CN107256569A - 基于双目视角的三维测量双摄像机标定方法 - Google Patents
基于双目视角的三维测量双摄像机标定方法 Download PDFInfo
- Publication number
- CN107256569A CN107256569A CN201710428947.6A CN201710428947A CN107256569A CN 107256569 A CN107256569 A CN 107256569A CN 201710428947 A CN201710428947 A CN 201710428947A CN 107256569 A CN107256569 A CN 107256569A
- Authority
- CN
- China
- Prior art keywords
- camera
- coordinates
- external parameter
- right camera
- visual angle
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了基于双目视角的三维测量双摄像机标定方法,包括以下步骤:(a)设置左、右相机,分别求解出左、右相机的外部参数:其中右相机的外部参数为Rr、tr;左相机的外部参数为Rl、tl;(b)选取任意点P作为参照点,设定点P在空间坐标系、左相机坐标系、右相机坐标系中的非齐次坐标分别为xw、xl、xr,将xw、xl、xr带入xr=RrRl ‑1xl+tr‑RrRl ‑1tl公式中;(c)将右相机坐标xr看作摄像机坐标,将左相机坐标xl看作空间坐标系,带入上式中得到左、右相机的位置关系:xr=R'xl+t',其中R'=RrRl ‑1,t'=tr‑RrRl ‑1tl。本发明用以解决现有技术中对双目相机进行标定时计算量庞大的问题,实现仅需求解两个相机的相对位置即能完成双目标定的目的。
Description
技术领域
本发明涉及三维测量领域,具体涉及基于双目视角的三维测量双摄像机标定方法。
背景技术
在基于计算机视角的三维测量中,通常是采用摄像机拍摄携带有物体三维信息的二维图像,并结合摄像机参数,由二维图像中像素点的坐标,加上二维图像上的该点位置和空间物体表面相应点的几何位置关系,恢复物体的三维坐标。在双目相机的标定过程中,需要对两个相机的位置关系进行获取。如何确定二维图像上的点位置和空间物体表面相应点的几何位置关系,取决于摄像机模型的参数。摄像机标定可以说就是确定摄像机参数的过程。传统的双目相机标定是在世界坐标系中对两个相机的外部参数进行标定,过程复杂计算量庞大。
发明内容
本发明的目的在于提供基于双目视角的三维测量双摄像机标定方法,以解决现有技术中对双目相机进行标定时计算量庞大的问题,实现仅需求解两个相机的相对位置即能完成双目标定的目的。
本发明通过下述技术方案实现:
基于双目视角的三维测量双摄像机标定方法,包括以下步骤:
(a)设置左、右相机,分别求解出左、右相机的外部参数:其中右相机的外部参数为Rr、tr;左相机的外部参数为Rl、tl;
(b)选取任意点P作为参照点,设定点P在空间坐标系、左相机坐标系、右相机坐标系中的非齐次坐标分别为xw、xl、xr,将xw、xl、xr带入xr=RrRl -1xl+tr-RrRl -1tl公式中;
(c)将右相机坐标xr看作摄像机坐标,将左相机坐标xl看作空间坐标系,带入上式中得到左、右相机的位置关系:xr=R'xl+t';其中R'=RrRl -1,t'=tr-RrRl -1tl。
针对现有技术中对双目相机进行标定时计算量庞大的问题,本发明提出一种基于双目视角的三维测量双摄像机标定方法,本方法首先独立求解出左、右相机各自的外部参数Rr、tr、Rl、tl。再在空间中选取一个参照点P,点P在空间坐标系、左相机坐标系、右相机坐标系中的非齐次坐标分别为xw、xl、xr,将xw、xl、xr带入xr=RrRl -1xl+tr-RrRl -1tl公式中。该公式基于空间坐标系与摄像机坐标系的关系推导而出。再将右相机坐标xr看作摄像机坐标,将左相机坐标xl看作空间坐标系,将左相机坐标看作已知量,得到左、右相机的位置关系:xr=R'xl+t',其中R'=RrRl -1,t'=tr-RrRl -1tl。从而便得到了两个相机之间的相对位置关系,克服了传统计算方法中需要经过多次矩阵转换才能得到两个相机之间的相对位置关系的缺陷,极大程度上降低了计算量、提高了计算效率,具有突出的实质性特点和显著进步。
优选的,左、右相机的外部参数通过下述方法求解:制作N副黑白棋盘标定板图像,其中N≥3;对每副标定板图像建立一个与单个相机对应的映射矩阵H,H=A[R、t];其中H表示标定板在空间中某个特征点M处、和在该位置采集的图像上的二维图像点m的对应关系:A代表摄像机的内部参数;R、t均为摄像机的外部参数;通过每副标定板图像所建立起来的映射矩阵H,建立线性方程,解得单个摄像机的内部参数A,进而通过H=A[R、t]解得单个摄像机的外部参数R、t。作为本发明的优选方案,给出了一种快速获取单个相机外部参数的方法:首先制作N副黑白棋棋盘作为标定板图像,对每副标定板图像建立一个映射矩阵H,映射矩阵H中包括了代表摄像机内部参数的未知数A、代表外部参数的R、t。映射矩阵H表明了二维图像上的该点位置和空间物体表面相应点的几何位置关系,用以恢复三维坐标。通过每副标定板图像所建立起来的映射矩阵H,建立线性方程。由于根据H=A[R、t]可以推导出摄像机内部参数A的矩阵约束关系方程,关系方程中具有六个未知数,因此要求解六个未知数的唯一解,至少需要六个线性方程,因此至少需要三幅标定板图像,因此本方法中N≥3才能满足求解需要。通过每副标定板图像所建立起来的映射矩阵H,建立线性方程,解得摄像机的内部参数A后,再根据H=A[R、t]解得摄像机的外部参数R、t,从而能够一次性的获得摄像机的内部参数与外部参数。此外,还可以通过最大似然估计法,对摄像机的内部参数、外部参数进行优化,得到最终结果,实现对单个摄像机的标定。
公式xr=RrRl -1xl+tr-RrRl -1tl由空间坐标系与摄像机坐标系的关系推导而来。由空间坐标系与摄像机坐标系的关系x=Rx+t得出:xr=Rrxw+tr,xl=Rlxw+tl;进而推导出xr=RrRl -1xl+tr-RrRl -1tl。其中,空间坐标系与摄像机坐标系的关系可由如下矩阵表示:
上式中,(Xw、Yw、Zw)为空间坐标系坐标,(Xc、Yc、Zc)为摄像机坐标系坐标,R是3×3的正交单位旋转矩阵,t是平移向量。根据上式矩阵即可获得空间坐标系与摄像机坐标系的关系x=Rx+t。
本发明与现有技术相比,具有如下的优点和有益效果:
1、本发明基于双目视角的三维测量双摄像机标定方法,克服了传统计算方法中需要经过多次矩阵转换才能得到两个相机之间的相对位置关系的缺陷,极大程度上降低了计算量、提高了计算效率,具有突出的实质性特点和显著进步。
2、本发明基于双目视角的三维测量双摄像机标定方法,通过每副标定板图像所建立起来的映射矩阵H,建立线性方程,解得摄像机的内部参数A后,再根据H=A[R、t]解得摄像机的外部参数R、t,从而能够快速简单的获得摄像机的外部参数。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明具体实施例的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1:
如图1所示的基于双目视角的三维测量双摄像机标定方法,包括以下步骤:
(a)设置左、右相机,分别求解出左、右相机的外部参数:其中右相机的外部参数为Rr、tr;左相机的外部参数为Rl、tl;(b)选取任意点P作为参照点,设定点P在空间坐标系、左相机坐标系、右相机坐标系中的非齐次坐标分别为xw、xl、xr,将xw、xl、xr带入xr=RrRl -1xl+tr-RrRl -1tl公式中;(c)将右相机坐标xr看作摄像机坐标,将左相机坐标xl看作空间坐标系,带入上式中得到左、右相机的位置关系:xr=R'xl+t',其中R'=RrRl -1,t'=tr-RrRl -1tl。其中,左、右相机的外部参数通过下述方法求解:制作N副黑白棋盘标定板图像,其中N≥3;对每副标定板图像建立一个与单个相机对应的映射矩阵H,H=A[R、t];其中H表示标定板在空间中某个特征点M处、和在该位置采集的图像上的二维图像点m的对应关系:A代表摄像机的内部参数;R、t均为摄像机的外部参数;通过每副标定板图像所建立起来的映射矩阵H,建立线性方程,解得单个摄像机的内部参数A,进而通过H=A[R、t]解得单个摄像机的外部参数R、t。公式xr=RrRl -1xl+tr-RrRl -1tl由空间坐标系与摄像机坐标系的关系推导而来。本发明克服了传统计算方法中需要经过多次矩阵转换才能得到两个相机之间的相对位置关系的缺陷,极大程度上降低了计算量、提高了计算效率,具有突出的实质性特点和显著进步。此外,本发明通过每副标定板图像所建立起来的映射矩阵H,建立线性方程,解得摄像机的内部参数A后,再根据H=A[R、t]解得摄像机的外部参数R、t,从而能够快速简单的获得摄像机的外部参数。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.基于双目视角的三维测量双摄像机标定方法,其特征在于,包括以下步骤:
(a)设置左、右相机,分别求解出左、右相机的外部参数:其中右相机的外部参数为Rr、tr;左相机的外部参数为Rl、tl;
(b)选取任意点P作为参照点,设定点P在空间坐标系、左相机坐标系、右相机坐标系中的非齐次坐标分别为xw、xl、xr,将xw、xl、xr带入xr=RrRl -1xl+tr-RrRl -1tl公式中;
(c)将右相机坐标xr看作摄像机坐标,将左相机坐标xl看作空间坐标系,带入上式中得到左、右相机的位置关系:xr=R'xl+t';其中R'=RrRl -1,t'=tr-RrRl -1tl。
2.根据权利要求1所述的基于双目视角的三维测量双摄像机标定方法,其特征在于,左、右相机的外部参数通过下述方法求解:制作N副黑白棋盘标定板图像,其中N≥3;对每副标定板图像建立一个与单个相机对应的映射矩阵H,H=A[R、t];其中H表示标定板在空间中某个特征点M处、和在该位置采集的图像上的二维图像点m的对应关系:A代表摄像机的内部参数;R、t均为摄像机的外部参数;通过每副标定板图像所建立起来的映射矩阵H,建立线性方程,解得单个摄像机的内部参数A,进而通过H=A[R、t]解得单个摄像机的外部参数R、t。
3.根据权利要求1所述的基于双目视角的三维测量双摄像机标定方法,其特征在于,公式xr=RrRl -1xl+tr-RrRl -1tl由空间坐标系与摄像机坐标系的关系推导而来。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710428947.6A CN107256569A (zh) | 2017-06-08 | 2017-06-08 | 基于双目视角的三维测量双摄像机标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710428947.6A CN107256569A (zh) | 2017-06-08 | 2017-06-08 | 基于双目视角的三维测量双摄像机标定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107256569A true CN107256569A (zh) | 2017-10-17 |
Family
ID=60022999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710428947.6A Pending CN107256569A (zh) | 2017-06-08 | 2017-06-08 | 基于双目视角的三维测量双摄像机标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107256569A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109341718A (zh) * | 2018-09-27 | 2019-02-15 | 北京伟景智能科技有限公司 | 基于多目视觉的标定方法和装置 |
CN109900301A (zh) * | 2019-04-02 | 2019-06-18 | 哈尔滨工程大学 | 一种动态环境下双目立体定位角度补偿方法 |
CN111784771A (zh) * | 2020-06-28 | 2020-10-16 | 北京理工大学 | 基于双目相机的3d三角测量方法及装置 |
CN114067002A (zh) * | 2022-01-17 | 2022-02-18 | 江苏中云筑智慧运维研究院有限公司 | 一种双目相机外部参数确定方法和系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101621711A (zh) * | 2009-07-23 | 2010-01-06 | 东南大学 | 采用两个相同圆进行摄像机标定的方法 |
CN101839692A (zh) * | 2010-05-27 | 2010-09-22 | 西安交通大学 | 单相机测量物体三维位置与姿态的方法 |
CN102353340A (zh) * | 2011-06-08 | 2012-02-15 | 天津大学 | 缸盖毛坯加工尺寸识别方法及装置 |
CN102679896A (zh) * | 2011-07-15 | 2012-09-19 | 上海工程技术大学 | 基于机器视觉的轨距测定方法 |
EP2530647A1 (en) * | 2011-06-01 | 2012-12-05 | Harman Becker Automotive Systems GmbH | Method of calibrating a vehicle vision system and vehicle vision system |
CN104182982A (zh) * | 2014-08-27 | 2014-12-03 | 大连理工大学 | 双目立体视觉摄像机标定参数的整体优化方法 |
CN105335733A (zh) * | 2015-11-23 | 2016-02-17 | 西安韦德沃德航空科技有限公司 | 一种无人机自主着陆视觉定位方法及系统 |
CN106127737A (zh) * | 2016-06-15 | 2016-11-16 | 王向东 | 一种用于体育比赛测量中的平板标定系统 |
-
2017
- 2017-06-08 CN CN201710428947.6A patent/CN107256569A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101621711A (zh) * | 2009-07-23 | 2010-01-06 | 东南大学 | 采用两个相同圆进行摄像机标定的方法 |
CN101839692A (zh) * | 2010-05-27 | 2010-09-22 | 西安交通大学 | 单相机测量物体三维位置与姿态的方法 |
EP2530647A1 (en) * | 2011-06-01 | 2012-12-05 | Harman Becker Automotive Systems GmbH | Method of calibrating a vehicle vision system and vehicle vision system |
CN102353340A (zh) * | 2011-06-08 | 2012-02-15 | 天津大学 | 缸盖毛坯加工尺寸识别方法及装置 |
CN102679896A (zh) * | 2011-07-15 | 2012-09-19 | 上海工程技术大学 | 基于机器视觉的轨距测定方法 |
CN104182982A (zh) * | 2014-08-27 | 2014-12-03 | 大连理工大学 | 双目立体视觉摄像机标定参数的整体优化方法 |
CN105335733A (zh) * | 2015-11-23 | 2016-02-17 | 西安韦德沃德航空科技有限公司 | 一种无人机自主着陆视觉定位方法及系统 |
CN106127737A (zh) * | 2016-06-15 | 2016-11-16 | 王向东 | 一种用于体育比赛测量中的平板标定系统 |
Non-Patent Citations (4)
Title |
---|
SIXIAN CHAN ET AL: "An improved method for fisheye camera calibration and distortion correction", 《2016 INTERNATIONAL CONFERENCE ON ADVANCED ROBOTICS AND MECHATRONICS (ICARM)》 * |
ZHENGYOU ZHANG ET AL: "A Flexible New Technique for Camera Calibration", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 * |
吴琼等: "基于投影矩阵的摄像机标定新方法", 《半导体光电》 * |
张志勇等: "一种实用的CCD像机标定方法", 《红外与激光工程》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109341718A (zh) * | 2018-09-27 | 2019-02-15 | 北京伟景智能科技有限公司 | 基于多目视觉的标定方法和装置 |
CN109341718B (zh) * | 2018-09-27 | 2020-12-29 | 北京伟景智能科技有限公司 | 基于多目视觉的标定方法和装置 |
CN109900301A (zh) * | 2019-04-02 | 2019-06-18 | 哈尔滨工程大学 | 一种动态环境下双目立体定位角度补偿方法 |
CN111784771A (zh) * | 2020-06-28 | 2020-10-16 | 北京理工大学 | 基于双目相机的3d三角测量方法及装置 |
CN111784771B (zh) * | 2020-06-28 | 2023-05-23 | 北京理工大学 | 基于双目相机的3d三角测量方法及装置 |
CN114067002A (zh) * | 2022-01-17 | 2022-02-18 | 江苏中云筑智慧运维研究院有限公司 | 一种双目相机外部参数确定方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104182982B (zh) | 双目立体视觉摄像机标定参数的整体优化方法 | |
CN107256569A (zh) | 基于双目视角的三维测量双摄像机标定方法 | |
CN111243033B (zh) | 一种优化双目相机外参数的方法 | |
CN103646394B (zh) | 一种基于Kinect摄像机的混合视觉系统标定方法 | |
CN108171787A (zh) | 一种基于orb特征检测的三维重建方法 | |
CN107633536A (zh) | 一种基于二维平面模板的相机标定方法及系统 | |
CN109000557B (zh) | 一种核燃料棒位姿自动识别方法 | |
CN103337094A (zh) | 一种应用双目摄像机实现运动三维重建的方法 | |
CN101320474B (zh) | 一种旋转立体视觉的摄像机外参数自标定方法 | |
CN104517291B (zh) | 基于目标同轴圆特征的位姿测量方法 | |
CN108053373A (zh) | 一种基于深度学习模型鱼眼图像校正方法 | |
CN202075794U (zh) | 一种无人机航摄立体成像处理设备 | |
CN100481966C (zh) | 基于平面单应矩阵特征线的摄像机标定方法 | |
CN102609941A (zh) | 基于ToF深度相机的三维注册方法 | |
CN107886547A (zh) | 一种鱼眼相机标定方法及系统 | |
CN106600647A (zh) | 一种双目视觉多线投影结构光标定方法 | |
CN1801953A (zh) | 仅用一幅平面标定物图像的摄像机标定方法 | |
CN111091076B (zh) | 基于立体视觉的隧道限界数据测量方法 | |
CN111047709A (zh) | 一种双目视觉裸眼3d图像生成方法 | |
CN107358632A (zh) | 应用于水下双目立体视觉的水下摄像机标定方法 | |
CN113112545B (zh) | 基于计算机视觉的手持移动打印装置定位方法 | |
CN113450416B (zh) | 一种应用于三目相机立体标定的tcsc方法 | |
CN106570907A (zh) | 一种相机标定方法及装置 | |
CN114998447A (zh) | 多目视觉标定方法及系统 | |
CN111435539A (zh) | 一种基于联合优化的多相机系统外参标定方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171017 |