CN105303556B - 基于直线特征的摄像机非线性畸变参数求解方法 - Google Patents
基于直线特征的摄像机非线性畸变参数求解方法 Download PDFInfo
- Publication number
- CN105303556B CN105303556B CN201510600422.7A CN201510600422A CN105303556B CN 105303556 B CN105303556 B CN 105303556B CN 201510600422 A CN201510600422 A CN 201510600422A CN 105303556 B CN105303556 B CN 105303556B
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- msup
- straight line
- 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.)
- Active
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种基于直线特征的摄像机非线性畸变参数求解方法,包括步骤一、用摄像机拍摄含有直线特征的多视角照片集;步骤二、利用边缘检测算子提取多视角照片集中的直线特征,得到求解非线性畸变参数的直线集合;步骤三、建立非线性畸变校正模型;步骤四、计算直线集合中每条直线的最大直线度误差;步骤五、利用每条直线上取得最大直线度误差所对应的三点,建立含有畸变参数的非线性方程组;步骤六、通过非线性最小二乘广义逆法求解畸变参数。本发明可避免耗时的畸变参数与摄像机的外参数耦合优化过程,提升了摄像机非线性畸变自校正的效率与准确性,另一方面,无需昂贵的高精度标定模板或运动平台,降低了成本。
Description
技术领域
本发明涉及光学成像检测领域,尤其涉及一种基于直线特征的摄像机非线性畸变参数求解方法。
背景技术
摄像机成像过程中的畸变来源包括CCD的制造误差、镜头中的镜片曲面误差、镜头中各镜片间的轴向间距等,这些因素,破坏摄影中心、待检测点及其像点之间的共线关系,产生的非线性变形,会使图像的质量下降,给图像分析、处理、拼接、测量等带来误差,甚至造成误判,因此需要对摄像机光学成像系统的图像几何畸变进行校正,旨在减小摄像机的光学成像畸变、提高成像测量的精度。
目前的摄像机畸变校正技术分为以下三种:
1)基于共线方程的畸变校正法,求解图像畸变参数与摄像机的外参数时,需要高精密标定物,来建立摄影中心、检测点及其像点的约束关系,但是当标定板幅面较大时,其制造与存储维护费用剧增,且需要对畸变前后的图像标记点进行精确的匹配,匹配精度也会直接影响到畸变校正的精度。
2)基于共面方程的畸变校正法,其无需要标定物,仅靠多幅图像同名点的共面关系进行标定,故灵活性强,应用广泛,但算法中都需要解非线性方程组或相应的非线性规划问题,对初值和噪声都很敏感,未知参数较多,鲁棒性不足。在消隐点的标定方法中,都是将其初值作为过渡值,来求解圆环点的投影坐标,进一步求解基本矩阵,再求解Kruppa方程,其对初值和噪声较为敏感。
3)基于主动视觉的标定方法,是在“已知摄像机的某些运动信息”的条件下标定摄像机的方法。通过可以精确控制其运动的主动视觉平台,来对摄像机进行标定。该算法可以获得线性解,但必须有精确控制的摄像机运动平台。
发明内容
为了克服现有技术的上述缺点,本发明提供了一种基于直线特征的摄像机非线性畸变参数求解方法,利用直线射影几何不变性进行摄像机的畸变校正,避免了畸变参数与摄像机外参数的耦合优化过程,为摄像机非线性畸变自校正提供了一种新的途径。
本发明解决其技术问题所采用的技术方案是:一种基于直线特征的摄像机非线性畸变参数求解方法,包括如下步骤:
步骤一、用摄像机拍摄含有直线特征的多视角照片集;
步骤二、利用边缘检测算子提取多视角照片集中的直线特征,得到求解非线性畸变参数的直线集合;
步骤三、建立非线性畸变校正模型;
步骤四、计算直线集合中每条直线的最大直线度误差;
步骤五、利用每条直线上取得最大直线度误差所对应的三点,建立含有畸变参数的非线性方程组;
步骤六、通过非线性最小二乘广义逆法求解畸变参数。
与现有技术相比,本发明的积极效果是:与现有摄像机非线性畸变自校正方法不同,本发明利用任意直线成像后应为直线或一个点的射影几何原理,建立含有畸变参数的非线性方程组及其数值计算方法,再从摄像机多视角拍摄照片中选取直线特征(要求直线在CCD上均匀分布),带入方程求取摄像机的非线性畸变参数。因此,本发明可避免耗时的畸变参数与摄像机的外参数耦合优化过程,可将摄像机的外参数求解与畸变参数求解分开,提升了摄像机非线性畸变自校正的效率与准确性,另一方面,无需昂贵的高精度标定模板(或运动平台),降低了成本。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1为直线在CCD上的分布区域1和2的示意图;
图2为直线在CCD上的分布区域3和4的示意图;
图3为直线在CCD上的分布区域5的示意图;
图4为直线在CCD上的分布区域6的示意图。
具体实施方式
一种基于直线特征的摄像机非线性畸变参数求解方法,包括如下步骤:
步骤一、用摄像机多视角拍摄有直线特征的物体的照片(如房子等含有直线特征的物体,也可以自行制作含有直线特征的标定板),得到含有直线特征的多视角照片集。
步骤二、利用边缘检测算子提取拍摄照片集中的直线特征;选择求解非线性畸变参数的直线集合L,选择原则如图1至图4所示:
区域1到区域6中都需要有直线,要求:每个区域的直线数量≥1条(直线的长度应达到区域长度的80%以上),并且区域1到区域4的直线数量必须相等,区域5与区域6的直线数量是区域1到区域4中直线数量的两倍,即可认为直线在CCD上均匀分布。其中,区域1和区域2分别对应CCD上、下部区域;区域3和区域4分别为CCD左、右部区域;区域5为CCD中心十字区域;区域六为CCD对角线区域)。
注意:L中的直线必须来自摄像机多视角拍摄的图像照片,产生的方法可以是有直线特征的物体不动,改变摄像机位姿参数拍摄;也可以固定摄像机位姿不变,将有直线特征的物体放置在不同的位置与姿态下,分别拍摄照片。
步骤三、采用的非线性畸变校正模型如下:
将直线集合L中任意一条直线上的第n个像点记为Pn(xn,yn),将其对应的畸变校正点记为Pd,n(xd,n,yd,n),则
式中:
为忽略高阶部分的径向畸变;
为忽略高阶部分的偏心畸变;
为忽略高阶部分的薄棱镜畸变。
步骤四、计算L中每条直线的最大直线度误差,计算方法如下:
设P1(x1,y1)、P2(x2,y2)和P3(x3,y3)为第m条直线Lm上的任意不同的三点,则其向量积为
遍历Lm上所有不同的三点,分别计算其向量积,得到其中绝对值最大的向量积记为Δmax(r,s,t,m),即为Lm的最大直线度误差,式中r、s和t表示Lm取得Δmax(r,s,t,m)所对应的三点的序号。
步骤五、建立含有畸变参数的非线性方程组
fi(k1,k2,p1,p2,s1,s2,)=0,i=1,..,m,..,nsum
式中,nsum表示直线集合L中直线的总数,
则,直线集合L中第m条直线Lm的畸变参数非线性方程建立方法如下:非线性畸变校正后,Pd,r、Pd,s和Pd,t为Lm的Δmax(r,s,t,m)对应三点Pr、Ps和Pt的校正结果,按照
即
式中
步骤六、通过非线性最小二乘广义逆法求解畸变参数:
畸变参数(k1,k2,p1,p2,s1,s2)的雅克比矩阵为:
迭代公式为
X(k+1)=X(k)-αkZ(k) (8)
其中:
1)Z(k)为线性代数方程组J(k)Z(k)=F(k)的线性最小二乘解,
式中J(k)为k次迭代值X(k)的雅克比矩阵,
式中,
fi (k)=fi(k1 (k),k2 (k),p1 (k),p2 (k),s1 (k),s2 (k),),i=0,1.....n (10)
2)αk为使α的一元函数达到极小值的点。
最后求解过程中赋初值为零,经过迭代得到畸变参数k1,k2,p1,p2,s1,s2。
本发明仅利用CCD上多条分布均匀的直线(如从多个视角拍摄同一直线特征,使直线特征满足图1至图4所示的分布要求即可),因此,本发明可避免耗时的畸变参数与摄像机的外参数耦合优化过程,可将摄像机的外参数求解与畸变参数求解分开,提升了摄像机非线性畸变自校正的效率与准确性,另一方面,无需昂贵的高精度标定模板(或运动平台),降低了成本。
Claims (6)
1.一种基于直线特征的摄像机非线性畸变参数求解方法,其特征在于:包括如下步骤:
步骤一、用摄像机拍摄含有直线特征的多视角照片集;
步骤二、利用边缘检测算子提取多视角照片集中的直线特征,得到求解非线性畸变参数的直线集合;
步骤三、建立非线性畸变校正模型;
步骤四、计算直线集合中每条直线的最大直线度误差;
步骤五、利用每条直线上取得最大直线度误差所对应的三点,建立含有畸变参数的非线性方程组;
步骤六、通过非线性最小二乘广义逆法求解畸变参数。
2.根据权利要求1所述的基于直线特征的摄像机非线性畸变参数求解方法,其特征在于:所述含有直线特征的多视角照片的拍摄方法为:使具有直线特征的被拍摄物保持不动,通过改变摄像机位姿参数进行拍摄;或者使摄像机位姿保持不变,通过改变具有直线特征的被拍摄物的位姿进行拍摄。
3.根据权利要求1所述的基于直线特征的摄像机非线性畸变参数求解方法,其特征在于:所述直线集合由摄像机CCD的六个区域内的直线构成,六个区域分别是CCD的上部、下部、左部、右部四个区域、CCD的中心十字区域和对角线区域;上部、下部、左部、右部四个区域的直线数量相等,且均至少包括1条直线,中心十字区域和对角线区域的直线数量相等,且均为上部区域直线数量的2倍。
4.根据权利要求3所述的基于直线特征的摄像机非线性畸变参数求解方法,其特征在于:每个区域的直线长度至少为所在区域长度的80%。
5.根据权利要求1所述的基于直线特征的摄像机非线性畸变参数求解方法,其特征在于:所述非线性畸变校正模型为:
将直线集合L中任意一条直线上的第n个像点记为Pn(xn,yn),将其对应的非线性畸变校正点记为Pd,n(xd,n,yd,n),则
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mrow>
<mi>d</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&delta;x</mi>
<mrow>
<mi>r</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&delta;x</mi>
<mrow>
<mi>d</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&delta;x</mi>
<mrow>
<mi>p</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>y</mi>
<mrow>
<mi>d</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&delta;y</mi>
<mrow>
<mi>r</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&delta;y</mi>
<mrow>
<mi>d</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&delta;y</mi>
<mrow>
<mi>p</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
式中:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&delta;x</mi>
<mrow>
<mi>r</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo>&lsqb;</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<msup>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&delta;y</mi>
<mrow>
<mi>r</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
<mo>&lsqb;</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<msup>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
为忽略高阶部分的径向畸变;
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&delta;x</mi>
<mrow>
<mi>d</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>3</mn>
<msup>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>2</mn>
<msub>
<mi>p</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&delta;y</mi>
<mrow>
<mi>d</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>2</mn>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>2</mn>
</msub>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>3</mn>
<msup>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
为忽略高阶部分的偏心畸变;
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mi>&delta;</mi>
<msub>
<mi>x</mi>
<mrow>
<mi>p</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>s</mi>
<mn>1</mn>
</msub>
<mo>(</mo>
<msup>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>&delta;</mi>
<msub>
<mi>y</mi>
<mrow>
<mi>p</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>s</mi>
<mn>2</mn>
</msub>
<mo>(</mo>
<msup>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mtd>
</mtr>
</mtable>
</mfenced>
为忽略高阶部分的薄棱镜畸变。
6.根据权利要求1所述的基于直线特征的摄像机非线性畸变参数求解方法,其特征在于:步骤四所述直线集合中每条直线的最大直线度误差的计算方法为:
设P1(x1,y1)、P2(x2,y2)和P3(x3,y3)为任意一条直线Lm上的任意不同的三点,则其向量积为
遍历直线上所有不同的三点,分别计算向量积,得到其中绝对值最大的向量积记为Δmax(r,s,t,m),即为直线Lm的最大直线度误差,其中r、s和t表示取得最大直线度误差所对应的三点的序号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510600422.7A CN105303556B (zh) | 2015-09-18 | 2015-09-18 | 基于直线特征的摄像机非线性畸变参数求解方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510600422.7A CN105303556B (zh) | 2015-09-18 | 2015-09-18 | 基于直线特征的摄像机非线性畸变参数求解方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105303556A CN105303556A (zh) | 2016-02-03 |
CN105303556B true CN105303556B (zh) | 2018-03-16 |
Family
ID=55200778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510600422.7A Active CN105303556B (zh) | 2015-09-18 | 2015-09-18 | 基于直线特征的摄像机非线性畸变参数求解方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105303556B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107945136B (zh) * | 2017-12-04 | 2021-09-24 | 深圳市路畅科技股份有限公司 | 一种鱼眼图像矫正方法、系统、设备及计算机存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520897A (zh) * | 2009-02-27 | 2009-09-02 | 北京机械工业学院 | 摄像机标定方法 |
CN101685532A (zh) * | 2008-09-24 | 2010-03-31 | 中国科学院自动化研究所 | 简易线性广角镜头的校正法 |
-
2015
- 2015-09-18 CN CN201510600422.7A patent/CN105303556B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101685532A (zh) * | 2008-09-24 | 2010-03-31 | 中国科学院自动化研究所 | 简易线性广角镜头的校正法 |
CN101520897A (zh) * | 2009-02-27 | 2009-09-02 | 北京机械工业学院 | 摄像机标定方法 |
Non-Patent Citations (6)
Title |
---|
《Lens Distortion Determination with Plane Calibration Targets》;Christian Bräuer-Burchardt等;《8th International Symposium on Image and Signal Processing and Analysis (ISPA 2013)》;20130906;全文 * |
《利用直线特征的定标图像非线性畸变校正》;郑毅等;《仪器仪表学报》;20070630;第28卷(第6期);全文 * |
《基于共面条件的摄像机非线性畸变自校正》;张征宇等;《光学学报》;20120131;第32卷(第1期);第3章第1段,第2.3节第1段,第2.1节 * |
《基于数位的相机径向畸变参数计算》;卢玥等;《地理与地理信息科学》;20111130;第27卷(第6期);全文 * |
《基于直线特征的摄像机标定方法研究》;许益铭等;《光学技术》;20071130;第33卷(第6期);全文 * |
《基于直线特征的摄像机镜头畸变标定方法》;张敏等;《光学学报》;20150630;第35卷(第6期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN105303556A (zh) | 2016-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102169573B (zh) | 高精度的宽视场镜头实时畸变矫正方法及系统 | |
CN110345921B (zh) | 立体视场视觉测量及垂轴像差和轴向像差校正方法及系统 | |
CN105096329B (zh) | 一种精确校正超广角摄像头图像畸变的方法 | |
CN106780388B (zh) | 一种线阵相机光学畸变矫正方法 | |
KR101172629B1 (ko) | 영상 처리 방법 및 이를 위한 장치 | |
CN105931222B (zh) | 用低精度二维平面靶标实现高精度相机标定的方法 | |
CN106157246B (zh) | 一种全自动的快速柱面全景图像拼接方法 | |
Zhu et al. | Camera calibration method based on optimal polarization angle | |
CN107871329B (zh) | 一种相机光学中心的快速标定方法及装置 | |
CN113920205B (zh) | 一种非同轴相机的标定方法 | |
CN108833912A (zh) | 一种摄像机机芯光轴中心和视场角的测量方法及系统 | |
CN106570907B (zh) | 一种相机标定方法及装置 | |
CN107492080B (zh) | 免定标便捷的单目镜头图像径向畸变矫正方法 | |
CN103473758A (zh) | 双目立体视觉系统的二次标定方法 | |
JP2011182397A (ja) | ずれ量算出方法およびずれ量算出装置 | |
CN105118086A (zh) | 3d-aoi设备中的3d点云数据配准方法及系统 | |
CN109974618A (zh) | 多传感器视觉测量系统的全局标定方法 | |
Sun et al. | Lens distortion correction for improving measurement accuracy of digital image correlation | |
CN108520541B (zh) | 一种广角摄像机的标定方法 | |
CN105303556B (zh) | 基于直线特征的摄像机非线性畸变参数求解方法 | |
CN113658279A (zh) | 相机内参和外参估算方法、装置、计算机设备及存储介质 | |
CN113379845A (zh) | 一种相机标定方法及装置、电子设备及存储介质 | |
Bingwei et al. | Accurate geometric camera calibration technique using multi-views of a non-metric planar grid | |
CN112819900B (zh) | 一种智能立体摄影内方位、相对定向和畸变系数标定方法 | |
CN112529792B (zh) | 一种免畸变模型的相机畸变校正方法 |
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 |