CN105335969A - 一种彩色线阵相机空间校正参数的获取方法 - Google Patents
一种彩色线阵相机空间校正参数的获取方法 Download PDFInfo
- Publication number
- CN105335969A CN105335969A CN201510673041.1A CN201510673041A CN105335969A CN 105335969 A CN105335969 A CN 105335969A CN 201510673041 A CN201510673041 A CN 201510673041A CN 105335969 A CN105335969 A CN 105335969A
- Authority
- CN
- China
- Prior art keywords
- correction parameter
- free
- target image
- air correction
- component target
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Image Processing (AREA)
Abstract
本发明实施例公开了一种彩色线阵相机空间校正参数的获取方法,所述方法首先读取在红、绿、蓝三通道中具有相同分量值的靶标图,其次,根据空间校正参数计算不同分量靶标图像之间的重叠误差,根据重叠误差减小的方向确定空间校正参数在某一精度等级中的迭代方向,进而确定某一精度等级中的空间校正参数,实现了空间校正参数的自动获取。另外,由于空间校正参数的自动搜索是采用先粗后细的方式,逐步扩大空间校正参数的精度等级,因此,本发明实施例在保证空间校正参数高精度的前提下,系统的数据处理量较低、运算时间较短。
Description
技术领域
本发明涉及线阵相机技术领域,特别是涉及一种彩色线阵相机空间校正参数的获取方法。
背景技术
线阵相机是采用线阵传感器的相机,其每次采集一行图像,通过被摄物体与线阵相机的相对运动实现对被摄物体的连续采集,然后,将若干行图像拼接成一幅完整的图像输出。通常用于被测视野细长、需要较大视野或极高精度的检测领域。
根据输出图像的颜色不同,线阵相机可以分为黑白线阵相机和彩色线阵相机。黑白线阵相机的成像芯片上仅包括一条线阵传感器,通过该线阵传感器采集的图像仅包含灰度信息,输出即为黑白图像;彩色线阵相机又可分为双线相机和三线相机,其中,三线相机的成像芯片上包含三条线阵传感器,其分别采集R(红)、G(绿)、B(蓝)三种颜色的像素信息,然后对上述三种颜色的像素信息叠加合成,进而输出彩色图像;双线相机的成像芯片上仅包括两条线阵传感器,仅能采集两种颜色的像素信息,若要输出彩色图像,则通过插值计算出第三种颜色的像素信息。
图1为三线相机成像芯片的结构示意图,如图1所述,三线相机成像芯片上设有绿色线阵传感器11、蓝色线阵传感器12和红色线阵传感器13,且不同颜色的线阵传感器之间存在一定的间距,则在同一触发脉冲下,采集不同颜色的线阵传感器采集的像素点的位置不同,使得输出的图像中R、G、B三分量出现错位的现象(为了便于说明,将三分量图像中位于前侧的分量图像称为前置分量图像,位于中间的分量图像称为中间分量图像,位于后侧的分量图像称为后置分量图像),则在对不同分量图像进行叠加合成前,需要进行空间校正,即找到同一物点在R、G、B三分量中的行差距(空间校正参数),通过延迟令同一物点的R、G、B三分量同时匹配输出。
通常在保证线阵相机的行频与物体的运动速度相匹配的情况下,空间校正参数可由成像芯片的参数计算得出,例如,在图1中R、G、B三种颜色的图像传感器高度为10.56um(1行像素),相邻两个图像传感器的间距为21.12um(2行像素),则成像后相邻两种颜色图像分量相差3行像素,即空间校正参数的大小为3。
以被摄物为白色矩形为例,当空间校正参数为3时,R、G、B三分量图像如图2所述,相邻两分量图像之间相差3行像素,则在对图像进行输出时,首先抽取G分量的第1行像素信息并缓存,其次抽取B分量的第4行像素信息并缓存,R分量从其第7行像素信息开始抽取并输出,与此同时,输出缓存的G分量和B分量像素信息,如此循环输出,得到校正后的彩色图像。但是,在实际操作中,时常出现相机行频与物体运动速度不匹配的情况,导致空间校正参数不能再通过成像芯片的参数直接计算得出,且存在空间校正参数不再是整数的情况。
针对这种问题,现有技术中,空间校正参数的获取方式主要包括以下步骤:
1)人为给定空间校正参数的估计值,并以该估计值作为空间校正参数对图像进行校正;
2)观察输出的彩色图像是否符合校正要求,若符合,则以该估计值作为空间校正参数;否则,返回步骤1)。
也就是说,现有技术中的空间校正参数主要通过人工反复验证获得,则空间校正参数的精度要求越高,所需要的验证次数越多,费时费力,且由于人工验证的次数有限,导致空间校正参数的精度无法保证。
发明内容
本发明实施例中提供了一种彩色线阵相机空间校正参数的获取方法,以解决现有技术中空间校正参数不易获取,且空间校正参数精度较低的问题。
为了解决上述技术问题,本发明实施例公开了如下技术方案:
一种彩色线阵相机空间校正参数的获取方法,所述方法包括:
步骤S100:读取在红、绿、蓝三通道中具有相同分量值的靶标图,获得前置分量靶标图像、中间分量靶标图像和后置分量靶标图像;
