP2010091426A (ja) 距離計測装置及びプログラム
CN104537627B (zh) 一种深度图像的后处理方法
CN104864853B (zh) 一种高分辨率三线阵卫星沿轨方向姿态颤振的探测方法
CN112734862A (zh) 深度图像的处理方法、装置、计算机可读介质以及设备
CN115330684A (zh) 基于双目视觉与线结构光的水下构筑物表观缺陷检测方法
CN113223176B (zh) 多维度管道特征参数的获取方法和装置
CN115546216B (zh) 一种托盘检测方法、装置、设备及存储介质
CN115719320B (zh) 基于遥感影像的倾斜校正稠密匹配方法
CN116245926A (zh) 一种确定岩体表面粗糙度的方法及相关组件
CN116124032A (zh) 一种三维轮廓仪、三维轮廓建立方法、装置和电子设备
CN113379648B (zh) 一种高分七号和资源三号立体影像联合平差方法
CN111768448A (zh) 一种基于多相机检测的空间坐标系标定方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant