CN107330942A - 一种标定模板、标定方法、标定操作方法及标定系统 - Google Patents

一种标定模板、标定方法、标定操作方法及标定系统 Download PDF

Info

Publication number
CN107330942A
CN107330942A CN201710471871.5A CN201710471871A CN107330942A CN 107330942 A CN107330942 A CN 107330942A CN 201710471871 A CN201710471871 A CN 201710471871A CN 107330942 A CN107330942 A CN 107330942A
Authority
CN
China
Prior art keywords
camera
calibration
oval
calibrated
calibrating template
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
CN201710471871.5A
Other languages
English (en)
Inventor
晁志超
周剑
王诚
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.)
Chengdu Tongjia Youbo Technology Co Ltd
Original Assignee
Chengdu Tongjia Youbo Technology Co Ltd
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 Chengdu Tongjia Youbo Technology Co Ltd filed Critical Chengdu Tongjia Youbo Technology Co Ltd
Priority to CN201710471871.5A priority Critical patent/CN107330942A/zh
Publication of CN107330942A publication Critical patent/CN107330942A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30204Marker
    • G06T2207/30208Marker matrix

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

本发明公开了一种标定模板、标定方法、标定操作方法及标定系统,利用一块将标定基板与至少两个球状标定件配合的标定模板进行相机标定,待标定相机面向所述标定模板采集一帧标定图像,至少两个所述球状标定件在待标定相机的成像中投影为椭圆,使得所述标定图像中包括具有固定间距的阵列图像和至少两个所述椭圆,且至少两个所述椭圆的长轴线相交,利用其交点计算待标定相机的主点坐标参数。本发明能够基于一幅标定图像和一个标定模板完成相机标定,具有实用性强、标定速度快、精度高等特点。

Description

一种标定模板、标定方法、标定操作方法及标定系统
技术领域
本发明涉及相机标定领域,尤其是涉及一种标定模板,一种基于单帧图像和单个标定模板的相机标定方法,一种基于单帧图像和单个标定模板的相机标定操作方法,以及一种基于单帧图像和单个标定模板的相机标定系统。
背景技术
相机标定是图像处理技术中非常重要的技术,在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立相机成像的几何模型,这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到,这个求解参数的过程就称之为相机标定。
为实现快速完成相机标定工作,亟需一种能够基于一帧图像完成相机标定的方法和标定装置。如图1所示,图1描述了一种现有的标定装置,该标定装置包括标定支架7和设置在标定支架上的四个姿态不同的标定基板1,通过对四个标定基板1的图像进行分析处理,完成相机标定。虽然该种标定装置能够实现仅拍摄一次图像即可完成相机标定,但该标定装置存在标定精度不稳定、受标定板间的相对姿态影响较大、由于采用多张标定基板造成整体占用体积大等问题。
比如,张正友提出了利用一个国际象棋棋盘状的标定模板来进行标定方法。该标定方法需要摄像头从不同角度对标定模板拍摄多张标定图像,拍摄图片的角度越多越好。这种方法可以实现对摄像头内部参数和外部参数的标定,其精确度随拍摄角度的增多和清晰度的加大而增大。但是,张正友标定法需要拍摄的标定图片太多,一次标定需要对多帧图像进行处理,这对于需要对大量摄像头标定或是希望仅做简洁快速标定的情况都不太适用。
发明内容
本发明的发明目的在于:针对上述存在的问题,提供一种标定模板,一种基于单帧图像和单个标定模板的相机标定方法,一种基于单帧图像和单个标定模板的相机标定操作方法,以及一种基于单帧图像和单个标定模板的相机标定系统。
本发明采用的技术方案如下:
(1)标定模板
本发明提出了一种标定模板,所述标定模板包括标定基板和至少两个与所述标定基板连接的球状标定件,所述标定基板的上设置有若干个标志结构,若干个所述标志结构被排列形成具有固定距离的阵列结构,所述球状标定件和所述标志结构处于同一可视面,至少两个所述球状标定件在相机的成像中投影为椭圆,且至少两个所述椭圆的长轴线相交。
基于上述任一标定模板实施例,进一步的,所述标志结构包括矩形状结构。
基于上述任一标定模板实施例,进一步的,所述标志结构包括圆形状结构。
基于上述任一标定模板实施例,进一步的,所述球状标定件包括圆球。
基于上述任一标定模板实施例,进一步的,所述球状标定件包括球缺。
基于上述任一标定模板实施例,进一步的,所述球状标定件通过连接件被设置在所述标定基板的固定位置处。
基于上述任一标定模板实施例,进一步的,所述标定基板上设置有容纳槽,所述球状标定件通过所述容纳槽被设置在所述标定基板的固定位置处。
基于上述任一标定模板实施例,进一步的,若干个所述标志结构为印刷制成的涂层。
(2)标定方法
本发明还提出了一种基于单帧图像和单个标定模板的相机标定方法,所述标定方法包括以下步骤:
获取一帧由待标定相机面向一个标定模板采集的标定图像,所述标定图像中包括具有固定间距的阵列图像和至少两个椭圆;
从标定图像中提取所有椭圆,并计算每个椭圆的长轴线,通过每个椭圆的长轴线的交点,计算待标定相机的主点坐标参数。
基于上述标定方法的实施例,进一步的,从标定图像中提取所有椭圆包括以下子步骤:
对所述标定图像进行二值化处理,得到二值图像;
在所述二值图像中,提取每个椭圆的初始边缘点;
根据各个所述椭圆的初始边缘点计算各个椭圆的初始中心点;
以各个椭圆的初始中心点为极点,在各个极点向外发出的射线上寻找灰度变化率极值点,重新确定各个椭圆的边缘点。
基于上述任一标定方法的实施例,进一步的,计算待标定相机的主点坐标参数的过程为:
提取椭圆的边缘点,拟合得到每个椭圆的椭圆方程,并得到直线方程组;
然后包括以下多种方式之一:
①根据至少两个椭圆的长轴线的直线方程,利用最小二乘法求得每个椭圆的长轴线的交点坐标,即得到待标定相机的主点坐标参数;
②根据至少两个椭圆的长轴线的直线方程,计算所有长轴线的交点坐标,然后求所有交点的聚类中心,剔除跟聚类中心的距离大于预设阈值的交点,然后重新求解交点的聚类中心,新的聚类中心的坐标即为待标定相机的主点坐标参数;
③根据至少两个椭圆的长轴线的直线方程,计算所有长轴线的交点坐标,然后计算每个交点到所有长轴线的垂直距离,选择距离所有长轴线的垂直距离之和最小的交点作为待标定相机的主点,得到待标定相机的主点坐标参数。
基于上述标定方法的实施例,进一步的,所述标定方法还包括内参标定步骤:计算待标定相机与所述标定模板之间的单应性矩阵;根据所述主点坐标参数和单应性矩阵计算得到待标定相机的内参。
基于上述标定方法的实施例,进一步的,所述标定方法还包括外参标定步骤:根据所有内参以及所述单应性矩阵,计算得到待标定相机的外参。
基于上述标定方法的实施例,进一步的,所述标定方法还包括径向畸变处理步骤:通过最大似然估计对待标定相机的内参和外参进行非线性优化。
基于上述标定方法的实施例,进一步的,所述标定方法还包括参数优化步骤:通过最大似然估计对待标定相机的内参、外参和畸变系数进行非线性优化。
(3)标定操作方法
本发明还提出了一种基于单帧图像和单个标定模板的相机标定操作方法,所述标定操作方法包括以下步骤:
在一个具有若干个标志结构的标定基板上设置至少两个球状标定件,所述球状标定件和所述标志结构处于同一可视面,且若干个所述标志结构被排列形成具有固定距离的阵列结构;
待标定相机面向所述标定模板采集一帧标定图像,至少两个所述球状标定件在待标定相机的成像中投影为椭圆,所述标定图像中包括具有固定间距的阵列图像和至少两个所述椭圆,且至少两个所述椭圆的长轴线相交;
待标定相机将所述标定图像传输至标定处理主机;
所述标定处理主机从所述标定图像中提取所有所述椭圆,并计算每个所述椭圆的长轴线的直线方程,通过每个所述椭圆的长轴线的交点计算所述待标定相机的主点坐标参数。
(4)标定系统
本发明还提出了一种基于单帧图像和单个标定模板的相机标定系统,所述标定系统包括标定模板、待标定相机和标定处理主机;
所述标定模板,包括一个标定基板和至少两个设置在所述标定基板上的球状标定件,所述标定基板的上设置有若干个标志结构,若干个所述标志结构被排列形成具有固定距离的阵列结构,所述球状标定件和所述标志结构处于同一可视面;
所述待标定相机,用于面向所述标定模板采集一帧标定图像,至少两个所述球状标定件在待标定相机的成像中投影为椭圆,所述标定图像中包括具有固定间距的阵列图像和至少两个所述椭圆,且至少两个所述椭圆的长轴线相交;
所述标定处理主机,用于接收所述待标定相机采集的所述标定图像,从所述标定图像中提取所有所述椭圆,并计算每个所述椭圆的长轴线的直线方程,通过每个所述椭圆的长轴线的交点,计算所述待标定相机的主点坐标参数。
综上所述,由于采用了上述技术方案,本发明的有益效果是:本发明所提出了一种新的标定模板和标定方法及相应的标定系统和标定操作方法,该标定模板将标定基板与至少两个球状标定件配合,利用该标定模板进行相机标定时,能够实现基于一个标定模板、一帧采集图像完成相机标定工作。在工厂标定等应用中,具有实用性强、标定速度快、精度高等特点。
附图说明
本发明将通过例子并参照附图的方式说明。
图1为现有的具有四个标定基板的标定装置。
图2为本发明的一个实施例的俯视图。
图3为对本发明的一个实施例进行图像采集所得到的标定图像。
图4为对标定图像中的椭圆图像的分析示意图之一。
图5为对标定图像中的椭圆图像的分析示意图之二。
图6为本发明的侧视图示例一。
图7为本发明的侧视图示例二。
图8为本发明的侧视图示例三。
图9为本发明的侧视图示例四。
图10为本发明的侧视图示例五。
图11为本发明的另一个实施例的俯视图。
图12为本发明的一个实施例的立体图。
图中,1-标定基板,2-球状标定件,201-椭圆图像,202-长轴线,3-标志结构,4-连接件,5-容纳槽,6-阵列结构,7-标定支架,P-标定图像,O-主点,O1-第一交点,O2-第二交点,O3-第三交点,O4-第四交点。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
(1)标定模板
本发明提出了一种标定模板,主要包括标定基板1和至少两个与所述标定基板1连接的球状标定件2,所述标定基板1上设置有若干个标志结构3,所述球状标定件2和所述标志结构3处于同一可视面。所述同一可视面是指在球状标定件2和标志结构3能够同时被看到,均在相机的可视范围内,能够同时被相机采集成像,在进行相机标定时,若干个标志结构3和至少两个球状标定件2均能成像于一帧图像中。
例如,当若干个标志结构3分布在所述标定基板1的正面时,所述球状标定件2不能分布在所述标定基板1的背面,除非该标定模板是双面设置的,前后两面均同时设置有若干个标志结构3和至少两个球状标定件2。
再如,标志结构3不一定设置在所述标定基板1的表面,当所述标定基板1的表面为透明板时,所述标志结构3也可以设置在所述标定基板1的内部。透过透明板可以看到标志结构3,在进行相机标定时,若干个标志结构3和至少两个球状标定件2均能成像于一帧图像中。
本发明中所述球状标定件2和所述标志结构3处于同一可视面,要求球状标定件2不被所述标定基板1遮挡,所述球状标定件2可直接放置在所述标定基板1的表面,也可以通过连接件4被设置在所述标定基板1表面的固定位置处,还可通过标定基板1上的容纳槽5被设置在所述标定基板1表面的固定位置处,甚至,还可以通过其他连接架来固定球状标定件2,只要使得至少两个球状标定件2和若干所述标志结构3均在相机的可视范围内,并且球状标定件2和连接架最好不遮挡所述标志结构3。
另外,多个球状标定件2中,每个球状标定件2的球心离所述标定基板1的垂直距离一般相同。当然,每个球状标定件2的球心离所述标定基板1的垂直距离也可以互不不同,只要在相机标定时,至少两个所述球状标定件2在相机的成像中投影为椭圆图像201,且其椭圆图像的长轴线202能够相交即可,也就是至少两条长轴线202的夹角θ∈(0°,180°)。
本发明提出的该种标定模板结构主要应用于相机标定场景,可以实现基于一个标定模板和一帧采集图像的相机标定工作,其中,若干个标志结构3和至少两个球状标定件2同时作为标定目标。
例如,对如图2所示的标定模板进行相机标定时,待标定相机仅需对该一个标定模板进行一次图像采集,得到如图3所示的标定图像P,球状标定件2在相机的成像中投影为椭圆图像201,然后从该帧标定图像P中计算每个椭圆图像201的长轴线202,再计算每条长轴线202在该帧标定图像P中的交点坐标,利用该交点坐标即可得到相机主点O的坐标信息,即完成相机主点O的标定,如图4所示。最后利用相机与标定模板之间的单应性关系,以及从若干个标志结构3即阵列结构6的成像中提取的角点信息,完成相机的内外参标定。
当每个球状标定件2的球心到阵列结构6的中心的距离相同时,待标定相机从阵列结构6的中心位置采集图像,其得到的标定图像P可如图4所示,其中每个球状标定件2的长轴线202的交点刚好与主点O重合。然而,一般情况下,球状标定件2的在标定基板1上的设置位置并不如此严格要求,在进行相机标定时,得到的标定图像P可能如图5所示,四个椭圆图像201的长轴线202均由一个交点,得到第一交点O1、第二交点O2、第三交点O3、第四交点O4,再利用算法确定主点O的坐标位置。
一般的,若干个所述标志结构3需要被排列形成具有固定距离的阵列结构6,另外所述标志结构3可以是印刷制成的涂层。如图2所示,该实施例描述了一种标定模板,其标志结构3为矩形状结构,每个矩形状结构以其自身的长度和宽度为固定距离,排列成一个棋盘格状的阵列结构。如图11所示,该实施例描述了一种标定模板,其标志结构3为圆形状结构,每个圆形状结构以其直径或其他长度为固定距离,排列成一个圆斑阵列结构。当然,所述的矩形状结构和圆形状的表面色彩需要与标定基板的表面色彩存在较明显的色差,标定基板的表面可以为浅色,相应的标志结构的表面可以为深色,或反之,最优选的是分别采用黑色和白色。另外,若干个所述标志结构3中,每个标志结构3可以不仅为一种,也可以包括两种或两种以上的标志,如既包含矩形状结构的标志,又包括圆形状结构的标志,还可以是不同尺寸的标志,可根据应对的标定方法、标定精度要求等实际情况而变化。
所述球状标定件2可以为圆球,即标准的圆球,也可以采用球缺,当采用球缺作为球状标定件2时,最好不采用高度小于球半径的球缺,因为高度小于球半径的球缺其在相机中的成像可能不是一个完整的封闭的椭圆,不利于计算椭圆的长轴线,不利于后续的标定处理。
如图12所示,该实施例描述了一种标定模板,采用四个圆球作为球状标定件,该四个圆球对称设置在由若干个标志结构3组成的阵列结构6的四周,四个圆球在采集图像中的成像为椭圆,通过计算每个椭圆的长轴线的交点,即可完成相机主点的标定,从而进一步的完成相机其他内外参的标定。
如图6所示,图4描述的是采用圆球作为球状标定件时,该标定模板的侧视图的部分,球状标定件2与标定基板1点接触,球状标定件2可以通过重力压在标定基板1上,也可以通过磁性吸附在标定基板1上,还可以通过连接件4被设置在所述标定基板1的固定位置处。如图8所示,所述标定基板1上设置有连接件4,比如连接杆,球状标定件2的底部开设有与连接件4相匹配的孔,可以将球状标定件2插在连接件4上;也可以是在球状标定件2上设置连接件4,在标定基板1上开设与连接件4相匹配的孔,然后将球状标定件2插到标定基板1上的孔中;还可以是在球状标定件2和标定基板1上均开设有孔,然后通过连接件4对接。如图7所示,所述标定基板1上还可以开设容纳槽5,以使所述球状标定件2能够通过所述容纳槽5被设置在所述标定基板1的固定位置处,当然一般的,容纳槽5与球状标定件2需一一对应。
如图9所示,该实施例描述了一种标定模板,采用四个球缺作为球状标定件,此实施例下,球状标定件2的底部与标定基板1面接触,结构稳定性更强,该球状标定件2也可以通过重力压在标定基板1上,或者通过磁性吸附在标定基板1上,或者通过连接件4被设置在所述标定基板1的固定位置处如图10所示。另外,球状标定件2的底部可以不是平面,可以有纹路结构或其他连接结构,相应的,标定基板上也有与纹路结构或其他连接结构相匹配的结构,以使球状标定件与标定基板能够通过该纹路结构或其他连接结构直接连接。
本发明所提出的标定模板并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合。本领域技术人员可以选择两个、三个、四个、六个、八个、……、甚至更多个球状标定件设置在标定基板上的任一位置处,只要与标志结构共面即处于同一可视面即可,另外,球状标定件最好不遮挡标志结构,可设置在若干标志结构形成的图案阵列结构6的周围。本发明选用任何颜色的球状标定件均可,可选用白色、黑色、高反光的球状标定件,利于在标定图像P中提取椭圆图像。在进行标定时,需要至少两个所述球状标定件2在相机的成像中投影呈椭圆图像,且两个椭圆图像的长轴线相交。本发明将一个标定基板与至少两个球状标定件配合,利用该标定模板进行相机标定时,能够实现基于一个标定模板、一帧采集图像完成相机标定工作。在工厂标定等应用中,具有实用性强、标定方法简单、标定速度快、精度高等特点,同时也降低了标定模板的占用空间。
(2)标定方法
摄像机模型是通常的小孔成像模型。三维的点与其在二维图像上投影点的关系如下:
式中s表示尺度因子,只为方便计算,对于齐次坐标,尺度因子不会改变坐标值的。R表示旋转矩阵,t表示平移矩阵,R、t是世界坐标系和摄像机坐标系之间的联系。A为摄像机的内参矩阵,(u0,v0)为坐标系主点,α、β是图像轴的比例因子,γ描述了两个图像轴之间的倾斜程度。标定图像上像素点坐标为m=(u,v),标定模板角点的空间坐标为M=[X,Y,Z],用表示最后一个元素为1的增广向量,则有
本发明提出了一种基于单帧图像和单个标定模板的相机标定方法,所述标定方法包括以下步骤:
S1、获取一帧由待标定相机面向一个标定模板采集的标定图像,所述标定图像中包括具有固定间距的阵列图像和至少两个椭圆;
S2、从标定图像中提取所有椭圆,并计算每个椭圆的长轴线,通过每个椭圆的长轴线的交点,计算待标定相机的主点坐标参数。
所述步骤S2中,从标定图像中提取所有椭圆包括以下子步骤:
S211,对所述标定图像进行二值化处理,得到二值图像;
S212,在所述二值图像中,提取每个椭圆的初始边缘点;
S213,根据各个所述椭圆的初始边缘点计算各个椭圆的初始中心点;
S214,以各个椭圆的初始中心点为极点,在各个极点向外发出的射线上寻找灰度变化率极值点,重新确定各个椭圆的边缘点。
所述步骤S2中,计算待标定相机的主点坐标参数的过程为:
S221,提取椭圆的边缘点,使用基于RANSAC和最小二乘法的椭圆拟合算法拟合得到每个椭圆的椭圆方程:
式中a为椭圆的长半轴,b为椭圆的短半轴,(x0,y0)为椭圆中心坐标,θ为椭圆的旋转角度。
根据所述椭圆方程计算每个椭圆的长轴线的直线方程:
sinθi·x-cosθi·y=x0 isinθi-y0 icosθi (3)
式中,(x0 i,y0 i)为第i个椭圆的中心坐标,θi为第i个椭圆的旋转角度,i=1,2...,n,n≥2,n为标定图像上椭圆的个数即标定模板上球状标定件的个数。
S222,然后可采用以下多种方式中的一种来计算主点坐标参数。
①如图4所示,当所有椭圆的长轴线相交于一点,即图像主点(相机光轴与标定图像的交点),联合所有直线方程得到直线方程组:
将直线方程组转换为矩阵形式记为BX=C。
其中X=[x,y]T
利用最小二乘法求得每个椭圆的长轴线的交点坐标X=(BTB)-1BTC,求得的X即为图像主点坐标(u0,v0),完成待标定相机的主点坐标参数的标定。
②如图5所示,当所有椭圆的长轴线两两相交于多点时,根据至少两个椭圆的长轴线的直线方程,计算所有长轴线的交点坐标,然后求所有交点的聚类中心,剔除跟聚类中心的距离大于预设阈值的交点,然后重新求解交点的聚类中心,新的聚类中心的坐标即为待标定相机的主点坐标参数。
③如图5所示,当所有椭圆的长轴线两两相交于多点时,根据至少两个椭圆的长轴线的直线方程,计算所有长轴线的交点坐标,然后计算每个交点到所有长轴线的垂直距离,选择距离所有长轴线的垂直距离之和最小的交点作为待标定相机的主点,得到待标定相机的主点坐标参数。
再进一步的所述标定方法还包括内参标定步骤S3:计算待标定相机与所述标定模板之间的单应性矩阵;根据所述主点坐标参数和单应性矩阵计算得到待标定相机的内参。
在标定模板平面上的点和它的标定图像平面上的像素点之间建立了一个单应性映射。如果已知标定模板角点的空间坐标M=[XW,YW,ZW]和其在标定图像上的像素点坐标m=(u,v),那么根据单应性映射关系可以求得单应性矩阵H。
令hi表示单应性矩阵H的每一列向量,单应性矩阵H的表达式可为:
[h1 h2 h3]=λA[r1 r2 t] (5)
其中,λ为计算得到的单应性矩阵H与真实的单应性矩阵H之间的尺度因子,
又因为r1和r2是为旋转矩阵的列向量,则r1和r2是单位正交向量,所以有:
待标定相机的内参A有五个未知数u0,v0,α,β,γ,由于γ对相机影响很小,可令γ=0,同时主点坐标(u0,v0)已求得,剩下两个未知数α,β,使用式(6)和(7)两个方程可以求得。
再进一步的所述标定方法还包括外参标定步骤S4:根据所有内参以及所述单应性矩阵,计算得到待标定相机的外参。一旦内参A求得后,根据式(5)即可求出标定图像的外部参数:
r1=λA-1h1
r2=λA-1h2
r3=r1×r2
t=λA-1h3
其中,尺度因子λ=1/||A-1h1||=1/||A-1h2||。
再进一步的所述标定方法还包括第一优化处理步骤S5:通过最大似然估计对待标定相机的内参和外参进行非线性优化。
我们所得到的摄像机的内参矩阵和图像对应的外参矩阵都只是一个粗糙解,没有具体的物理意义,同时由于没有考虑畸变。可以通过最大似然估计对所有参数进行非线性优化,进一步优化。在这里可以假定模板平面上有m个标定点,那么可建立评价函数:
其中mi是标定图像上的第i个特征点的像点坐标,R是图坐标系的旋转矩阵,t是图坐标系的平移向量,Mi是第i个特征点的空间坐标,m(A,R,t,Mi)是通过A,R,t,Mi这些已知量求得的第i个特征点的投影图像上的坐标。
使评价函数C得到最小值的A,R,ti就是这个问题的最优解,这是一个非线性最小二乘问题,可采用Levenberg-Marquardt算法对式(8)求解。
再进一步的所述标定方法还包括第二优化处理步骤S6:计算畸变系数,并通过最大似然估计对待标定相机的内参、外参和畸变系数进行整体非线性优化。
设(u,v)为理想(畸变可忽略)的像素坐标,为实际观测的像素坐标,(x,y)为理想的图像坐标,为实际的图像坐标。
其中,k1,k2为径向畸变系数,径向畸变中心的主点是相同的,可以得到:
上式矩阵表示为:
设单帧图像上有m个特征点,可以得到m个式(10),用矩阵形式表示为:DK=d (12)
其中,K=[k1,k2]T,
由最小二乘法得:K=(DTD)-1DTd,即计算得到畸变系数k1,k2
重新建立评价函数:
其中,是点Mi在标定图像上的投影,A是摄像机标定内参矩阵,k1,k2是畸变系数,R是旋转矩阵,t是平移向量。这是一个非线性最小化问题,可采用Levenberg-Marquardt算法来求使评价函数C'得到最小值的A,k1,k2,R,t。
(3)标定操作方法
本发明还提出了一种基于单帧图像和单个标定模板的相机标定操作方法,所述标定操作方法包括以下步骤:
在一个具有若干个标志结构的标定基板上设置至少两个球状标定件,所述球状标定件和所述标志结构处于同一可视面,且若干个所述标志结构被排列形成具有固定距离的阵列结构;
待标定相机面向所述标定模板采集一帧标定图像,至少两个所述球状标定件在待标定相机的成像中投影为椭圆,所述标定图像中包括具有固定间距的阵列图像和至少两个所述椭圆,且至少两个所述椭圆的长轴线相交;
待标定相机将所述标定图像传输至标定处理主机;
所述标定处理主机从所述标定图像中提取所有所述椭圆,并计算每个所述椭圆的长轴线的直线方程,通过每个所述椭圆的长轴线的交点计算所述待标定相机的主点坐标参数。
所述标定处理主机的处理器执行存储器中的计算机程序能够实现标定方法部分中对内部参数、外部参数和畸变系数等处理步骤。
(4)标定系统
本发明还提出了一种基于单帧图像和单个标定模板的相机标定系统,所述标定系统包括标定模板、待标定相机和标定处理主机;
所述标定模板,包括一个标定基板和至少两个设置在所述标定基板上的球状标定件,所述标定基板的上设置有若干个标志结构,若干个所述标志结构被排列形成具有固定距离的阵列结构,所述球状标定件和所述标志结构处于同一可视面;
所述待标定相机,用于面向所述标定模板采集一帧标定图像,至少两个所述球状标定件在待标定相机的成像中投影为椭圆,所述标定图像中包括具有固定间距的阵列图像和至少两个所述椭圆,且至少两个所述椭圆的长轴线相交;
所述标定处理主机,用于接收所述待标定相机采集的所述标定图像,从所述标定图像中提取所有所述椭圆,并计算每个所述椭圆的长轴线的直线方程,通过每个所述椭圆的长轴线的交点,计算所述待标定相机的主点坐标参数。
所述标定处理主机的处理器执行存储器中的计算机程序能够实现标定方法部分中对内部参数、外部参数和畸变系数等处理步骤。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。本发明利用一块将标定基板与至少两个球状标定件配合的标定模板进行相机标定,待标定相机面向所述标定模板采集一帧标定图像,至少两个所述球状标定件在待标定相机的成像中投影为椭圆,使得所述标定图像中包括具有固定间距的阵列图像和至少两个所述椭圆,且至少两个所述椭圆的长轴线相交,利用其交点计算待标定相机的主点坐标参数。本发明能够基于一幅标定图像和一个标定模板完成相机标定,具有实用性强、标定速度快、精度高等特点。

Claims (10)

1.一种标定模板,其特征在于:所述标定模板包括标定基板(1)和至少两个与所述标定基板(1)连接的球状标定件(2),所述标定基板(1)的上设置有若干个标志结构(3),若干个所述标志结构(3)被排列形成具有固定距离的阵列结构(6),所述球状标定件(2)和所述标志结构(3)处于同一可视面,至少两个所述球状标定件(2)在相机的成像中投影为椭圆,且至少两个所述椭圆的长轴线相交。
2.一种基于单帧图像和单个标定模板的相机标定方法,其特征在于,所述标定方法包括以下步骤:
获取一帧由待标定相机面向一个标定模板采集的标定图像,所述标定图像中包括具有固定间距的阵列图像和至少两个椭圆;
从标定图像中提取所有椭圆,并计算每个椭圆的长轴线,通过每个椭圆的长轴线的交点,计算待标定相机的主点坐标参数。
3.根据权利要求2所述的一种基于单帧图像和单个标定模板的相机标定方法,其特征在于:从标定图像中提取所有椭圆包括以下子步骤:
对所述标定图像进行二值化处理,得到二值图像;
在所述二值图像中,提取每个椭圆的初始边缘点;
根据各个所述椭圆的初始边缘点计算各个椭圆的初始中心点;
以各个椭圆的初始中心点为极点,在各个极点向外发出的射线上寻找灰度变化率极值点,重新确定各个椭圆的边缘点。
4.根据权利要求2所述的一种基于单帧图像和单个标定模板的相机标定方法,其特征在于:计算待标定相机的主点坐标参数的过程为:
提取椭圆的边缘点,拟合得到每个椭圆的椭圆方程,并得到直线方程组;
然后包括以下多种方式之一:
① 根据至少两个椭圆的长轴线的直线方程,利用最小二乘法求得每个椭圆的长轴线的交点坐标,即得到待标定相机的主点坐标参数;
② 根据至少两个椭圆的长轴线的直线方程,计算所有长轴线的交点坐标,然后求所有交点的聚类中心,剔除跟聚类中心的距离大于预设阈值的交点,然后重新求解交点的聚类中心,新的聚类中心的坐标即为待标定相机的主点坐标参数;
③ 根据至少两个椭圆的长轴线的直线方程,计算所有长轴线的交点坐标,然后计算每个交点到所有长轴线的垂直距离,选择距离所有长轴线的垂直距离之和最小的交点作为待标定相机的主点,得到待标定相机的主点坐标参数。
5.根据权利要求2所述的一种基于单帧图像和单个标定模板的相机标定方法,其特征在于,所述标定方法还包括内参标定步骤:计算待标定相机与所述标定模板之间的单应性矩阵;根据所述主点坐标参数和单应性矩阵计算得到待标定相机的内参。
6.根据权利要求5所述的一种基于单帧图像和单个标定模板的相机标定方法,其特征在于,所述标定方法还包括外参标定步骤:根据所有内参以及所述单应性矩阵,计算得到待标定相机的外参。
7.根据权利要求6所述的一种基于单帧图像和单个标定模板的相机标定方法,其特征在于,所述标定方法还包括径向畸变处理步骤:通过最大似然估计对待标定相机的内参和外参进行非线性优化。
8.根据权利要求7所述的一种基于单帧图像和单个标定模板的相机标定方法,其特征在于,所述标定方法还包括参数优化步骤:通过最大似然估计对待标定相机的内参、外参和畸变系数进行非线性优化。
9.一种基于单帧图像和单个标定模板的相机标定操作方法,其特征在于,所述标定操作方法包括以下步骤:
在一个具有若干个标志结构(3)的标定基板(1)上设置至少两个球状标定件(2),所述球状标定件(2)和所述标志结构(3)处于同一可视面,且若干个所述标志结构(3)被排列形成具有固定距离的阵列结构(6);
待标定相机面向所述标定模板采集一帧标定图像,至少两个所述球状标定件(2)在待标定相机的成像中投影为椭圆,所述标定图像中包括具有固定间距的阵列图像和至少两个所述椭圆,且至少两个所述椭圆的长轴线相交;
待标定相机将所述标定图像传输至标定处理主机;
所述标定处理主机从所述标定图像中提取所有所述椭圆,并计算每个所述椭圆的长轴线的直线方程,通过每个所述椭圆的长轴线的交点计算所述待标定相机的主点坐标参数。
10.一种基于单帧图像和单个标定模板的相机标定系统,其特征在于,所述标定系统包括标定模板、待标定相机和标定处理主机;
所述标定模板,包括一个标定基板(1)和至少两个设置在所述标定基板(1)上的球状标定件(2),所述标定基板(1)的上设置有若干个标志结构(3),若干个所述标志结构(3)被排列形成具有固定距离的阵列结构(6),所述球状标定件(2)和所述标志结构(3)处于同一可视面;
所述待标定相机,用于面向所述标定模板采集一帧标定图像,至少两个所述球状标定件(2)在待标定相机的成像中投影为椭圆,所述标定图像中包括具有固定间距的阵列图像和至少两个所述椭圆,且至少两个所述椭圆的长轴线相交;
所述标定处理主机,用于接收所述待标定相机采集的所述标定图像,从所述标定图像中提取所有所述椭圆,并计算每个所述椭圆的长轴线的直线方程,通过每个所述椭圆的长轴线的交点,计算所述待标定相机的主点坐标参数。
CN201710471871.5A 2017-06-20 2017-06-20 一种标定模板、标定方法、标定操作方法及标定系统 Pending CN107330942A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710471871.5A CN107330942A (zh) 2017-06-20 2017-06-20 一种标定模板、标定方法、标定操作方法及标定系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710471871.5A CN107330942A (zh) 2017-06-20 2017-06-20 一种标定模板、标定方法、标定操作方法及标定系统

Publications (1)

Publication Number Publication Date
CN107330942A true CN107330942A (zh) 2017-11-07

Family

ID=60195432

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710471871.5A Pending CN107330942A (zh) 2017-06-20 2017-06-20 一种标定模板、标定方法、标定操作方法及标定系统

Country Status (1)

Country Link
CN (1) CN107330942A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636793A (zh) * 2018-12-14 2019-04-16 中航华东光电(上海)有限公司 显示器的检测系统及其检测方法
CN109816703A (zh) * 2017-11-21 2019-05-28 西安交通大学 一种基于相机标定和icp算法的点云配准方法
CN110097601A (zh) * 2019-04-17 2019-08-06 清华大学深圳研究生院 用于多模态采集系统视场标定的标定板及标定方法
CN110175621A (zh) * 2019-03-18 2019-08-27 上海柏楚电子科技股份有限公司 一种基于任意模板匹配的激光切割视觉定位方法
CN110702004A (zh) * 2019-09-23 2020-01-17 深圳市智信精密仪器有限公司 用于多个线激光高精度标定拼接的标定块设计检验方法
CN111127565A (zh) * 2019-12-24 2020-05-08 易视智瞳科技(深圳)有限公司 标定方法、标定系统和计算机可读存储介质
CN111156896A (zh) * 2020-01-02 2020-05-15 浙江大学台州研究院 一种用于不同高度零件尺寸测量时的激光辅助标定装置
CN112258585A (zh) * 2020-10-16 2021-01-22 中国石油大学(华东) 一种面向图像畸变分区求解的标定场设计和图像处理方法
CN112686958A (zh) * 2019-10-18 2021-04-20 上海商汤智能科技有限公司 标定方法、装置及电子设备
CN113379846A (zh) * 2021-05-28 2021-09-10 上海汇像信息技术有限公司 基于方向指示标志点标定模板的转台转轴标定方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231750A (zh) * 2008-02-21 2008-07-30 南京航空航天大学 一种双目立体测量系统的标定方法
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
CN101882309A (zh) * 2009-05-07 2010-11-10 上海世汇电子科技有限公司 摄像机标定靶及基于该标定靶的标定检测方法
US8106968B1 (en) * 2008-02-20 2012-01-31 Cognitech, Inc. System and method for pattern detection and camera calibration
CN202622812U (zh) * 2012-05-25 2012-12-26 山东天泽软控技术股份有限公司 机器人视觉系统标定板
CN102930548A (zh) * 2012-11-19 2013-02-13 云南大学 利用两个相同的相交椭圆线性求解摄像机内参数
US20140078260A1 (en) * 2012-09-20 2014-03-20 Brown University Method for generating an array of 3-d points
CN103903260A (zh) * 2014-03-24 2014-07-02 大连理工大学 一种摄像机内参数快速标定的靶标方法
CN105913439A (zh) * 2016-04-22 2016-08-31 清华大学 一种基于激光跟踪仪的大视场摄像机标定方法
CN106485758A (zh) * 2016-10-31 2017-03-08 成都通甲优博科技有限责任公司 一种无人机摄像头标定装置、标定方法及流水线标定实现方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8106968B1 (en) * 2008-02-20 2012-01-31 Cognitech, Inc. System and method for pattern detection and camera calibration
CN101231750A (zh) * 2008-02-21 2008-07-30 南京航空航天大学 一种双目立体测量系统的标定方法
CN101882309A (zh) * 2009-05-07 2010-11-10 上海世汇电子科技有限公司 摄像机标定靶及基于该标定靶的标定检测方法
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
CN202622812U (zh) * 2012-05-25 2012-12-26 山东天泽软控技术股份有限公司 机器人视觉系统标定板
US20140078260A1 (en) * 2012-09-20 2014-03-20 Brown University Method for generating an array of 3-d points
CN102930548A (zh) * 2012-11-19 2013-02-13 云南大学 利用两个相同的相交椭圆线性求解摄像机内参数
CN103903260A (zh) * 2014-03-24 2014-07-02 大连理工大学 一种摄像机内参数快速标定的靶标方法
CN105913439A (zh) * 2016-04-22 2016-08-31 清华大学 一种基于激光跟踪仪的大视场摄像机标定方法
CN106485758A (zh) * 2016-10-31 2017-03-08 成都通甲优博科技有限责任公司 一种无人机摄像头标定装置、标定方法及流水线标定实现方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHANG SHENGNAN: "Automatic marking for feature points of circle array target" *
王卓君: "一种相机标定方法的探讨" *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109816703A (zh) * 2017-11-21 2019-05-28 西安交通大学 一种基于相机标定和icp算法的点云配准方法
CN109636793A (zh) * 2018-12-14 2019-04-16 中航华东光电(上海)有限公司 显示器的检测系统及其检测方法
CN110175621A (zh) * 2019-03-18 2019-08-27 上海柏楚电子科技股份有限公司 一种基于任意模板匹配的激光切割视觉定位方法
CN110097601A (zh) * 2019-04-17 2019-08-06 清华大学深圳研究生院 用于多模态采集系统视场标定的标定板及标定方法
CN110702004A (zh) * 2019-09-23 2020-01-17 深圳市智信精密仪器有限公司 用于多个线激光高精度标定拼接的标定块设计检验方法
CN112686958A (zh) * 2019-10-18 2021-04-20 上海商汤智能科技有限公司 标定方法、装置及电子设备
CN111127565A (zh) * 2019-12-24 2020-05-08 易视智瞳科技(深圳)有限公司 标定方法、标定系统和计算机可读存储介质
CN111127565B (zh) * 2019-12-24 2023-09-01 易视智瞳科技(深圳)有限公司 标定方法、标定系统和计算机可读存储介质
CN111156896A (zh) * 2020-01-02 2020-05-15 浙江大学台州研究院 一种用于不同高度零件尺寸测量时的激光辅助标定装置
CN111156896B (zh) * 2020-01-02 2022-06-10 浙江大学台州研究院 一种用于不同高度零件尺寸测量时的激光辅助标定装置
CN112258585B (zh) * 2020-10-16 2022-08-30 中国石油大学(华东) 一种面向图像畸变分区求解的标定场设计和图像处理方法
CN112258585A (zh) * 2020-10-16 2021-01-22 中国石油大学(华东) 一种面向图像畸变分区求解的标定场设计和图像处理方法
CN113379846A (zh) * 2021-05-28 2021-09-10 上海汇像信息技术有限公司 基于方向指示标志点标定模板的转台转轴标定方法
CN113379846B (zh) * 2021-05-28 2022-08-09 上海汇像信息技术有限公司 基于方向指示标志点标定模板的转台转轴标定方法

Similar Documents

Publication Publication Date Title
CN107330942A (zh) 一种标定模板、标定方法、标定操作方法及标定系统
CN107507244A (zh) 一种单帧图像的相机标定方法、标定操作方法及标定装置
CN107507235B (zh) 一种基于rgb-d设备采集的彩色图像和深度图像的配准方法
CN110197466B (zh) 一种广角鱼眼图像矫正方法
CN114255286B (zh) 一种多视角双目视觉感知的目标尺寸测量方法
CN111243033B (zh) 一种优化双目相机外参数的方法
CN109685913B (zh) 基于计算机视觉定位的增强现实实现方法
CN108257183A (zh) 一种相机镜头光轴校准方法和装置
CN117596385A (zh) 改进的相机校准系统、目标和过程
CN105913417B (zh) 基于透视投影直线的几何约束位姿方法
CN111667536A (zh) 一种基于变焦相机深度估计的参数标定方法
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
CN110889829A (zh) 一种基于鱼眼镜头的单目测距方法
CN106952219B (zh) 一种基于外参数修正鱼眼像机的图像生成方法
CN107145224B (zh) 基于三维球面泰勒展开的人眼视线跟踪方法和装置
CN108038886A (zh) 双目摄像系统标定方法、装置及其汽车
CN106886976B (zh) 一种基于内参数修正鱼眼像机的图像生成方法
CN110648362B (zh) 一种双目立体视觉的羽毛球定位识别与姿态计算方法
CN111311682A (zh) 一种led屏校正过程中的位姿估计方法、装置及电子设备
CN113920206A (zh) 透视移轴相机的标定方法
CN113554708A (zh) 一种基于单圆柱靶标的线结构光视觉传感器的完全标定法
CN113298886A (zh) 一种投影仪的标定方法
CN106408614A (zh) 适于现场应用的摄像机内参数标校方法和系统
CN112184807B (zh) 一种高尔夫球落地式检测方法、系统及存储介质
CN105513074A (zh) 一种羽毛球机器人相机标定方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20171107