步骤S200:根据预设的空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S300:将空间校正参数的精度等级加一,并计算当前精度等级下的空间校正参数;
步骤S400:判断当前精度等级是否大于预设精度等级,如果是,则进入步骤S500;否则,返回步骤S300;
或者,判断当前精度等级下空间校正参数所对应的重叠误差是否大于上一精度等级下空间校正参数所对应的重叠误差,如果是,则进入步骤S600;否则,返回步骤S300;
步骤S500:比较不同精度等级下空间校正参数所对应的重叠误差,将重叠误差最小的空间校正参数作为最终空间校正参数;
步骤S600:将上一精度等级下的空间校正参数作为最终空间校正参数。
优选地,所述步骤S300中计算当前精度等级下的空间校正参数,包括:
步骤S301:将空间校正参数加上一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S302:判断当前空间校正参数所对应的重叠误差是否小于上一空间校正参数所对应的重叠误差,如果是,则进入步骤S303;否则,进入步骤S305;
步骤S303:将当前空间校正参数加上一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S304:判断当前空间校正参数所对应的重叠误差是否大于上一空间校正参数所对应的重叠误差,如果是,则将上一空间校正参数作为当前精度等级下的空间校正参数;否则,返回步骤S303;
步骤S305:将当前空间校正参数减去一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S306:判断当前空间校正参数所对应的重叠误差是否大于上一空间校正参数所对应的重叠误差,如果是,则将上一空间校正参数作为当前精度等级下的空间校正参数;否则,返回步骤S305。
优选地,所述步骤S300中计算当前精度等级下的空间校正参数,包括:
步骤S311:将空间校正参数减去一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S312:判断当前空间校正参数所对应的重叠误差是否小于上一空间校正参数所对应的重叠误差,如果是,则进入步骤S313;否则,进入步骤S315;
步骤S313:将当前空间校正参数减去一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S314:判断当前空间校正参数所对应的重叠误差是否大于上一空间校正参数所对应的重叠误差,如果是,则将上一空间校正参数作为当前精度等级下的空间校正参数;否则,返回步骤S313;
步骤S315:将当前空间校正参数加上一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S316:判断当前空间校正参数所对应的重叠误差是否大于上一空间校正参数所对应的重叠误差,如果是,则将上一空间校正参数作为当前精度等级下的空间校正参数;否则,返回步骤S315。
优选地,所述计算不同分量靶标图像之间的重叠误差,包括:
依次抽取不同分量靶标图像中相匹配的像素行,计算相匹配的像素行之间像素值两两之差的绝对值,并对所有绝对值累计求和,进而得到重叠误差。
优选地,若空间校正参数sc为整数,则与前置分量靶标图像中第i行相匹配的像素行,包括:
中间分量靶标图像的sc+i行;后置分量靶标图像的2sc+i行;
若空间校正参数sc为包含整数部分和小数部分的N进制k位小数,则与前置分量靶标图像中第i行相匹配的像素行,包括:
经Nk倍插值后,中间分量靶标图像的(sc+i)*Nk行;经Nk倍插值后,后置分量靶标图像的(2sc+i)*Nk行。
优选地,若空间校正参数sc为整数,则与前置分量靶标图像中第i行相匹配的像素行,包括:
中间分量靶标图像的sc+i行;后置分量靶标图像的2sc+i行;
若空间校正参数sc为包含整数部分和小数部分的N进制k位小数,则与前置分量靶标图像中第i行相匹配的像素行,包括:
中间分量靶标图像的采样行,具体为:根据空间校正参数sc小数部分的数值在中间分量靶标图像中sc的整数部分加i行和sc的整数部分加i+1行之间进行插值所得到的插值行;
后置分量靶标图像的采样行,具体为:根据二倍空间校正参数2sc小数部分的数值在后置分量靶标图像中2sc的整数部分加i行和2sc的整数部分加i+1行之间进行插值所得到的插值行。
优选地,所述插值包括:双线性插值或双三次插值。
优选地,所述前置分量靶标图像、中间分量靶标图像和后置分量靶标图像分别为:红色分量靶标图像、蓝色分量靶标图像和绿色分量靶标图像;或者,绿色分量靶标图像、蓝色分量靶标图像或红色分量靶标图像,通常情况下,不同颜色分量靶标图像的排列次序通过线阵传感器芯片手册给出。
优选地,所述靶标图为黑白靶标图。
优选地,所述空间校正参数为十进制。
