CN107170010A - 系统校准方法、装置及三维重建系统 - Google Patents

系统校准方法、装置及三维重建系统 Download PDF

Info

Publication number
CN107170010A
CN107170010A CN201710330270.2A CN201710330270A CN107170010A CN 107170010 A CN107170010 A CN 107170010A CN 201710330270 A CN201710330270 A CN 201710330270A CN 107170010 A CN107170010 A CN 107170010A
Authority
CN
China
Prior art keywords
feature point
target
world coordinates
image coordinate
camera device
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.)
Pending
Application number
CN201710330270.2A
Other languages
English (en)
Inventor
刘凯
宋健文
张翰
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.)
Sichuan University
Original Assignee
Sichuan University
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 Sichuan University filed Critical Sichuan University
Priority to CN201710330270.2A priority Critical patent/CN107170010A/zh
Publication of CN107170010A publication Critical patent/CN107170010A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及主动式光学三维测量技术领域，提供一种系统校准方法、装置及三维重建系统。方法包括：首先，根据第一特征点的图像坐标和第一特征点的世界坐标，获取第一转换矩阵，其中，第一特征点为矩形框的角点；其次，根据每个第二特征点的图像坐标和第一转换矩阵，获取每个第二特征点的世界坐标，其中，第二特征点为标靶图像中矩形框内的一个像素点；最后，根据每个第三特征点的图像坐标和每个第三特征点对应的世界坐标，确定摄像装置的参数矩阵，其中，第三特征点为第一特征点和第二特征点的集合，通过设置有矩形框的标靶对三维重建系统进行校准，能够获取大量的校准数据，从而能够在很大程度上提高系统的校准精度。

Description

系统校准方法、装置及三维重建系统
技术领域
本发明涉及主动式光学三维测量技术领域，具体而言，涉及系统校准方法、装置及三维重建系统。
背景技术
相位测量轮廓术(phase measuring profilometry，PMP)是指利用相位的时间域编码生成多幅投射的图案，通过投影仪将这一系列图案投射到被测物体的表面，再由数字摄像机捕获被测物体表面的反射信息，然后计算出物体的三维坐标。
在使用PMP对被测物体进行三维重建时，首先要对系统进行校准，得到数字摄像机的参数矩阵Mwc和投影仪的参数矩阵Mwp。获取校准数据时通常需要标定物，标定物可以是每个面上均有大小相同的圆的三维标靶，也可以是棋盘格平面的二维标靶，传统方法是通过数字摄像机对几何信息已知的三维/二维标靶进行拍摄，得到标定物上圆心/棋盘角点的世界坐标(Xw,Yw,Zw)和摄像机上对应的图像点的坐标(xc,yc)，再结合相对应于标定物的投影坐标yp，求解出PMP系统的数字摄像机的参数矩阵Mwc和投影仪的参数矩阵Mwp。但是，采用传统方法所得到的校准数据的数量非常少，故系统校准的精度较低。
发明内容
本发明的目的在于提供一种系统校准方法、装置及三维重建系统，用以改善上述问题。
为了实现上述目的，本发明实施例采用的技术方案如下：
第一方面，本发明提供了一种系统校准方法，所述方法应用于三维重建系统，三维重建系统包括标靶、摄像装置、投影装置和计算机，摄像装置和投影装置均与计算机电连接，标靶、摄像装置和投影装置均设置于同一平面上，且所述摄像装置与所述标靶对应，标靶上设置有矩形框，所述方法包括：根据第一特征点的图像坐标和第一特征点的世界坐标，获取第一转换矩阵，其中，第一特征点为所述矩形框的角点；根据每个第二特征点的图像坐标和第一转换矩阵，获取每个第二特征点的世界坐标，其中，第二特征点为标靶图像中矩形框内的一个像素点；根据每个第三特征点的图像坐标和每个第三特征点对应的世界坐标，确定摄像装置的参数矩阵，其中，第三特征点为第一特征点和第二特征点的集合。
第二方面，本发明提供了一种系统校准装置，所述系统校准装置应用于三维重建系统，三维重建系统包括标靶、摄像装置、投影装置和计算机，摄像装置和投影装置均与计算机电连接，标靶、摄像装置和投影装置均设置于同一平面上，且所述摄像装置与所述标靶对应，标靶上设置有矩形框，系统校准装置包括：第一获取模块，用于根据第一特征点的图像坐标和第一特征点的世界坐标，获取第一转换矩阵，其中，第一特征点为矩形框的角点；第二获取模块，用于根据每个第二特征点的图像坐标和第一转换矩阵，获取每个第二特征点的世界坐标，其中，第二特征点为标靶图像中矩形框内的一个像素点；第一执行模块，用于根据每个第三特征点的图像坐标和与每个第三特征点对应的世界坐标，确定摄像装置的参数矩阵，其中，第三特征点为所述第一特征点和所述第二特征点的集合。
第三方面，本发明提供了一种三维重建系统，其包括标靶、摄像装置、投影装置和计算机，摄像装置和投影装置均与计算机电连接，标靶、摄像装置和投影装置均设置于同一平面上，且所述摄像装置与所述标靶对应，标靶上设置有矩形框；所述计算机包括存储器、处理器及系统校准装置，所述系统校准装置存储于所述存储器中并包括一个或多个由所述处理器执行的软件功能模组，所述系统校准装置包括：第一获取模块，用于根据第一特征点的图像坐标和第一特征点的世界坐标，获取第一转换矩阵，其中，第一特征点为矩形框的角点；第二获取模块，用于根据每个第二特征点的图像坐标和第一转换矩阵，获取每个第二特征点的世界坐标，其中，第二特征点为标靶图像中矩形框内的一个像素点；第一执行模块，用于根据每个第三特征点的图像坐标和与每个第三特征点对应的世界坐标，确定摄像装置的参数矩阵，其中，第三特征点为所述第一特征点和所述第二特征点的集合。
相对现有技术，本发明具有以下有益效果：本发明提供的一种系统校准方法、装置及三维重建系统，首先，根据所述矩形框的角点的图像坐标和对应的世界坐标，获取第一转换矩阵，利用第一转换矩阵获取矩形框内其他所有像素点的图像坐标和对应的世界坐标，因此与现有的只有少量校准数据的校准方法相比，本发明能够获取大量的校准数据，其次，根据矩形框的所有像素点的图像坐标和对应的世界坐标，确定摄像装置的参数矩阵，由于有大量的校准数据，因此能够在很大程度上提高系统的校准精度。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。
图1示出了本发明较佳实施例提供的一种三维重建系统的结构示意图。
图2示出了本发明较佳实施例提供的又一种三维重建系统的结构示意图。
图3示出了本发明较佳实施例提供的计算机的方框示意图。
图4示出了本发明较佳实施例提供的系统校准方法流程图。
图5为图3示出的步骤S101的子步骤流程图。
图6示出了本发明较佳实施例所提供的三维重建系统200在平移台220的不同停靠点获得的标靶图像。
图7为图6示出的标靶图像中的角点坐标利用拟合线校正前后的示意图。
图8为图3示出的步骤S103的子步骤流程图。
图9为图3示出的步骤S104的子步骤流程图。
图10为图3示出的步骤S105的子步骤流程图。
图11示出了使用不同校准方法得到的三维重建结果图。
图12示出了本发明较佳实施例提供的系统校准装置的方框示意图。
图13为图12示出的系统校准装置中第一获取模块的方框示意图。
图14为图12示出的系统校准装置中第一执行模块的方框示意图。
图15为图12示出的系统校准装置中计算模块的方框示意图。
图16为图12示出的系统校准装置中第二执行模块的方框示意图。
图标：100、200-三维重建系统；110、210-标靶；111-第一矩形面；113-第二矩形面；1111-第一矩形框；1131-第二矩形框；211-第三矩形面；2111-第三矩形框；120-投影装置；130-摄像装置；140-计算机；200-系统校准装置；220-平移台；230-电机；141-存储器；142-存储控制器；143-处理器；201-第一获取模块；202-第二获取模块；203-第一执行模块；204-计算模块；205-第二执行模块；2011-第一子获取单元；2012-第二子获取单元；2013-第一子计算单元；2031-第三子获取单元；2032-第二子计算单元；2041-第三子计算单元；2042-第四子计算单元；2051-第四子获取单元；2052-第五子计算单元。
具体实施方式
下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1示出了本发明较佳实施例提供的一种三维重建系统100的结构示意图。三维重建系统100包括标靶110、投影装置120、摄像装置130及计算机140，摄像装置130和投影装置120均与计算机140电连接，标靶110、投影装置120和摄像装置130均设置于同一平面上，且摄像装置130与标靶110对应。
标靶110包括第一矩形面111和第二矩形面113，第一矩形面111的一个侧边和第二矩形面113的一个侧边固定连接，使得第一矩形面111和第二矩形面113互相垂直，且第一矩形面111和第二矩形面113均与平面垂直，第一矩形面111上设置有第一矩形框1111，第二矩形面113上设置有第二矩形框1131，第一矩形框1111和第二矩形框1131均为黑边矩形框，第一矩形面111和第二矩形面113均为白色，摄像装置130和标靶110对应。
请参照图2，图2示出了本发明较佳实施例提供的又一种三维重建系统200的结构示意图。三维重建系统200包括标靶210、投影装置120、摄像装置130、计算机140、平移台220及电机230，除了标靶210、平移台220及电机230以外，三维重建系统200与本发明第一实施例所提供的三维重建系统100的结构均相同，投影装置120、摄像装置130和电机230均与计算机140电连接，且电机230与平移台220电连接，平移台220、投影装置120和摄像装置130均设置于同一平面上，且摄像装置130与标靶210对应，标靶210垂直安装于平移台220上，可相对于平移台220滑动。
标靶210包括第三矩形面211，第三矩形面211上设置有第三矩形框2111，第三矩形面211垂直安装于平移台220上，可相对于平移台220滑动，摄像装置130和标靶210对应。
投影装置120可以是，但不限于投影仪，可以是目前常见的CASIOXJ-M40投影仪，该投影仪的缓存帧大小为800ⅹ600像素，最大输出频率为150帧/秒。
摄像装置130可以是，但不限于数字摄像机，可以是Prosilica GC650工业摄像头，分辨率为640ⅹ480像素，最大捕捉频率为62帧/秒。
请参照图3，图3示出了本发明较佳实施例提供的计算机140的方框示意图。计算机140可以是台式电脑或者笔记本电脑等，其包括系统校准装置200、存储器141、存储控制器142和处理器143。
所述系统校准装置200、存储器141、存储控制器142和处理器143各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述系统校准装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器141中或固化在所述计算机140的操作系统(operating system，OS)中的软件功能模块。所述处理器143用于执行存储器141中存储的可执行模块，例如所述系统校准装置200包括的软件功能模块或计算机程序。
其中，存储器141可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器141用于存储程序，所述处理器143在接收到执行指令后，执行所述程序，本发明任一实施例揭示的流程定义的服务器所执行的方法可以应用于处理器143中，或者由处理器143实现。
处理器143可以是一种集成电路芯片，具有信号处理能力。上述的处理器143可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)、语音处理器以及视频处理器等；还可以是数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器143也可以是任何常规的处理器等。
第一实施例
请参照图4，图4示出了本发明较佳实施例提供的系统校准方法流程图。系统校准方法包括以下步骤：
步骤S101，根据第一特征点的图像坐标和第一特征点的世界坐标，获取第一转换矩阵，其中，第一特征点为矩形框的角点。
在本发明实施例中，对于三维重建系统100，第一特征点可以为标靶图像中第一矩形框1111的4个角点和第二矩形框1131的4个角点，对于三维重建系统200，第一特征点可以为标靶图像中第三矩形框2111的4个角点，第一特征点的图像坐标为这4个角点在5个平移台220的停靠点的像素点坐标。
根据标靶图像中矩形框角点的图像坐标和对应的标靶110或标靶210上每个角点世界坐标计算图像坐标与世界坐标之间的第一转换矩阵H，第一转换矩阵H可以是一个大小为3x3的矩阵，图像坐标和世界坐标之间的转换公式为：
因此，第一转换矩阵H为：
第一转换矩阵H的计算过程如下：
Ahh＝B (2-1)
h＝(Ah)-1B (2-2)
h＝[h11 h12 h13 h21 h22 h23 h31 h32]T (2-3)
其中，h是由H中的元素组成的列向量，和是式(2-2)中矩阵Ah的奇数行行向量和偶数行行向量，和是式(2-2)中矩阵B的奇数行元素和偶数行元素，下标i是指用于计算第一转换矩阵所用的点数。
请参照图5，步骤S101还包括以下子步骤：
子步骤S1011，根据摄像装置采集的标靶图像，获取第一特征点的图像坐标
子步骤S1012，根据标靶，获取第一特征点的世界坐标
在本发明实施例中，对于三维重建系统100，第一特征点可以为标靶图像中第一矩形框1111的4个角点和第二矩形框1131的4个角点，标靶110上某个点的世界坐标为该点所在的世界坐标系定义为：标靶110的中轴线l上任一点为原点，Xw的方向为从左到右，Yw的方向为从标靶110的底部到顶部，Zw的方向为与摄像装置130由近及远的方向。作为一种实施方式，选定标靶110的几何中心O为该世界坐标系的原点，故第一矩形面111的Zw＝-Xw，第二矩形面113的Zw＝Xw。
对于三维重建系统200，第一特征点可以为标靶图像中第一矩形框1111的4个角点和第二矩形框1131的4个角点，标靶210上某个点的世界坐标为作为一种实施方式，该点所在的世界坐标系定义为：标靶210的几何中心为O1原点，Xw的方向为从左到右，Yw的方向为从标靶210的底部到顶部，Zw的方向为与摄像装置130由远及近的方向。平移台220可以在不同位置精确停靠，优选为5个停靠点，每个停靠点为10000步，约为63.5mm，故5个停靠点的Zw分别为[-127mm，-63.5mm，0，63.5mm，127mm]。
请参照图6，图6示出了本发明较佳实施例所提供的三维重建系统200在平移台220的不同停靠点获得的标靶图像，(a)为Zw＝-127mm，(b)为Zw＝-63.5mm，(c)为Zw＝0，(d)为Zw＝63.5mm，(e)为Zw＝127mm，校准标靶210上第三矩形框2111的4个角点的Xw和Yw分别为：A点为(-142mm，92mm)，B点为(142mm，92mm)，C点为(-142mm，-92mm)，D点为(142mm，-92mm)。标靶图像中，图像坐标系定义为：原点为标靶图像的左上角，Xc的方向为从左到右，Yc的方向为从上到下。通过每个标靶图像中的4个角点的图像坐标(xc,yc)和与其对应的世界坐标(Xw,Yw,Zw)的关系来确定图像中所有像素的世界坐标(Xw,Yw,Zw)，再通过所有像素的图像坐标(xc,yc)来确定每个像素点对应的投影坐标yP。
子步骤S1013，根据第一特征点的图像坐标和第一特征点的世界坐标之间的转换公式和计算第一转换矩阵
在本发明实施例中，对于三维重建系统200，由于是在不同停靠点获得标靶图像，因此误差比较大，需要对4个角点的图像坐标(xc,yc)进行校正。
作为一种实施方式，手动选择图6所示的标靶图像中4个角点的图像坐标，由于对于具有相同的(Xw,Yw)和不同Zw的世界坐标系中的点，它们在标靶图像中的相应坐标是在一条线上，例如，图6(a)中4个角点的图像坐标(xc,yc)形成四条线，并且它们应该相交于同一个点。
请参照图7，图7为图6示出的标靶图像中的角点坐标利用拟合线校正前后的示意图，(a)为标靶图像中4个角点校正前的示意图，(b)为(a)的局部放大图，(c)为标靶图像中4个角点校正后的示意图，(d)为(c)的局部放大图，其中，虚线是拟合线，图7(a)和图7(c)中，当纵坐标等于-200时，按照拟合线从左往右的顺序，第一条拟合线上的“*”为图2所示的标靶210的角点C在图6所示的标靶图像中的图像坐标，第二条拟合线上的“*”为图2所示的标靶210的角点A在图6所示的标靶图像中的图像坐标，第三条拟合线上的“*”为图2所示的标靶210的角点B在图6所示的标靶图像中的图像坐标，第四条拟合线上的“*”为图2所示的标靶210的角点D在图6所示的标靶图像中的图像坐标。如图7(a)所示，由于存在误差，4条线不能通过单个点，因为可以通过4条拟合线计算交叉点，并且可以通过迫使拟合的线通过交叉点来校正4个角点的图像坐标(xc,yc)。
作为一种实施方式，利用拟合线校正4个角点的图像坐标(xc,yc)的方法为：首先固定其中的两条拟合线，然后将两条拟合线的交点确定为四条拟合线通过的交叉点，平移另外两条拟合线使得它们通过该交叉点，即可完成校正，校正后的图像如图7(c)和(d)所示。
需要说明的是，如果需要平移的拟合线的倾斜角在45°到135°之间，则令该拟合线上角点的图像坐标的y值不变，通过改变其x值来使拟合线平移到通过交叉点的位置。如果倾斜角在0°到45°或者135°到180°之间，那么令拟合线上角点的图像坐标的x值不变，通过改变其y值来使拟合线平移到通过交叉点的位置。
需要说明的是，校正完成之后，可以获得4个角点的5组图像坐标(xc,yc)，由于在每个停靠点，标靶图像上所有像素点对应的世界坐标的Zw是已知的，因此，只需在其中一个停靠点利用校正后的4个角点的图像坐标(xc,yc)，计算4个角点在标靶图像中图像坐标(xc,yc)和标靶210中世界坐标(Xw,Yw)的第一转换矩阵H，就可以将该第一转换矩阵H应用于整个标靶图像，以将世界坐标(Xw,Yw)分配给每个像素点的图像坐标(xc,yc)。
步骤S102，根据每个第二特征点的图像坐标和第一转换矩阵，获取每个第二特征点的世界坐标，其中，第二特征点为标靶图像中矩形框内的一个像素点。
在本发明实施例中，对于三维重建系统100，第二特征点为第一矩形框1111和第二矩形框1131内的所有像素点，对于三维重建系统200，第二特征点为第三矩形框2111内的所有像素点。
步骤S103，根据每个第三特征点的图像坐标和与每个第三特征点对应的世界坐标，确定摄像装置的参数矩阵，其中，第三特征点为第一特征点和第二特征点的集合。
在本发明实施例中，摄像装置130中的标靶图像的像素点的坐标(xc,yc)和其对应的标靶110或标靶210表面的世界坐标(Xw,Yw,Zw)的转换关系为：
因此，摄像装置130的参数矩阵Mwc为：
在本发明实施例中，由于是一个比例系数值，假设所以还需要求解Mwc中其余元素的值。根据最小二乘法，Mwc中其余元素的计算过程如下：
Acmc＝B (4-1)
mc＝(Ac)-1B (4-2)
其中，mc是由Mwc中的元素组成的列向量，和是式(4-2)中矩阵Ac的奇数行行向量和偶数行行向量，和是式(4-2)中矩阵B的奇数行元素和偶数行元素，下标i是摄像装置130采集的像素点的个数。
请参照图8，步骤S103还包括以下子步骤：
子步骤S1031，获取每个第三特征点的图像坐标(xc,yc)和每个第三特征点对应的世界坐标(Xw,Yw,Zw)。
子步骤S1032，将每个第三特征点图像坐标(xc,yc)和每个第三特征点对应的世界坐标(Xw,Yw,Zw)分别应用转换公式和计算摄像装置的参数矩阵
步骤S104，根据每个第三特征点的图像坐标，计算每个第三特征点的投影坐标。
在本发明实施例中，投影装置120可以用于向标靶110或标靶210投射投影图案，投射的图案表示为：
其中，是投影图案中像素点(xP,yP)的光强值，Ap和Bp是控制光强动态范围的常数，投影装置120投射的图案经标靶110或标靶210表面反射后，会进入摄像装置130中。
摄像装置130可以用于捕捉标靶110或标靶210的反射光，并将反射光处理成标靶图像传输至计算机140。根据反射关系，摄像装置130捕获的标靶图像为：
其中，是标靶图像中每个像素点的光强，Ac是捕捉图拍的均值，Bc是每个像素点的调制光强值，Φ(xc,yc)是标靶图像中像素点(xc,yc)位置处的相位值，其中Φ(xc,yc)的计算公式为：
在本发明实施例中，根据(7)式，当计算得到相位值Φ(xc,yc)的值以后，可以计算出标靶图像中像素点(xc,yc)对应在投影装置120中像素点(xP,yP)的投影坐标yP为：
请参照图9，步骤S104还包括以下子步骤：
子步骤S1041，根据每个第三特征点的图像坐标，计算每个第三特征点的相位值Φ(xc,yc)。
子步骤S1042，根据每个第三特征点的相位值Φ(xc,yc)，计算每个第三特征点对应的投影坐标
步骤S105，根据每个第三特征点的投影坐标和与每个第三特征点对应的世界坐标，确定投影装置的参数矩阵。
在本发明实施例中，投影装置120中的投影图案中像素点(xP,yP)的投影坐标yP和其对应的标靶110或标靶210表面的世界坐标(Xw,Yw,Zw)的转换关系为：
因此，投影装置120的参数矩阵Mwp为：
在本发明实施例中，由于是一个比例系数值，假设所以还需要求解Mwp中其余元素的值。根据最小二乘法，Mwp中其余元素的计算过程如下：
Apmp＝B (10-1)
mp＝(Ap)-1B (10-2)
其中，mp是由Mwp中的元素组成的列向量，是式(10-2)中矩阵Ap的行向量，是式(10-2)中矩阵B的行元素，下标i是摄像装置130采集的像素点的个数，(Xw,Yw,Zw)是标靶110或标靶210上与投影坐标yp相对应的点的三维世界坐标。
请参照图10，步骤S105还包括以下子步骤：
子步骤S1051，获取每个第三特征点的图像坐标(xc,yc)对应的世界坐标(Xw,Yw,Zw)和投影坐标yp。
子步骤S1052，将每个第三特征点的世界坐标(Xw,Yw,Zw)和投影坐标yp分别应用转换公式计算投影装置的参数矩阵
在本发明实施例中，系统校准完成之后，将标靶110或标靶210替换为被测物体，根据校准过程中得到的摄像装置130的参数矩阵Mwc和投影装置120的参数矩阵Mwp，再结合投影坐标yP和对应摄像装置130的坐标(xc,yc)，就可以获得被测物体上每点的三维世界坐标，完成对被测物体的三维重建，具体的计算方法如下：
[Xw Yw Zw]T＝C-1D (11-1)
请参照图11，图11示出了利用不同校准方法得到的三维重建结果图，(a)和(c)为使用本发明实施例提供的系统校准方法得到的三维重建结果，(b)和(d)为使用传统校准方法得到的三维重建结果，由图中可以清楚的看到，本发明实施例提供的系统校准方法可以得到更加清晰的三维重建结果。
在本发明实施例中，对于三维重建系统100，只需检测8个角点，就可以得到两个矩形框内的所有像素点的图像坐标，以及每个像素点对应的世界坐标和投影坐标的数据，大约60000个数据左右，对于三维重建系统200，平移台220的每个停靠点检测第三矩形框2111的4个角点，总共设置有5个停靠点，所有只需要采集20个角点，但是得到几乎整个标靶图像上的所有像素点的数据，采集的图片的分辨率为640ⅹ480，所以大约可以得到近三十万个像素点的有效信息，本发明实施例提供的系统校准方法，虽然采集的数据少，但获取的有效信息多，具有较高的校准精度，同时，利用校准过程中得到的摄像装置130的参数矩阵Mwc和投影装置120的参数矩阵Mwp可以精确的对被测物体进行三维测量，获得高精度的三维重建结果。
第二实施例
请参照图12，图12示出了本发明较佳实施例提供的系统校准装置200的方框示意图。系统校准装置200包括第一获取模块201、第二获取模块202、第一执行模块203、计算模块204及第二执行模块205。
第一获取模块201，用于根据第一特征点的图像坐标和第一特征点的世界坐标，获取第一转换矩阵，其中，第一特征点为矩形框的角点。
在本发明实施例中，第一获取模块201可以用于执行步骤S101。
请参照13，图13为图12示出的系统校准装置200中第一获取模块201的方框示意图。第一获取模块201包括第一子获取单元2011、第二子获取单元2012及第一子计算单元2013。
第一子获取单元2011，用于根据摄像装置采集的标靶图像，获取第一特征点的图像坐标
在本发明实施例中，第一子获取单元2011可以用于执行子步骤S1011。
第二子获取单元2012，用于根据标靶，获取第一特征点的世界坐标
在本发明实施例中，第二子获取单元2012可以用于执行子步骤S1012。
第一子计算单元2013，用于根据第一特征点的图像坐标和第一特征点的世界坐标之间的转换公式和计算第一转换矩阵
在本发明实施例中，第一子计算单元2013可以用于执行子步骤S1013。
第二获取模块202，用于根据每个第二特征点的图像坐标和第一转换矩阵，获取每个第二特征点的世界坐标，其中，第二特征点为标靶图像中矩形框内的一个像素点。
在本发明实施例中，第二获取模块202可以用于执行步骤S102。
第一执行模块203，用于根据每个第三特征点的图像坐标和与每个第三特征点对应的世界坐标，确定摄像装置的参数矩阵，其中，第三特征点为第一特征点和第二特征点的集合。
在本发明实施例中，第一执行模块203可以用于执行步骤S103。
请参照图14，图14为图12示出的系统校准装置200中第一执行模块203的方框示意图。第一执行模块203包括第三子获取单元2031及第二子计算单元2032。
第三子获取单元2031，用于获取每个第三特征点的图像坐标(xc,yc)和每个第三特征点对应的世界坐标(Xw,Yw,Zw)。
在本发明实施例中，第三子获取单元2031可以用于执行子步骤S1031。
第二子计算单元2032，用于将每个第三特征点图像坐标(xc,yc)和每个第三特征点对应的世界坐标(Xw,Yw,Zw)分别应用转换公式和计算摄像装置的参数矩阵
在本发明实施例中，第二子计算单元2032可以用于执行子步骤S1032。
计算模块204，用于根据每个第三特征点的图像坐标，计算每个第三特征点的投影坐标。
在本发明实施例中，计算模块204可以用于执行步骤S104。
请参照图15，图15为图12示出的系统校准装置200中计算模块204的方框示意图。计算模块204包括第三子计算单元2041及第四子计算单元2042。
第三子计算单元2041，用于根据每个第三特征点的图像坐标，计算每个第三特征点的相位值Φ(xc,yc)。
在本发明实施例中，第三子计算单元2041可以用于执行子步骤S1041。
第四子计算单元2042，用于根据每个第三特征点的相位值Φ(xc,yc)，计算每个第三特征点对应的投影坐标
在本发明实施例中，第四子计算单元2042可以用于执行子步骤S1042。
第二执行模块205，用于根据每个第三特征点的投影坐标和与每个第三特征点对应的世界坐标，确定投影装置的参数矩阵。
在本发明实施例中，第二执行模块205可以用于执行步骤S105。
请参照图16，图16为图12示出的系统校准装置200中第二执行模块205的方框示意图。第二执行模块205包括第四子获取单元2051及第五子计算单元2052。
第四子获取单元2051，用于获取每个第三特征点的图像坐标(xc,yc)对应的世界坐标(Xw,Yw,Zw)和投影坐标yp。
在本发明实施例中，第四子获取单元2051可以用于执行子步骤S1051。
第五子计算单元2052，用于将每个第三特征点的世界坐标(Xw,Yw,Zw)和投影坐标yp分别应用转换公式计算投影装置的参数矩阵
在本发明实施例中，第五子计算单元2052可以用于执行子步骤S1052。
综上所述，本发明提供的一种系统校准方法、装置及三维重建系统，首先，根据第一特征点的图像坐标和第一特征点的世界坐标，获取第一转换矩阵，其中，第一特征点为所述矩形框的角点；其次，根据每个第二特征点的图像坐标和第一转换矩阵，获取每个第二特征点的世界坐标，其中，第二特征点为标靶图像中矩形框内的一个像素点；最后，根据每个第三特征点的图像坐标和每个第三特征点对应的世界坐标，确定摄像装置的参数矩阵，其中，第三特征点为第一特征点和第二特征点的集合，通过设置有矩形框的标靶对三维重建系统进行校准，与现有的校准方法相比，本发明提供的系统校准方法能够获取大量的校准数据，从而能够在很大程度上提高系统的校准精度。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

Claims (10)

1.一种系统校准方法，其特征在于，所述方法应用于三维重建系统，所述三维重建系统包括标靶、摄像装置、投影装置和计算机，所述摄像装置和所述投影装置均与所述计算机电连接，所述标靶、摄像装置和投影装置均设置于同一平面上，且所述摄像装置与所述标靶对应，所述标靶上设置有矩形框，所述方法包括：
根据第一特征点的图像坐标和所述第一特征点的世界坐标，获取第一转换矩阵，其中，所述第一特征点为所述矩形框的角点；
根据每个第二特征点的图像坐标和所述第一转换矩阵，获取每个所述第二特征点的世界坐标，其中，所述第二特征点为标靶图像中所述矩形框内的一个像素点；
根据每个第三特征点的图像坐标和每个所述第三特征点对应的世界坐标，确定所述摄像装置的参数矩阵，其中，所述第三特征点为所述第一特征点和所述第二特征点的集合。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据每个所述第三特征点的图像坐标，计算每个所述第三特征点的投影坐标；
根据每个所述第三特征点的投影坐标和每个所述第三特征点对应的世界坐标，确定所述投影装置的参数矩阵。
3.如权利要求2所述的方法，其特征在于，所述标靶包括两个互成直角的矩形面，每个所述矩形面上各有一个矩形框，所述第一特征点为两个所述矩形框的8个角点。
4.如权利要求2所述的方法，其特征在于，所述三维重建系统还包括平移台，所述标靶包括一个矩形面，所述矩形面上设置有一个矩形框，且所述矩形面垂直安装于所述平移台上，可相对于所述平移台滑动，所述第一特征点为所述标靶在所述平移台上不同位置时，所述矩形框的角点。
5.如权利要求3或4所述的方法，其特征在于，所述根据所述第一特征点的图像坐标和所述第一特征点的世界坐标，获取第一转换矩阵的步骤，包括：
根据所述摄像装置采集的标靶图像，获取所述第一特征点的图像坐标
根据所述标靶，获取所述第一特征点的世界坐标
根据所述第一特征点的图像坐标和所述第一特征点的世界坐标之间的转换公式和计算第一转换矩阵
6.如权利要求5所述的方法，其特征在于，根据每个第三特征点的图像坐标和每个所述第三特征点对应的世界坐标，确定所述摄像装置的参数矩阵，其中，所述第三特征点为所述第一特征点和所述第二特征点的集合的步骤，包括：
获取每个所述第三特征点的图像坐标(xc,yc)和每个所述第三特征点对应的世界坐标(Xw,Yw,Zw)；
将每个所述第三特征点图像坐标(xc,yc)和每个所述第三特征点对应的世界坐标(Xw,Yw,Zw)分别应用转换公式和计算所述摄像装置的参数矩阵
7.如权利要求2所述的方法，其特征在于，所述根据每个所述第三特征点的图像坐标，计算每个所述第三特征点的投影坐标的步骤，包括：
根据每个所述第三特征点的图像坐标，计算每个所述第三特征点的相位值Φ(xc,yc)；
根据每个所述第三特征点的相位值Φ(xc,yc)，计算每个所述第三特征点对应的投影坐标
8.如权利要求7所述的方法，其特征在于，所述根据每个所述第三特征点的投影坐标和每个所述第三特征点对应的世界坐标，确定所述投影装置的参数矩阵的步骤，包括：
获取每个所述第三特征点的图像坐标(xc,yc)对应的世界坐标(Xw,Yw,Zw)和投影坐标yp；
将每个所述第三特征点的世界坐标(Xw,Yw,Zw)和投影坐标yp分别应用转换公式计算所述投影装置的参数矩阵
9.一种系统校准装置，其特征在于，所述系统校准装置应用于三维重建系统，所述三维重建系统包括标靶、摄像装置、投影装置和计算机，所述摄像装置和所述投影装置均与所述计算机电连接，所述标靶、摄像装置和投影装置均设置于同一平面上，且所述摄像装置与所述标靶对应，所述标靶上设置有矩形框，所述系统校准装置包括：
第一获取模块，用于根据第一特征点的图像坐标和所述第一特征点的世界坐标，获取第一转换矩阵，其中，所述第一特征点为所述矩形框的角点；
第二获取模块，用于根据每个第二特征点的图像坐标和所述第一转换矩阵，获取每个所述第二特征点的世界坐标，其中，所述第二特征点为标靶图像中所述矩形框内的一个像素点；
第一执行模块，用于根据每个第三特征点的图像坐标和与每个所述第三特征点对应的世界坐标，确定所述摄像装置的参数矩阵，其中，所述第三特征点为所述第一特征点和所述第二特征点的集合。
10.一种三维重建系统，其特征在于，包括标靶、摄像装置、投影装置和计算机，所述摄像装置和所述投影装置均与所述计算机电连接，所述标靶、摄像装置和投影装置均设置于同一平面上，且所述摄像装置与所述标靶对应，所述标靶上设置有矩形框；
所述计算机包括：
存储器；
处理器；以及
系统校准装置，所述系统校准装置存储于所述存储器中并包括一个或多个由所述处理器执行的软件功能模组，所述系统校准装置包括：
第一获取模块，用于根据第一特征点的图像坐标和所述第一特征点的世界坐标，获取第一转换矩阵，其中，所述第一特征点为所述矩形框的角点；
第二获取模块，用于根据每个第二特征点的图像坐标和所述第一转换矩阵，获取每个所述第二特征点的世界坐标，其中，所述第二特征点为标靶图像中所述矩形框内的一个像素点；
第一执行模块，用于根据每个第三特征点的图像坐标和与每个所述第三特征点对应的世界坐标，确定所述摄像装置的参数矩阵，其中，所述第三特征点为所述第一特征点和所述第二特征点的集合。
CN201710330270.2A 2017-05-11 2017-05-11 系统校准方法、装置及三维重建系统 Pending CN107170010A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710330270.2A CN107170010A (zh) 2017-05-11 2017-05-11 系统校准方法、装置及三维重建系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710330270.2A CN107170010A (zh) 2017-05-11 2017-05-11 系统校准方法、装置及三维重建系统

Publications (1)

Publication Number Publication Date
CN107170010A true CN107170010A (zh) 2017-09-15

Family

ID=59814996

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710330270.2A Pending CN107170010A (zh) 2017-05-11 2017-05-11 系统校准方法、装置及三维重建系统

Country Status (1)

Country Link
CN (1) CN107170010A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108937992A (zh) * 2018-08-06 2018-12-07 清华大学 一种x射线透视成像的原位可视化系统以及其标定方法
CN110146869A (zh) * 2019-05-21 2019-08-20 北京百度网讯科技有限公司 确定坐标系转换参数的方法、装置、电子设备和存储介质
CN111275765A (zh) * 2018-12-05 2020-06-12 杭州海康威视数字技术股份有限公司 一种确定目标gps的方法、装置及摄像机
CN111462331A (zh) * 2020-03-31 2020-07-28 四川大学 扩展对极几何并实时计算三维点云的若干方法
CN111553985A (zh) * 2020-04-30 2020-08-18 四川大学 邻图配对式的欧式三维重建方法及装置
CN112019802A (zh) * 2019-05-28 2020-12-01 通用汽车环球科技运作有限责任公司 用于车辆摄像机的校准

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010122679A (ja) * 2008-11-19 2010-06-03 Seiko Epson Corp デジタルプロジェクターをデジタルカメラに対し較正する方法
CN102184566A (zh) * 2011-04-28 2011-09-14 湘潭大学 基于微型投影仪手机平台的便携式三维扫描系统及方法
CN104111039A (zh) * 2014-08-08 2014-10-22 电子科技大学 用于任意摆放条纹投影三维测量系统的标定方法
CN105894574A (zh) * 2016-03-30 2016-08-24 清华大学深圳研究生院 一种双目三维重建方法
US20170032565A1 (en) * 2015-07-13 2017-02-02 Shenzhen University Three-dimensional facial reconstruction method and system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010122679A (ja) * 2008-11-19 2010-06-03 Seiko Epson Corp デジタルプロジェクターをデジタルカメラに対し較正する方法
CN102184566A (zh) * 2011-04-28 2011-09-14 湘潭大学 基于微型投影仪手机平台的便携式三维扫描系统及方法
CN104111039A (zh) * 2014-08-08 2014-10-22 电子科技大学 用于任意摆放条纹投影三维测量系统的标定方法
US20170032565A1 (en) * 2015-07-13 2017-02-02 Shenzhen University Three-dimensional facial reconstruction method and system
CN105894574A (zh) * 2016-03-30 2016-08-24 清华大学深圳研究生院 一种双目三维重建方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孟莎莎: ""基于相位测量三维成像系统的简易快速标定方法研究"", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
徐德 等编著: "《机器人视觉测量与控制》", 29 February 2008, 国防工业出版社 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108937992A (zh) * 2018-08-06 2018-12-07 清华大学 一种x射线透视成像的原位可视化系统以及其标定方法
CN108937992B (zh) * 2018-08-06 2020-10-23 清华大学 一种x射线透视成像的原位可视化系统以及其标定方法
CN111275765A (zh) * 2018-12-05 2020-06-12 杭州海康威视数字技术股份有限公司 一种确定目标gps的方法、装置及摄像机
CN111275765B (zh) * 2018-12-05 2023-09-05 杭州海康威视数字技术股份有限公司 一种确定目标gps的方法、装置及摄像机
CN110146869A (zh) * 2019-05-21 2019-08-20 北京百度网讯科技有限公司 确定坐标系转换参数的方法、装置、电子设备和存储介质
CN112019802A (zh) * 2019-05-28 2020-12-01 通用汽车环球科技运作有限责任公司 用于车辆摄像机的校准
CN111462331A (zh) * 2020-03-31 2020-07-28 四川大学 扩展对极几何并实时计算三维点云的若干方法
CN111553985A (zh) * 2020-04-30 2020-08-18 四川大学 邻图配对式的欧式三维重建方法及装置

Similar Documents

Publication Publication Date Title
CN107170010A (zh) 系统校准方法、装置及三维重建系统
US10924729B2 (en) Method and device for calibration
US10872439B2 (en) Method and device for verification
CN109949899B (zh) 图像三维测量方法、电子设备、存储介质及程序产品
CN107223269B (zh) 三维场景定位方法和装置
CN107976669B (zh) 一种确定相机与激光雷达之间的外参数的装置
US10726580B2 (en) Method and device for calibration
CN101697233B (zh) 一种基于结构光的三维物体表面重建方法
CN109615664B (zh) 一种用于光学透视增强现实显示器的标定方法与设备
CN110163797B (zh) 一种标定转台位姿关系实现任意角点云拼接的方法及装置
CN108074237B (zh) 图像清晰度检测方法、装置、存储介质及电子设备
CN108844462A (zh) 一种尺寸检测方法、装置、设备和系统
CN111553985A (zh) 邻图配对式的欧式三维重建方法及装置
CN112085798A (zh) 摄像机标定方法、装置、电子设备及存储介质
CN105423975B (zh) 一种大型工件的标定系统及方法
CN110807814A (zh) 摄影机位姿计算方法、装置、设备及存储介质
CN115830135A (zh) 一种图像处理方法、装置及电子设备
CN111311671A (zh) 一种工件测量方法、装置、电子设备及存储介质
CN113763478A (zh) 无人车相机标定方法、装置、设备、存储介质及系统
CN108648141A (zh) 一种图像拼接方法及装置
CN114792345A (zh) 一种基于单目结构光系统的标定方法
CN115546016B (zh) Pcb的2d和3d图像的采集和处理方法及相关装置
CN110415196A (zh) 图像校正方法、装置、电子设备及可读存储介质
CN114862960A (zh) 多相机标定的图像地面找平方法、装置、电子设备和介质
CN206696898U (zh) 三维重建系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170915

RJ01 Rejection of invention patent application after publication