CN106981083A - 双目立体视觉系统摄像机参数的分步标定方法 - Google Patents
双目立体视觉系统摄像机参数的分步标定方法 Download PDFInfo
- Publication number
- CN106981083A CN106981083A CN201710162395.9A CN201710162395A CN106981083A CN 106981083 A CN106981083 A CN 106981083A CN 201710162395 A CN201710162395 A CN 201710162395A CN 106981083 A CN106981083 A CN 106981083A
- Authority
- CN
- China
- Prior art keywords
- camera
- matrix
- video camera
- parameter
- coordinate
- 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
Abstract
本发明双目立体视觉系统摄像机参数的分步标定方法属于图像处理和计算机视觉检测领域,涉及大型锻件尺寸测量系统中摄像机内、外参数的分步标定方法。该标定方法,首先在实验室中离线标定相机的内参数矩阵,通过高精度电控平台带动相机做两组相互独立三正交运动,利用FOE点的性质列出线性方程唯一求解出相机的内参数;在锻造实验现场通过8‑点法求解两幅图像之间基础矩阵,进而分解本质矩阵的方法,实现相机外参数的实时在线标定;最后利用图像信息重建高精度三维标尺的长度,实现相机比例因子的求解。这种方法标定过程简便,标定时间短,精度高,能以较少的图像精确实现锻造现场双目视觉测量系统相机的标定。
Description
技术领域
本发明属于计算机视觉检测领域,特别涉及一种双目立体视觉系统摄像机内外参数的分步标定方法。
背景技术
双目立体视觉是根据双目摄像机同时拍摄的两张图片的二维图像信息得到物体的几何三维信息。从二维图像信息恢复物体三维信息依赖于双目视觉系统的模型,最重要的是需要确定摄像机的成像几何模型,该几何模型的参数称为摄像机参数。摄像机参数包括内参数与外参数,其中内参数是与摄像机几何和光学特性有关的参数,只依赖于摄像机自身的制造特点;外参数为摄像机坐标系相对于建立好的世界坐标系的旋转和平移关系量。摄像机标定过程就是确定内、外参数的过程,标定方法的精度直接影响到计算机视觉检测的精度。因此,如何对摄像机进行快速、简捷、精准的标定具有重大的意义。
传统的摄像机和双目视觉传感器标定方法通常依赖于精密加工的2D或3D辅助标定物。Tsai提出的“A versatile camera calibration technique for high-accuracy 3Dvision metrology using off-the-shelf TV cameras and lenses”(IEEE Journal OfRobotics and Automation,1987,3(4):323-344)基于径向约束的两步法能够获得较为精确的标定结果,张正友提出的“A Flexible New Technique For Camera Calibration”(IEEE Transactions on Pattern Analysis&Machine Intelligence,2000,22(11):1330-1334)基于棋盘格靶标标定方法同样可以获得较高的精度。但是对于大视场下的摄像机标定而言,由于传统标定方法所占有视场较小,导致特征点提取误差大;同时传统标定方法所使用的2D或3D靶标造价昂贵并且维护困难,标定过程复杂,标定时间长,因此不适合无法应用辅助标定物的场合、大场景测量以及在线标定的情况。
发明内容
本发明所要解决的技术问题是克服现有技术的不足,针对在锻造现场传统标定方法严格依赖于高精度辅助标定无,且标定方法复杂、实时性差的问题,提出了双目立体视觉系统摄像机内参数离线标定、外参数实时在线标定的分步标定方法。这种方法标定过程简便,标定时间短,精度高;能以较少的图像精确实现锻造现场双目视觉测量系统相机的标定。