由以上技术方案可见,本发明实施例提供的一种彩色线阵相机空间校正参数的获取方法首先读取在红、绿、蓝三通道中具有相同分量值的靶标图,其次,根据空间校正参数计算不同分量靶标图像之间的重叠误差,根据重叠误差减小的方向确定空间校正参数在某一精度等级中的迭代方向,进而确定某一精度等级中的空间校正参数,实现了空间校正参数的自动获取。另外,由于空间校正参数的自动搜索是采用先粗后细的方式,逐步扩大空间校正参数的精度等级,因此,本发明实施例在保证空间校正参数高精度的前提下,系统的数据处理量较低、运算时间较短。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为三线相机成像芯片的结构示意图;
图2为空间校正参数为3时,三分量图像示意图;
图3为本发明实施例提供的一种彩色线阵相机空间校正参数的获取方法流程示意图;
图4为本发明实施例提供的另一种彩色线阵相机空间校正参数的获取方法流程示意图;
图5为本发明实施例提供的第一种空间校正参数的最小精度位计算方法流程图;
图6为本发明实施例提供的第二种空间校正参数的最小精度位计算方法流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
由于本发明实施例提供的靶标图在红、绿、蓝三通道中具有相同的分量值,因此,从理论上来讲,当用于计算重叠误差的空间校正参数与彩色线阵相机的实际空间校正参数相等时,其计算的靶标图的重叠误差为0。基于该原理,本发明实施例以靶标图的重叠误差为依据,根据重叠误差减小的方向逐步调整空间校正参数,使得调整后的空间校正参数与实际空间校正参数无限逼近,进而实现空间校正参数的自动获取,以下结合图3进行具体说明。
图3和图4分别为本发明实施例提供的第一种彩色线阵相机空间校正参数的获取方法流程示意图,本发明实施例提供的第二种彩色线阵相机空间校正参数的获取方法流程示意图,如图3和图4所示,该方法主要包括以下步骤:
步骤S100:读取在红、绿、蓝三通道中具有相同分量值的靶标图,获得前置分量靶标图像、中间分量靶标图像和后置分量靶标图像;
读取靶标图的目的在于计算不同分量靶标图像之间的重叠误差,其计算公式如式一所示:
式一:
Error=Σ(|R(sc)-G(sc)|+|G(sc)-B(sc)|+|R(sc)-B(sc)|)
其中的Error代表重叠误差,R(sc)、G(sc)以及B(sc)分别代表在空间校正参数sc下,红色分量靶标图像、绿色分量靶标图像以及蓝色分量靶标图像中相匹配像素点的像素值。通过式一分别计算不同分量靶标图像中每组相匹配像素点的绝对误差之和,然后对所有的绝对误差之和进行累计,最终的累计结果即重叠误差。
由于靶标图在红、绿、蓝三通道中具有相同的分量值(黑白靶标图中的每个像素点在红、绿、蓝三通道中具有相同的像素值,以8位位深的图像为例,均为0或255),因此,在空间校正参数的调整下,若不同分量的靶标图像完全对齐,则重叠误差为0;相反,若重叠误差不为0,则说明不同分量的靶标图像还存在错位,且重叠误差越大,错位的距离越大。基于该原理根据重叠误差的大小对空间校正参数进行相应调整。
不同颜色分量靶标图像的前后次序是由线阵传感器的排列次序决定的,在本发明实施例中为了便于说明,按照不同分量靶标图像的排列顺序依次定义为前置分量靶标图像、中间分量靶标图像和后置分量靶标图像。如果线阵传感器按照R、B、G的顺序排列,则前置分量靶标图像、中间分量靶标图像和后置分量靶标图像分别对应为红色分量靶标图像、蓝色分量靶标图像和绿色分量靶标图像;如果线阵传感器安装G、B、R的顺序排线,则前置分量靶标图像、中间分量靶标图像和后置分量靶标图像分别对应为绿色分量靶标图像、蓝色分量靶标图像和红色分量靶标图像。
另外,根据重叠误差的计算规则可知,靶标图像中的图案与背景色差距越大,当不同分量的靶标图像出现错位时,重叠误差的反应越灵敏,准确度越高。因此,在本发明实施例中优选黑白靶标图(白底黑矩形或黑底白矩形)。
步骤S200:根据预设的空间校正参数计算不同分量靶标图像之间的重叠误差;
在彩色线阵相机中,不同分量靶标图像之间的重叠误差是由于行错位产生的,相应地,空间校正参数是指相邻分量靶标图像之间的行差距。也就是说,只要实现不同分量靶标图像的行匹配,即可实现靶标图像中所有像素点的配准,因此,在下文以“像素行”为单位进行重叠误差计算中的描述,但应该明确的是,本文中“计算相匹配的像素行之间像素值两两之差的绝对值”实际上是指分别计算像素行中每组对应像素点之间像素值两两之差的绝对值。
重叠误差的计算方法具体包括:依次抽取不同分量靶标图像中相匹配的像素行,计算相匹配的像素行之间像素值两两之差的绝对值,并对所有绝对值累计求和,进而得到重叠误差。
关于相匹配的像素行,在本发明实施例中提供两种判定方式:
第一种判定方式:
若空间校正参数sc为整数,则与前置分量靶标图像中第i行相匹配的像素行,包括:中间分量靶标图像的sc+i行;后置分量靶标图像的2sc+i行。例如,空间校正参数sc为3,则与前置分量靶标图像中第1行相匹配的像素行包括:中间分量靶标图像中的第4行;后置分量靶标图像中的第7行。
若空间校正参数sc为包含整数部分和小数部分的N进制k位小数,则与前置分量靶标图像中第i行相匹配的像素行,包括:经Nk倍插值后,中间分量靶标图像的(sc+i)*Nk行;经Nk倍插值后,后置分量靶标图像的(2sc+i)*Nk行。例如,不同分量靶标图像分别具有10行像素,空间校正参数sc为2.7(10进制1位小数),则对中间分量靶标图像和后置分量靶标图像进行10倍双线性插值之后,中间分量靶标图像和后置分量靶标图像变为91行(前9行每行插值10倍,最后一行不插值),与前置分量靶标图像中第1行相匹配的像素行,包括:插值后,中间分量靶标图像的第37行;后置分量靶标图像的第64行。
第二种判定方式:
若空间校正参数sc为整数,则与前置分量靶标图像中第i行相匹配的像素行,包括:中间分量靶标图像的sc+i行;后置分量靶标图像的2sc+i行,其与上述第一种判定方式相同,在此不再赘述。
若空间校正参数sc为包含整数部分和小数部分的N进制k位小数,则与前置分量靶标图像中第i行相匹配的像素行,包括:中间分量靶标图像的采样行,具体为:根据空间校正参数sc小数部分的数值在中间分量靶标图像中sc的整数部分加i行和sc的整数部分加i+1行之间进行插值所得到的插值行;后置分量靶标图像的采样行,具体为:根据二倍空间校正参数2sc小数部分的数值在后置分量靶标图像中2sc的整数部分加i行和2sc的整数部分加i+1行之间进行插值所得到的插值行。
为了便于本领域的技术人员更好地理解本技术方案,以下针对采样行的获取方法进行详细阐述:
对于中间分量靶标图像的采样行,在中间分量靶标图像中sc的整数部分加i行和sc的整数部分加i+1行之间假定插入Nk-1行,但实际上只对插入的Nk-1行中sc的小数部分乘以Nk行进行插值,以该插值行作为中间分量靶标图像的采样行;对于后置分量靶标图像的采样行,在后置分量靶标图像中2sc的整数部分加i行和2sc的整数部分加i+1行之间假定插入Nk-1行,但实际上只对插入的Nk-1行中2sc的小数部分乘以Nk行进行插值,以该插值行作为后置分量靶标图像的采样行。
应当指出的是,本发明实施例为了便于本领域的技术人员更好地理解本技术方案特采用“假定插入……实际插入……”的描述方式对上述技术方案进行说明,但不应当将其理解为真的需要插入Nk-1行,更不应当将其作为本发明保护范围的限制。以下均采用“假定插入……实际插入……”的方式对具体实施例进行描述。
同样以不同分量靶标图像分别具有10行像素,空间校正参数sc为2.7(10进制1位小数)为例,在本实施例中,若要在中间分量靶标图像和后置分量靶标图像中抽取与前置分量靶标图像中的第1行相匹配的像素行,则在中间分量靶标图像的第3行和第4行之间假定插入9行,实际上只对插入的9行像素中的第7行进行插值,以该插值行作为相匹配的像素行;在后置分量靶标图像的第6行和第7行之间假定插入9行,实际上只对插入的9行像素中的第4行进行插值,以该插值行作为相匹配的像素行。
比较上述两种相匹配的像素行的判定方式可知,当空间校正参数为小数时,在第一种判定方式中,对中间分量靶标图像和后置分量靶标图像的整副图像进行亚像素处理(相邻像素行之间插入对应的行数),然后抽取亚像素处理后的图像中对应的像素行;在第二种判定方式中,根据空间校正参数的整数部分,仅对中间分量靶标图像和后置分量靶标图像中对应的像素行进行亚像素处理(仅在两行像素之间插入对应的行数),并且根据空间校正参数的小数部分只对假定插入像素行中的某一行进行插值,以该插值行作为相匹配的像素行。
由于在第二种判定方式中每次仅对中间分量靶标图像和后置分量靶标图像中的一行进行插值,因此,可以大大降低处理器的数据处理量,减少重叠误差的计算时间。其中的插值可以采用双线性插值、双三次插值或本领域常用的其它插值算法,本发明对此不做限制。
步骤S300:将空间校正参数的精度等级加一,并计算当前精度等级下的空间校正参数;
在本发明中,采用“先粗后细”的方式,逐步扩大空间校正参数的精度等级,使得空间校正参数与实际空间校正参数逐渐逼近,进而获得高精度的空间校正参数。其中,在每次扩大精度等级之后,需要确定最小精度位上的数值大小,即计算当前精度等级下的空间校正参数,在本发明实施例中提供两种最小精度位的计算方法。
图5为本发明实施例提供的第一种空间校正参数的最小精度位计算方法流程图,其包括以下步骤:
步骤S301:将空间校正参数加上一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
例如,上一空间校正参数为3,精度等级加一后,空间校正参数变为3.0,将空间校正参数加上一个最小精度单位,即加上0.1,当前空间校正参数为3.1,计算空间校正参数为3.1时,不同分量靶标图像之间的重叠误差。
步骤S302:判断当前空间校正参数所对应的重叠误差是否小于上一空间校正参数所对应的重叠误差,如果是,则进入步骤S303;否则,进入步骤S305;
若空间校正参数为3.1时的重叠误差小于空间校正参数为3时的重叠误差,则进入步骤S303;否则,进入步骤S305。即以重叠误差减小的方向确定迭代方向。
步骤S303:将当前空间校正参数加上一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
根据步骤S302中的判断,确定空间校正参数的迭代方向为正向,则将当前空间校正参数3.1加上0.1,并根据空间校正参数3.2计算不同分量靶标图像之间的重叠误差。
步骤S304:判断当前空间校正参数所对应的重叠误差是否大于上一空间校正参数所对应的重叠误差,如果是,则将上一空间校正参数作为当前精度等级下的空间校正参数;否则,返回步骤S303;
判断空间校正参数为3.2时的重叠误差是否大于空间校正参数为3.1时的重叠误差,如果是,则将3.1作为当前精度等级下的空间校正参数;否则,返回步骤S303继续迭代,直到搜索到当前精度等级下最小重叠误差所对应的空间校正参数。
步骤S305:将当前空间校正参数减去一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
根据步骤S302中的判断,确定空间校正参数的迭代方向为负向,则将上一空间校正参数3.0减去0.1,并根据空间校正参数2.9计算不同分量靶标图像之间的重叠误差。
步骤S306:判断当前空间校正参数所对应的重叠误差是否大于上一空间校正参数所对应的重叠误差,如果是,则将上一空间校正参数作为当前精度等级下的空间校正参数;否则,返回步骤S305。
判断空间校正参数为2.9时的重叠误差是否大于空间校正参数为3.0时的重叠误差,如果是,则将3.0作为当前精度等级下的空间校正参数;否则,返回步骤S305继续迭代,直到搜索到当前精度等级下最小重叠误差所对应的空间校正参数。
图6为本发明实施例提供的第二种空间校正参数的最小精度位计算方法流程图,其包括以下步骤:
步骤S311:将空间校正参数减去一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S312:判断当前空间校正参数所对应的重叠误差是否小于上一空间校正参数所对应的重叠误差,如果是,则进入步骤S313;否则,进入步骤S315;
步骤S313:将当前空间校正参数减去一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S314:判断当前空间校正参数所对应的重叠误差是否大于上一空间校正参数所对应的重叠误差,如果是,则将上一空间校正参数作为当前精度等级下的空间校正参数;否则,返回步骤S313;
步骤S315:将当前空间校正参数加上一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S316:判断当前空间校正参数所对应的重叠误差是否大于上一空间校正参数所对应的重叠误差,如果是,则将上一空间校正参数作为当前精度等级下的空间校正参数;否则,返回步骤S315。
上述第二种空间校正参数的最小精度位计算方法与第一种相似,故不再举例说明。
步骤S400的目的在于设定空间校正参数循环迭代过程中的终止条件,在本发明实施例中,其可以分为两种:
第一种包括步骤S410(如图3所示):判断当前精度等级是否大于预设精度等级,如果是,则进入步骤S500;否则,返回步骤S300;
步骤S500:比较不同精度等级下空间校正参数所对应的重叠误差,将重叠误差最小的空间校正参数作为最终空间校正参数。
也就是说,在第一种方法中以预设的精度等级作为迭代循环的终止条件,循环终止后比较每个精度等级下空间校正参数所对应的重叠误差,进而确定最终空间校正参数。例如,预设精度等级为0.001,在每个精度等级下的空间校正参数分别为3、3.5、3.52、3.528,分别比较上述数值下空间校正参数所对应的重叠误差,以重叠误差最小的数值作为最终空间校正参数。
第二种包括步骤S420(如图4所示):判断当前精度等级下空间校正参数所对应的重叠误差是否大于上一精度等级下空间校正参数所对应的重叠误差,如果是,则进入步骤S600;否则,返回步骤S300;
步骤S600:将上一精度等级下的空间校正参数作为最终空间校正参数。
也就是说,在第二种方法中实时比较两相邻精度等级下的重叠误差大小,直到当前精度等级下的空间校正参数大于上一精度等级下的空间校正参数,则终止迭代循环,并以上一精度等级下的空间校正参数作为最终空间校正参数。例如,在精度等级为0.01和0.001下的空间校正参数分别为3.52和3.528,空间校正参数为3.528时的重叠误差大于空间校正参数为3.52时的重叠误差,则将3.52作为最终空间校正参数。
通过以上的方法实施例的描述,所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所述的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种彩色线阵相机空间校正参数的获取方法,其特征在于,所述方法包括:
步骤S100:读取在红、绿、蓝三通道中具有相同分量值的靶标图,获得前置分量靶标图像、中间分量靶标图像和后置分量靶标图像;
步骤S200:根据预设的空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S300:将空间校正参数的精度等级加一,并计算当前精度等级下的空间校正参数;
步骤S400:判断当前精度等级是否大于预设精度等级,如果是,则进入步骤S500;否则,返回步骤S300;
或者,判断当前精度等级下空间校正参数所对应的重叠误差是否大于上一精度等级下空间校正参数所对应的重叠误差,如果是,则进入步骤S600;否则,返回步骤S300;
步骤S500:比较不同精度等级下空间校正参数所对应的重叠误差,将重叠误差最小的空间校正参数作为最终空间校正参数;
步骤S600:将上一精度等级下的空间校正参数作为最终空间校正参数。
2.根据权利要求1所述的彩色线阵相机空间校正参数的获取方法,其特征在于,所述步骤S300中计算当前精度等级下的空间校正参数,包括:
步骤S301:将空间校正参数加上一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S302:判断当前空间校正参数所对应的重叠误差是否小于上一空间校正参数所对应的重叠误差,如果是,则进入步骤S303;否则,进入步骤S305;
步骤S303:将当前空间校正参数加上一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S304:判断当前空间校正参数所对应的重叠误差是否大于上一空间校正参数所对应的重叠误差,如果是,则将上一空间校正参数作为当前精度等级下的空间校正参数;否则,返回步骤S303;
步骤S305:将当前空间校正参数减去一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S306:判断当前空间校正参数所对应的重叠误差是否大于上一空间校正参数所对应的重叠误差,如果是,则将上一空间校正参数作为当前精度等级下的空间校正参数;否则,返回步骤S305。
3.根据权利要求1所述的彩色线阵相机空间校正参数的获取方法,其特征在于,所述步骤S300中计算当前精度等级下的空间校正参数,包括:
步骤S311:将空间校正参数减去一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S312:判断当前空间校正参数所对应的重叠误差是否小于上一空间校正参数所对应的重叠误差,如果是,则进入步骤S313;否则,进入步骤S315;
步骤S313:将当前空间校正参数减去一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S314:判断当前空间校正参数所对应的重叠误差是否大于上一空间校正参数所对应的重叠误差,如果是,则将上一空间校正参数作为当前精度等级下的空间校正参数;否则,返回步骤S313;
步骤S315:将当前空间校正参数加上一个最小精度单位,并根据当前空间校正参数计算不同分量靶标图像之间的重叠误差;
步骤S316:判断当前空间校正参数所对应的重叠误差是否大于上一空间校正参数所对应的重叠误差,如果是,则将上一空间校正参数作为当前精度等级下的空间校正参数;否则,返回步骤S315。
4.根据权利要求1-3任一项所述的彩色线阵相机空间校正参数的获取方法,其特征在于,所述计算不同分量靶标图像之间的重叠误差,包括:
依次抽取不同分量靶标图像中相匹配的像素行,计算相匹配的像素行之间像素值两两之差的绝对值,并对所有绝对值累计求和,进而得到重叠误差。
5.根据权利要求4所述的彩色线阵相机空间校正参数的获取方法,其特征在于,
若空间校正参数sc为整数,则与前置分量靶标图像中第i行相匹配的像素行,包括:
中间分量靶标图像的sc+i行;后置分量靶标图像的2sc+i行;
若空间校正参数sc为包含整数部分和小数部分的N进制k位小数,则与前置分量靶标图像中第i行相匹配的像素行,包括:
经Nk倍插值后,中间分量靶标图像的(sc+i)*Nk行;经Nk倍插值后,后置分量靶标图像的(2sc+i)*Nk行。
6.根据权利要求4所述的彩色线阵相机空间校正参数的获取方法,其特征在于,
若空间校正参数sc为整数,则与前置分量靶标图像中第i行相匹配的像素行,包括:
中间分量靶标图像的sc+i行;后置分量靶标图像的2sc+i行;
若空间校正参数sc为包含整数部分和小数部分的N进制k位小数,则与前置分量靶标图像中第i行相匹配的像素行,包括:
中间分量靶标图像的采样行,具体为:根据空间校正参数sc小数部分的数值在中间分量靶标图像中sc的整数部分加i行和sc的整数部分加i+1行之间进行插值所得到的插值行;
后置分量靶标图像的采样行,具体为:根据二倍空间校正参数2sc小数部分的数值在后置分量靶标图像中2sc的整数部分加i行和2sc的整数部分加i+1行之间进行插值所得到的插值行。
7.根据权利要求5或6所述的彩色线阵相机空间校正参数的获取方法,其特征在于,所述插值包括:双线性插值或双三次插值。
8.根据权利要求1所述的彩色线阵相机空间校正参数的获取方法,其特征在于,所述前置分量靶标图像、中间分量靶标图像和后置分量靶标图像分别为:红色分量靶标图像、蓝色分量靶标图像和绿色分量靶标图像;或者,绿色分量靶标图像、蓝色分量靶标图像或红色分量靶标图像。
9.根据权利要求1所述的彩色线阵相机空间校正参数的获取方法,其特征在于,所述靶标图为黑白靶标图。
10.根据权利要求1所述的彩色线阵相机空间校正参数的获取方法,其特征在于,所述空间校正参数为十进制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510673041.1A CN105335969B (zh) | 2015-10-16 | 2015-10-16 | 一种彩色线阵相机空间校正参数的获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510673041.1A CN105335969B (zh) | 2015-10-16 | 2015-10-16 | 一种彩色线阵相机空间校正参数的获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105335969A true CN105335969A (zh) | 2016-02-17 |
CN105335969B CN105335969B (zh) | 2017-12-05 |
Family
ID=55286474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510673041.1A Active CN105335969B (zh) | 2015-10-16 | 2015-10-16 | 一种彩色线阵相机空间校正参数的获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105335969B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107358628A (zh) * | 2017-06-27 | 2017-11-17 | 中国航空工业集团公司北京长城航空测控技术研究所 | 基于靶标的线阵图像处理方法 |
WO2019037489A1 (zh) * | 2017-08-25 | 2019-02-28 | 腾讯科技(深圳)有限公司 | 地图显示方法、装置、存储介质及终端 |
CN109660774A (zh) * | 2018-11-29 | 2019-04-19 | 杭州电子科技大学 | 基于fpga的线阵错位图像复合去彩边方法 |
CN110611770A (zh) * | 2019-10-08 | 2019-12-24 | 凌云光技术集团有限责任公司 | 线阵相机行频与物体运动速度是否匹配的判断方法及系统 |
CN110636308A (zh) * | 2019-09-21 | 2019-12-31 | 苏州维赛智芯体育科技有限公司 | 一种基于改进型游程编码的线阵图像数据压缩方式 |
CN113115017A (zh) * | 2021-03-05 | 2021-07-13 | 上海炬佑智能科技有限公司 | 3d成像模组参数检验方法以及3d成像装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102168972A (zh) * | 2010-12-15 | 2011-08-31 | 中国资源卫星应用中心 | 一种基于rpc的三线阵立体卫星区域网平差改进及检校方法 |
CN102663693A (zh) * | 2012-03-26 | 2012-09-12 | 航天恒星科技有限公司 | 一种基于最小二乘法的线阵推扫式影像自适应辐射校正方法 |
CN103781095A (zh) * | 2012-10-23 | 2014-05-07 | 华为技术有限公司 | 一种tdoa测量误差的校正方法、传输点和系统 |
-
2015
- 2015-10-16 CN CN201510673041.1A patent/CN105335969B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102168972A (zh) * | 2010-12-15 | 2011-08-31 | 中国资源卫星应用中心 | 一种基于rpc的三线阵立体卫星区域网平差改进及检校方法 |
CN102663693A (zh) * | 2012-03-26 | 2012-09-12 | 航天恒星科技有限公司 | 一种基于最小二乘法的线阵推扫式影像自适应辐射校正方法 |
CN103781095A (zh) * | 2012-10-23 | 2014-05-07 | 华为技术有限公司 | 一种tdoa测量误差的校正方法、传输点和系统 |
Non-Patent Citations (3)
Title |
---|
张洪涛 等: "基于两步法线阵CCD标定技术研究", 《计量学报》 * |
韩友美 等: "基于激光扫描仪的线阵相机动态高精度标定", 《测绘学报》 * |
高俊钗 等: "线阵相机的图像校正", 《激光与光电子学进展》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107358628A (zh) * | 2017-06-27 | 2017-11-17 | 中国航空工业集团公司北京长城航空测控技术研究所 | 基于靶标的线阵图像处理方法 |
CN107358628B (zh) * | 2017-06-27 | 2021-07-13 | 中国航空工业集团公司北京长城航空测控技术研究所 | 基于靶标的线阵图像处理方法 |
WO2019037489A1 (zh) * | 2017-08-25 | 2019-02-28 | 腾讯科技(深圳)有限公司 | 地图显示方法、装置、存储介质及终端 |
US11578988B2 (en) | 2017-08-25 | 2023-02-14 | Tencent Technology (Shenzhen) Company Limited | Map display method, device, storage medium and terminal |
CN109660774A (zh) * | 2018-11-29 | 2019-04-19 | 杭州电子科技大学 | 基于fpga的线阵错位图像复合去彩边方法 |
CN109660774B (zh) * | 2018-11-29 | 2020-12-01 | 杭州电子科技大学 | 基于fpga的线阵错位图像复合去彩边方法 |
CN110636308A (zh) * | 2019-09-21 | 2019-12-31 | 苏州维赛智芯体育科技有限公司 | 一种基于改进型游程编码的线阵图像数据压缩方式 |
CN110636308B (zh) * | 2019-09-21 | 2022-05-10 | 苏州维赛智芯体育科技有限公司 | 一种基于改进型游程编码的线阵图像数据压缩方法 |
CN110611770A (zh) * | 2019-10-08 | 2019-12-24 | 凌云光技术集团有限责任公司 | 线阵相机行频与物体运动速度是否匹配的判断方法及系统 |
CN113115017A (zh) * | 2021-03-05 | 2021-07-13 | 上海炬佑智能科技有限公司 | 3d成像模组参数检验方法以及3d成像装置 |
CN113115017B (zh) * | 2021-03-05 | 2022-03-18 | 上海炬佑智能科技有限公司 | 3d成像模组参数检验方法以及3d成像装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105335969B (zh) | 2017-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105335969A (zh) | 一种彩色线阵相机空间校正参数的获取方法 | |
RU2421814C2 (ru) | Способ формирования составного изображения | |
CN111462503B (zh) | 车辆测速方法、装置及计算机可读存储介质 | |
CN109345597B (zh) | 一种基于增强现实的相机标定图像采集方法及装置 | |
CN106485757A (zh) | 一种基于实心圆标定板的立体视觉系统标定平台及标定方法 | |
CN109559349A (zh) | 一种用于标定的方法和装置 | |
CN112801870B (zh) | 一种基于网格优化的图像拼接方法,拼接系统及可读存储介质 | |
CN106447602A (zh) | 一种图像拼接方法及装置 | |
CN105376562B (zh) | 一种彩色线阵相机的空间校正方法及系统 | |
CN103379294B (zh) | 图像处理设备、具有该设备的摄像设备和图像处理方法 | |
US5058181A (en) | Hardware and software image processing system | |
CN110490196A (zh) | 主体检测方法和装置、电子设备、计算机可读存储介质 | |
CN110909694A (zh) | 获取分光器端口信息的方法、装置、终端以及存储介质 | |
CN114140623A (zh) | 一种图像特征点提取方法及系统 | |
CN110111648A (zh) | 一种编程训练系统及方法 | |
Zhu et al. | Photometric transfer for direct visual odometry | |
CN105787464A (zh) | 一种大量图片在三维场景中的视点标定方法 | |
CN111325218B (zh) | 基于光场图像的Hog特征检测与匹配方法 | |
CN110378964B (zh) | 一种摄像机外参标定方法及装置、存储介质 | |
US6222938B1 (en) | Compensating pixel records of related images for detecting images disparity, apparatus and method | |
JP2981382B2 (ja) | パターンマッチング方法 | |
CN114339205A (zh) | 一种测试图生成方法及装置 | |
CN115456870A (zh) | 基于外参估计的多图像拼接方法 | |
KR100886323B1 (ko) | 컬러 히스토그램을 이용한 실시간 물체 추적 방법 및 장치 | |
CN109029779B (zh) | 一种实时人体温度快速侦测法 |
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 | ||
CP03 | Change of name, title or address |
Address after: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701 Patentee after: Lingyunguang Technology Co., Ltd Address before: 100094 Beijing city Haidian District road Tamatsu wisdom Valley Center Building 2 Patentee before: LUSTER LIGHTTECH GROUP Co.,Ltd. |
|
CP03 | Change of name, title or address |