本发明采用的技术方案是双目立体视觉系统摄像机参数的分步标定方法,该方法首先在实验室中离线标定摄像机的内参数矩阵,通过高精度电控平台带动摄像机做两组相互独立三正交运动,利用FOE点的性质列出线性方程,可以唯一求解出摄像机的内参数;在实验现场通过8-点法求解两幅图像之间基础矩阵,进而分解本质矩阵的方法,实现摄像机外参数的实时在线标定。具体步骤如下:
步骤1:摄像机内参数矩阵K的标定
摄像机标定通常采用经典的小孔成像模型,该模型的表达式如下:
其中,(Xw,Yw,Zw,1)T为空间点在世界坐标系中的齐次坐标,(u,v,1)T为对应的像素点在图像坐标系中的齐次坐标,fu为摄像机横向尺度因子,fv为摄像机纵向尺度因子,(u0,v0)为主点坐标,s为比例因子,K为摄像机内部参数矩阵,[R|t]为摄像机的外部参数矩阵,R为旋转矩阵,t为平移向量。
利用高精度的位移电控平台控制摄像机作一组三正交运动(两两正交的三次平移运动),根据图像对应点计算对应的3个FOE(Focus of Expansion)点,记做F1,F2,F3。设FOE的图像坐标为(ui,vi),i=1,2,3。则向量与摄像机的平移向量平行。由FOE点的性质,可以得到以下3个有关fu,fv,u0,v0的约束方程:
将式(2)减去式(3)和(4),并令x=u0,可以得到关于x,y,z的二个线性约束方程:
(u1-u3)x+(v1-v3)y-v2(v1-v3)z=u2(u1-u3) (5)
(u2-u3)x+(v2-v3)y-v1(v2-v3)z=u1(u2-u3) (6)
显然,通过式(5),(6)不能唯一确定x,y,z,需要再作一次三正交运动。从二组形如式(5),(6)的约束方程中线性唯一求解出x,y,z,进而求得摄像机的内参数fu,fv,u0,v0。
步骤2:摄像机外参数矩阵[R|t]的标定
令左摄像机光学中心位于世界坐标系O-XYZ原点,且无旋转。左摄像机图像坐标系Ol-ulvl,有效焦距为fl;右摄像机的坐标系为Or-XrYrZr,右图像坐标系为Or-urvr,有效焦距为fr。
(a)求取基本矩阵,在双目视觉系统的公共视场内摆放棋盘格标定模板,拍摄后得到两张标定板图像;选取棋盘格上的至少8个的任意特征点,找出其在两幅图像中的对应点对。(uil,vil),(uir,vir)为两幅图像中对应点坐标,利用8组点对的像素坐标利用8组点对的像素坐标,求解以下方程组:
其中,
然后对A的奇异值分解为A=UDVT,则问题(7)的解是V的最后一个列向量,即f=v9,有此可构造出两幅图像之间的基础矩阵F。
(b)根据步骤1中得出的左右摄像机的内参数矩阵KL,KR,由E=KL TFKR,即可得到本质矩阵E。
(c)本质矩阵由双目立体视觉的内外参数共同决定,根据E=[t]XR,其中[t]X为平移矢量t的反对称矩阵,R为旋转矩阵,由步骤(b)中得到的本质矩阵E即可计算出旋转矩阵R和平移矢量t,从而得到左右摄像机的外参数。
步骤3:摄像机比例因子s的求解
左摄像机坐标系O-XYZ与右摄像机坐标系Or-XrYrZr之间的相互位置关系可以用步骤2得到的[R|t]矩阵表示成如下形式:
其中,
两个摄像机视场中的三维坐标可以表示成:
由(11)式可以看出,已知左右摄像机的焦距和空间点在2个摄像机中图像坐标,带入旋转矩阵R和平移矢量t的值,就可以求出空间点的三维空间坐标值。
用已经标定出内外参数的双目视觉测量系统去拍摄长度为L的高精度标尺,利用式(11)求得该标尺在空间中的三维坐标值,从而重建出其三维长度为l,则摄像机的比例因子
采用步骤1~3,即可计算双目视觉测量系统的内外参数,完成系统的标定过程。
本发明的有益效果是利用主动视觉的方法在实验室中离线标定摄像机的内参数;在锻造现场利用该双目系统拍摄到的图像之间的基础矩阵,实时对摄像机的外参数进行标定。本发明是一种简单易实现的标定方法,特别适用于锻造现场快速准确的标定需求。
附图说明
图1为本发明的装置结构示意图。图中:1平台;2左摄像机电控平台;3右摄像机电控平台;4左摄像机;5右摄像机;6二维棋盘格标定板。
图2为基于主动视觉的摄像机内参数标定原理示意图。1、2为摄像机平移前后拍摄到的前、后图像,3为空间中物点P,O1,O2分别为摄像机平移前后的前、后光心,空间点P在前图像1中的前投影点为p1,在后图像2中的后投影点为p2,p′2为后投影点p2在前图像1中的对应点,点e称作FOE点,也是极点。的方向即为摄像机平移的方向。
具体实施方式
下面结合附图和技术方案详细说明本发明的实施。
图1为本发明的装置结构示意图,本实施例中采用的双目视觉摄像机型号为:SVCam-svs11002,分辨率为4008×2672;高精度的电控平台采用Physik Instrumente(PI),位移精度达到0.1μm;高精度标准尺的长度为2001.464mm。在测量范围为3m×2.5m的实验现场进行标定,棋盘格标定板到摄像机的距离约为5m。
该方法首先在实验室中离线标定摄像机的内参数矩阵,通过高精度电控平台带动摄像机做两组相互独立三正交运动,利用FOE点的性质列出线性方程,可以唯一求解出摄像机的内参数;在实验现场通过8-点法求解两幅图像之间基础矩阵,进而分解本质矩阵的方法,实现摄像机外参数的实时在线标定。具体步骤如下:
步骤1:摄像机内参数矩阵K的标定
利用PI位移电控平台控制摄像机作一组三正交运动,两两正交的三次平移运动,根据图像对应点计算对应的3个FOE点,记做F1,F2,F3。设FOE点的图像坐标为(ui,vi),i=1,2,3。则向量与摄像机的平移向量平行,如图2所示。由FOE点的性质,可以得到有关fu,fv,u0,v0的三个约束方程公式(2)、(3)、(4),
将公式(2)减去式公式(3)和公式(4),并令x=u0, 可以得到关于x,y,z的二个线性约束方程(5)、(6),显然,通过式(5),(6)不能唯一确定x,y,z,需要再作一次三正交运动。从二组形如式(5),(6)的约束方程中线性唯一求解出x,y,z,进而求得摄像机的内参数fu,fv,u0,v0。
步骤2:摄像机外参数矩阵[R|t]的标定
令左摄像机光学中心位于世界坐标系O-XYZ原点,且无旋转。左摄像机图像坐标系Ol-ulvl,有效焦距为fl;右摄像机的坐标系为Or-XrYrZr,右图像坐标系为Or-urvr,有效焦距为fr。
(a)求取基本矩阵,在双目视觉系统的公共视场内摆放棋盘格标定模板,拍摄后得到两张标定板图像;选取棋盘格上的至少8个的任意特征点,找出其在两幅图像中的对应点对。(uil,vil),(uir,vir)为两幅图像中对应点坐标,利用8组点对的像素坐标利用8组点对的像素坐标,求解以下方程组:
其中,
然后对A的奇异值分解为A=UDVT,则问题(7)的解是V的最后一个列向量,即f=v9,有此可构造出两幅图像之间的基础矩阵F。
(b)根据步骤1中得出的左右摄像机的内参数矩阵KL,KR,由E=KL TFKR,即可得到本质矩阵E。
(c)本质矩阵由双目立体视觉的内外参数共同决定,根据E=[t]XR,其中[t]X为平移矢量t的反对称矩阵,R为旋转矩阵,由步骤(b)中得到的本质矩阵E即可计算出旋转矩阵R和平移矢量t,从而得到左右摄像机的外参数。
步骤3:摄像机比例因子s的求解
左摄像机坐标系O-XYZ与右摄像机坐标系Or-XrYrZr之间的相互位置关系可以用步骤2得到的[R|t]矩阵表示成如下形式:
其中,
两个摄像机视场中的三维坐标可以表示成:
由(11)式可以看出,已知左右摄像机的焦距和空间点在2个摄像机中图像坐标,带入旋转矩阵R和平移矢量t的值,就可以求出空间点的三维空间坐标值。
用已经标定出内外参数的双目视觉测量系统去拍摄长度为L的高精度标尺,利用式(11)求得该标尺在空间中的三维坐标值,从而重建出其三维长度为l=2004.1mm,则摄像机的比例因子
采用步骤1~3,即可计算双目视觉测量系统摄像机的内外参数,从而完成系统的标定过程。
Claims (1)
1.一种双目立体视觉系统摄像机参数的分步标定方法,其特征是,该方法首先采用主动视觉的方法对摄像机的内参数进行标定;其次迭代极小化重投影像点与理想像点偏差来对摄像机的外参数进行优化;最后重建长度精确已知的高精度标尺求取摄像机比例因子,方法的具体步骤如下:
步骤1:摄像机内参数矩阵K的标定
摄像机标定通常采用经典的小孔成像模型,该模型的表达式如下:
其中,(Xw,Yw,Zw,1)T为空间点在世界坐标系中的齐次坐标,(u,v,1)T为对应的像素点在图像坐标系中的齐次坐标,fu为摄像机横向尺度因子,fv为摄像机纵向尺度因子,(u0,v0)为主点坐标,s为比例因子,K为摄像机内部参数矩阵,[R|t]为摄像机的外部参数矩阵,R为旋转矩阵,t为平移向量;
利用高精度的位移电控平台控制摄像机作一组三正交运动,两两正交的三次平移运动,根据图像对应点计算对应的3个FOE点,记做F1,F2,F3,设FOE点的图像坐标为(ui,vi),i=1,2,3,则向量与摄像机的平移向量T=(Tx,Ty,Tz)T平行,由FOE点的性质,得到以下3个有关fu,fv,u0,v0的约束方程:
将式(2)减去式(3)和(4),并令x=u0,得到关于x,y,z的二个线性约束方程:
(u1-u3)x+(v1-v3)y-v2(v1-v3)z=u2(u1-u3) (5)
(u2-u3)x+(v2-v3)y-v1(v2-v3)z=u1(u2-u3) (6)
显然,通过式(5),(6)不能唯一确定x,y,z,需要再作一次三正交运动,从二组形如式(5),(6)的约束方程中线性唯一求解出x,y,z,进而求得摄像机的内参数fu,fv,u0,v0;
步骤2:摄像机外参数矩阵[R|t]的标定
令左摄像机光学中心位于世界坐标系O-XYZ原点,且无旋转,左摄像机图像坐标系Ol-ulvl,有效焦距为fl;右摄像机的坐标系为Or-XrYrZr,右图像坐标系为Or-urvr,有效焦距为fr;
(a)求取基本矩阵,在双目视觉系统的公共视场内摆放棋盘格标定模板,拍摄后得到两张标定板图像;选取棋盘格上的至少8个的任意特征点,找出其在两幅图像中的对应点对,(uil,vil),(uir,vir)为两幅图像中对应点坐标,利用8组点对的像素坐标利用8组点对的像素坐标,求解以下方程组:
其中,
然后对A的奇异值分解为A=UDVT,则问题(7)的解是V的最后一个列向量,即f=v9,有此可构造出两幅图像之间的基础矩阵F;
(b)根据步骤1中得出的左右摄像机的内参数矩阵KL,KR,由E=KL TFKR,即可得到本质矩阵E;
(c)本质矩阵由双目立体视觉的内外参数共同决定,根据E=[t]XR,其中[t]X为平移矢量t的反对称矩阵,R为旋转矩阵,由步骤(b)中得到的本质矩阵E即可计算出旋转矩阵R和平移矢量t,从而得到左右摄像机的外参数;
步骤3:摄像机比例因子s的求解
左摄像机坐标系O-XYZ与右摄像机坐标系Or-XrYrZr之间的相互位置关系可以用步骤2得到的[R|t]矩阵表示成:
其中,两个摄像机视场中的三维坐标表示成:
由(11)式看出,已知左右摄像机的焦距和空间点在2个摄像机中图像坐标,带入旋转矩阵R和平移矢量t的值,就求出空间点的三维空间坐标值,用已经标定出内外参数的双目视觉测量系统去拍摄长度为L的高精度标尺,利用式(11)求得该标尺在空间中的三维坐标值,从而重建出其三维长度为l,则摄像机的比例因子
采用上述步骤1~3,计算双目视觉测量系统摄像机的内外参数,完成系统的标定过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710162395.9A CN106981083B (zh) | 2017-03-22 | 2017-03-22 | 双目立体视觉系统摄像机参数的分步标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710162395.9A CN106981083B (zh) | 2017-03-22 | 2017-03-22 | 双目立体视觉系统摄像机参数的分步标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106981083A true CN106981083A (zh) | 2017-07-25 |
CN106981083B CN106981083B (zh) | 2019-06-28 |
Family
ID=59338232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710162395.9A Active CN106981083B (zh) | 2017-03-22 | 2017-03-22 | 双目立体视觉系统摄像机参数的分步标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106981083B (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107545593A (zh) * | 2017-10-19 | 2018-01-05 | 深圳大学 | 视觉辅助的傅里叶叠层成像位置标定方法及装置 |
CN107560543A (zh) * | 2017-09-04 | 2018-01-09 | 华南理工大学 | 一种基于双目立体视觉的摄像机光轴偏移校正装置与方法 |
CN107655664A (zh) * | 2017-08-29 | 2018-02-02 | 农业部南京农业机械化研究所 | 基于双目图像采集的喷雾机喷杆动态特性测试系统及方法 |
CN108280858A (zh) * | 2018-01-29 | 2018-07-13 | 重庆邮电大学 | 多视图重建中的一种线性全局相机运动参数估计方法 |
CN108346164A (zh) * | 2018-01-09 | 2018-07-31 | 云南大学 | 利用本质矩阵的性质标定锥镜面折反射摄像机的方法 |
CN108734743A (zh) * | 2018-04-13 | 2018-11-02 | 深圳市商汤科技有限公司 | 用于标定摄像装置的方法、装置、介质及电子设备 |
CN108765484A (zh) * | 2018-05-18 | 2018-11-06 | 北京航空航天大学 | 基于两台高速摄像机的活体昆虫运动采集及数据重构方法 |
CN109242914A (zh) * | 2018-09-28 | 2019-01-18 | 上海爱观视觉科技有限公司 | 一种可动视觉系统的立体标定方法 |
CN110866954A (zh) * | 2019-11-13 | 2020-03-06 | 中山大学 | 长度约束下的弹目标高精度姿态测量方法 |
CN111402315A (zh) * | 2020-03-03 | 2020-07-10 | 四川大学 | 一种自适应调整双目摄像机基线的三维距离测量方法 |
CN112164119A (zh) * | 2020-09-04 | 2021-01-01 | 华南理工大学 | 一种适用于狭小空间的环绕放置多摄像机系统标定方法 |
CN112308925A (zh) * | 2019-08-02 | 2021-02-02 | 上海肇观电子科技有限公司 | 可穿戴设备的双目标定方法、设备及存储介质 |
CN112362034A (zh) * | 2020-11-11 | 2021-02-12 | 上海电器科学研究所(集团)有限公司 | 基于双目视觉的固体发动机多节筒段对接引导测量算法 |
CN112595237A (zh) * | 2020-12-01 | 2021-04-02 | 中国石油天然气股份有限公司 | 一种基于机器视觉的油管长度测量装置及方法 |
CN112720469A (zh) * | 2020-12-18 | 2021-04-30 | 北京工业大学 | 显微立体视觉用于三轴平移运动系统零点校准方法 |
CN112797912A (zh) * | 2020-12-24 | 2021-05-14 | 中国航天空气动力技术研究院 | 一种基于双目视觉的大柔性无人机机翼翼尖变形测量方法 |
CN113470118A (zh) * | 2021-07-15 | 2021-10-01 | 中国人民解放军火箭军工程大学 | 一种基于三目视觉的目标尺寸估计系统 |
CN114066847A (zh) * | 2021-11-16 | 2022-02-18 | 北京国泰星云科技有限公司 | 基于2d激光和图像数据融合的集卡吊起状态检测方法 |
CN114608465A (zh) * | 2022-03-01 | 2022-06-10 | 浙江工业大学 | 基于计算机视觉的土木工程结构多测点空间位移实时测量方法 |
CN114705122A (zh) * | 2022-04-13 | 2022-07-05 | 成都飞机工业(集团)有限责任公司 | 一种大视场立体视觉标定方法 |
CN115797461B (zh) * | 2022-11-11 | 2023-06-06 | 中国消防救援学院 | 基于双目视觉的火焰空间定位系统标定与校正方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101581569A (zh) * | 2009-06-17 | 2009-11-18 | 北京信息科技大学 | 双目视觉传感系统结构参数的标定方法 |
CN101876532A (zh) * | 2010-05-25 | 2010-11-03 | 大连理工大学 | 测量系统中的摄像机现场标定方法 |
CN102968794A (zh) * | 2012-11-22 | 2013-03-13 | 上海交通大学 | 小型二维靶大视场双目立体视觉系统结构参数在位标定法 |
CN104713576A (zh) * | 2015-03-25 | 2015-06-17 | 中测高科(北京)测绘工程技术有限责任公司 | 基于多张相片的相机自标定方法及其装置 |
CN105225224A (zh) * | 2015-08-30 | 2016-01-06 | 大连理工大学 | 提高景深测量精度的相机布局与标定方法 |
-
2017
- 2017-03-22 CN CN201710162395.9A patent/CN106981083B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101581569A (zh) * | 2009-06-17 | 2009-11-18 | 北京信息科技大学 | 双目视觉传感系统结构参数的标定方法 |
CN101876532A (zh) * | 2010-05-25 | 2010-11-03 | 大连理工大学 | 测量系统中的摄像机现场标定方法 |
CN102968794A (zh) * | 2012-11-22 | 2013-03-13 | 上海交通大学 | 小型二维靶大视场双目立体视觉系统结构参数在位标定法 |
CN104713576A (zh) * | 2015-03-25 | 2015-06-17 | 中测高科(北京)测绘工程技术有限责任公司 | 基于多张相片的相机自标定方法及其装置 |
CN105225224A (zh) * | 2015-08-30 | 2016-01-06 | 大连理工大学 | 提高景深测量精度的相机布局与标定方法 |
Non-Patent Citations (3)
Title |
---|
JINGHAO YANG 等: "Improved calibration method of binocular vision measurement system for large hot forging", 《2016 IEEE 25TH INTERNATIONAL AND SYMPOSIUM ON INDUSTRIAL ELECTRONICS》 * |
WEI LIU 等: "An improved online dimensional measurement method of large hot cylindrical forging", 《MEASUREMENT》 * |
周艳青: "双目立体视觉测量系统关键技术的研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107655664A (zh) * | 2017-08-29 | 2018-02-02 | 农业部南京农业机械化研究所 | 基于双目图像采集的喷雾机喷杆动态特性测试系统及方法 |
CN107655664B (zh) * | 2017-08-29 | 2024-02-02 | 农业部南京农业机械化研究所 | 基于双目图像采集的喷雾机喷杆动态特性测试系统及方法 |
CN107560543A (zh) * | 2017-09-04 | 2018-01-09 | 华南理工大学 | 一种基于双目立体视觉的摄像机光轴偏移校正装置与方法 |
CN107560543B (zh) * | 2017-09-04 | 2023-08-22 | 华南理工大学 | 一种基于双目立体视觉的摄像机光轴偏移校正装置与方法 |
CN107545593A (zh) * | 2017-10-19 | 2018-01-05 | 深圳大学 | 视觉辅助的傅里叶叠层成像位置标定方法及装置 |
CN108346164A (zh) * | 2018-01-09 | 2018-07-31 | 云南大学 | 利用本质矩阵的性质标定锥镜面折反射摄像机的方法 |
CN108346164B (zh) * | 2018-01-09 | 2022-05-20 | 云南大学 | 利用本质矩阵的性质标定锥镜面折反射摄像机的方法 |
CN108280858A (zh) * | 2018-01-29 | 2018-07-13 | 重庆邮电大学 | 多视图重建中的一种线性全局相机运动参数估计方法 |
CN108280858B (zh) * | 2018-01-29 | 2022-02-01 | 重庆邮电大学 | 多视图重建中的一种线性全局相机运动参数估计方法 |
CN108734743A (zh) * | 2018-04-13 | 2018-11-02 | 深圳市商汤科技有限公司 | 用于标定摄像装置的方法、装置、介质及电子设备 |
CN108765484A (zh) * | 2018-05-18 | 2018-11-06 | 北京航空航天大学 | 基于两台高速摄像机的活体昆虫运动采集及数据重构方法 |
CN108765484B (zh) * | 2018-05-18 | 2021-03-05 | 北京航空航天大学 | 基于两台高速摄像机的活体昆虫运动采集及数据重构方法 |
WO2020063059A1 (zh) * | 2018-09-28 | 2020-04-02 | 上海爱观视觉科技有限公司 | 一种可动视觉系统的立体标定方法 |
CN109242914A (zh) * | 2018-09-28 | 2019-01-18 | 上海爱观视觉科技有限公司 | 一种可动视觉系统的立体标定方法 |
US11663741B2 (en) | 2018-09-28 | 2023-05-30 | Anhui Eyevolution Technology Co., Ltd. | Stereo calibration method for movable vision system |
CN112308925A (zh) * | 2019-08-02 | 2021-02-02 | 上海肇观电子科技有限公司 | 可穿戴设备的双目标定方法、设备及存储介质 |
CN110866954A (zh) * | 2019-11-13 | 2020-03-06 | 中山大学 | 长度约束下的弹目标高精度姿态测量方法 |
CN110866954B (zh) * | 2019-11-13 | 2022-04-22 | 中山大学 | 长度约束下的弹目标高精度姿态测量方法 |
CN111402315A (zh) * | 2020-03-03 | 2020-07-10 | 四川大学 | 一种自适应调整双目摄像机基线的三维距离测量方法 |
CN111402315B (zh) * | 2020-03-03 | 2023-07-25 | 四川大学 | 一种自适应调整双目摄像机基线的三维距离测量方法 |
CN112164119A (zh) * | 2020-09-04 | 2021-01-01 | 华南理工大学 | 一种适用于狭小空间的环绕放置多摄像机系统标定方法 |
CN112164119B (zh) * | 2020-09-04 | 2023-08-18 | 华南理工大学 | 一种适用于狭小空间的环绕放置多摄像机系统标定方法 |
CN112362034A (zh) * | 2020-11-11 | 2021-02-12 | 上海电器科学研究所(集团)有限公司 | 基于双目视觉的固体发动机多节筒段对接引导测量算法 |
CN112362034B (zh) * | 2020-11-11 | 2022-07-08 | 上海电器科学研究所(集团)有限公司 | 基于双目视觉的固体发动机多节筒段对接引导测量方法 |
CN112595237A (zh) * | 2020-12-01 | 2021-04-02 | 中国石油天然气股份有限公司 | 一种基于机器视觉的油管长度测量装置及方法 |
CN112720469A (zh) * | 2020-12-18 | 2021-04-30 | 北京工业大学 | 显微立体视觉用于三轴平移运动系统零点校准方法 |
CN112797912A (zh) * | 2020-12-24 | 2021-05-14 | 中国航天空气动力技术研究院 | 一种基于双目视觉的大柔性无人机机翼翼尖变形测量方法 |
CN113470118A (zh) * | 2021-07-15 | 2021-10-01 | 中国人民解放军火箭军工程大学 | 一种基于三目视觉的目标尺寸估计系统 |
CN113470118B (zh) * | 2021-07-15 | 2023-12-05 | 中国人民解放军火箭军工程大学 | 一种基于三目视觉的目标尺寸估计系统 |
CN114066847B (zh) * | 2021-11-16 | 2022-09-23 | 北京国泰星云科技有限公司 | 基于2d激光和图像数据融合的集卡吊起状态检测方法 |
CN114066847A (zh) * | 2021-11-16 | 2022-02-18 | 北京国泰星云科技有限公司 | 基于2d激光和图像数据融合的集卡吊起状态检测方法 |
CN114608465A (zh) * | 2022-03-01 | 2022-06-10 | 浙江工业大学 | 基于计算机视觉的土木工程结构多测点空间位移实时测量方法 |
CN114608465B (zh) * | 2022-03-01 | 2024-04-12 | 浙江工业大学 | 基于计算机视觉的土木工程结构多测点空间位移实时测量方法 |
CN114705122A (zh) * | 2022-04-13 | 2022-07-05 | 成都飞机工业(集团)有限责任公司 | 一种大视场立体视觉标定方法 |
CN115797461B (zh) * | 2022-11-11 | 2023-06-06 | 中国消防救援学院 | 基于双目视觉的火焰空间定位系统标定与校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106981083B (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106981083B (zh) | 双目立体视觉系统摄像机参数的分步标定方法 | |
CN110763152B (zh) | 一种水下主动旋转结构光三维视觉测量装置及测量方法 | |
CN103530880B (zh) | 基于投影高斯网格图案的摄像机标定方法 | |
CN105716542B (zh) | 一种基于柔性特征点的三维数据拼接方法 | |
CN102692214B (zh) | 一种狭窄空间双目视觉测量定位装置及方法 | |
CN104537707B (zh) | 像方型立体视觉在线移动实时测量系统 | |
CN110728715A (zh) | 一种智能巡检机器人像机角度自适应调整方法 | |
CN105469389B (zh) | 一种用于视觉传感器标定的网格球靶标及相应标定方法 | |
CN109712232B (zh) | 一种基于光场的物体表面轮廓三维成像方法 | |
CN103940369A (zh) | 多激光协同扫描形貌快速视觉测量方法 | |
CN109859272A (zh) | 一种自动对焦双目摄像头标定方法及装置 | |
CN107478203B (zh) | 一种基于激光扫描的3d成像装置及成像方法 | |
CN113129430B (zh) | 基于双目结构光的水下三维重建方法 | |
CN104807405B (zh) | 一种基于光线角度标定的三维坐标测量方法 | |
CN104167001B (zh) | 基于正交补偿的大视场摄像机标定方法 | |
CN102914295A (zh) | 基于计算机视觉立方体标定的三维测量方法 | |
CN113724337B (zh) | 一种无需依赖云台角度的相机动态外参标定方法及装置 | |
CN101487702A (zh) | 基于双目视觉的交通事故现场摄影测量方法 | |
CN106203429A (zh) | 基于双目立体视觉复杂背景下的遮挡目标检测方法 | |
CN108036791A (zh) | 一种部件间高精度自动对接的位姿检测方法 | |
CN111854636A (zh) | 一种多相机阵列三维检测系统和方法 | |
CN104123726B (zh) | 基于消隐点的大锻件测量系统标定方法 | |
CN115880344A (zh) | 一种双目立体匹配数据集视差真值获取方法 | |
CN104091345B (zh) | 基于前方交会约束的五点相对定向方法 | |
Liu et al. | Research on 3D reconstruction method based on laser rotation scanning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |