CN107945234A - 一种立体摄像机外部参数的确定方法及装置 - Google Patents

一种立体摄像机外部参数的确定方法及装置 Download PDF

Info

Publication number
CN107945234A
CN107945234A CN201610889992.7A CN201610889992A CN107945234A CN 107945234 A CN107945234 A CN 107945234A CN 201610889992 A CN201610889992 A CN 201610889992A CN 107945234 A CN107945234 A CN 107945234A
Authority
CN
China
Prior art keywords
pixel
camera
coordinate system
plane equation
axis
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
CN201610889992.7A
Other languages
English (en)
Inventor
张迪
龚晖
任烨
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201610889992.7A priority Critical patent/CN107945234A/zh
Priority to PCT/CN2017/105061 priority patent/WO2018068678A1/zh
Priority to US16/340,901 priority patent/US11010924B2/en
Priority to EP17860823.8A priority patent/EP3528209A4/en
Publication of CN107945234A publication Critical patent/CN107945234A/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
    • G06T7/80—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
    • 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
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/246—Calibration of cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
    • 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
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • 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)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本发明实施例提供了一种立体摄像机外部参数的确定方法及装置，方法包括：获取立体摄像机所处位置的地表数据；根据所述地表数据中各像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标，在所述摄像机坐标系中生成符合所述各像素点对应的三维坐标的第一平面方程；根据所述摄像机坐标系中的原点与所述地表之间的距离，确定所述立体摄像机的架设高度；根据所述第一平面方程，生成所述第一平面方程对应的平面法向量；根据所述平面法向量，确定所述立体摄像机的俯仰角以及所述立体摄像机的倾斜角。应用本发明实施例不需要借助场景中的参考点就能够确定立体摄像机的外部参数。

Description

一种立体摄像机外部参数的确定方法及装置
技术领域
本发明涉及图像处理领域，特别是涉及一种立体摄像机外部参数的确定方法及装置。
背景技术
随着图像处理的技术的飞速发展，基于立体视觉图像的人体检测、目标跟踪、物体检测、距离检测、物体扫描识别以及场景三维重建等应用也得到了快速发展。
通常情况下，可以使用立体摄像机来获取立体视觉图像。在使用立体摄像机获取立体视觉图像之前，需要预先对立体摄像机进行标定以确定准确的摄像机参数。具体地，摄像机参数包括摄像机的内部参数，通常简称内参，以及外部参数，通常简称外参。其中，外参表示立体摄像机在世界坐标系中的位置和方向，也就是说，立体摄像机外参表征了摄像机坐标系与世界坐标系之间的坐标变换关系，而立体摄像机外参对摄像机获取图像的精度有很大影响，通常将立体摄像机的架设高度、立体摄像机的俯仰角以及立体摄像机的倾斜角这三个参数作为立体摄像机的外参。如图1所示，图1为立体摄像机外部参数的示意图，在图1上部由xc轴、zc轴和yc轴组合成的三维坐标系为立体摄像机对应的摄像机坐标系，立体摄像机即为摄像机坐标系中的原点，标识为0c,；地表平面上虚线标识的由x轴、z轴和y轴组合成的坐标系为世界坐标系，原点为0；将摄像机坐标系平移到地表平面上，使摄像机坐标系的原点0c与世界坐标系的原点0重合；其中，地表与摄像机坐标系的原点之间的距离H为立体摄像机的架设高度；P角为立体摄像机的俯仰角，I角为立体摄像机的倾斜角。
目前，确定立体摄像机外参的方法，通常包括：
输入立体摄像机外参的初始值；
拍摄场景图像，检测场景图像中垂直于地面的垂直边缘；
根据场景中的垂直边缘投影到世界坐标系中的坐标平面上的形状与圆形的接近程度，评估立体摄像机外参的准确性；
若立体摄像机外参的准确性不符合评估标准，则需要对立体摄像机外参进行调整，并迭代上述评估过程，直到获得满足评估标准的立体摄像机外参。
可见，现有技术的这种立体摄像机外参的确定方法，需要借助场景中存在垂直于地面的垂直边缘这个参考点，才能得到准确的立体摄像机外参，对应用场景的要求较高。
发明内容
本发明实施例的目的在于提供一种立体摄像机外部参数的确定方法及装置，不需要借助场景中的参考点就能够确定立体摄像机的外部参数。具体技术方案如下：
本发明的一种实施方式公开了一种立体摄像机外部参数的确定方法，所述方法包括：获取立体摄像机所处位置的地表数据；根据所述地表数据中各像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标，在所述摄像机坐标系中生成符合所述各像素点对应的三维坐标的第一平面方程；根据所述摄像机坐标系中的原点与所述地表之间的距离，确定所述立体摄像机的架设高度；根据所述第一平面方程，生成所述第一平面方程对应的平面法向量；根据所述平面法向量，确定所述立体摄像机的俯仰角以及所述立体摄像机的倾斜角。
优选地，所述方法还包括：当所述地表数据不符合预设条件时，对所述地表数据进行滤波处理；其中，所述滤波处理包括时域中值滤波和空域中值滤波。
优选地，所述根据所述地表数据中各像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标，在所述摄像机坐标系中生成符合所述各像素点对应的三维坐标的第一平面方程的步骤，包括：从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标作为第一样本集合；根据所述第一样本集合，生成符合所述第一样本集合中各像素点在所述摄像机坐标系中对应的三维坐标的第二平面方程；根据所述第二平面方程，在所述地表数据中的像素点中确定所有符合所述第二平面方程的像素点，并将所述符合所述第二平面方程的像素点在所述摄像机坐标系中对应的三维坐标作为第二样本集合；根据所述第二样本集合，在所述摄像机坐标系中生成符合所述地表数据的像素点在所述摄像机坐标系中对应的三维坐标的第一平面方程。
优选地，所述从所述地表数据的像素点中选取至少三个像素点的步骤，包括：使用随机一致性抽样RANSAC算法，从所述地表数据的像素点中选取至少三个像素点。
优选地，所述从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标作为第一样本集合；根据所述第一样本集合，生成符合所述第一样本集合中各像素点对应的所述三维坐标的第二平面方程的步骤，包括：使用RANSAC算法，从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标作为第一样本集合；根据所述第一样本集合，生成符合所述第一样本集合中各像素点在所述摄像机坐标系中对应的三维坐标的当前平面方程；判断所述当前平面方程是否满足预设条件；当所述当前平面方程满足预设条件时，确定所述当前平面方程为第二平面方程；当所述当前平面方程不满足预设条件时，所述迭代次数加1，并返回执行所述从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述摄像机坐标系中对应的三维坐标作为第一样本集合的步骤；其中，所述迭代次数的初始值为0。
优选地，所述预设条件，包括：所述地表数据的像素点中符合所述当前平面方程的像素点个数达到预设第一阈值，或者所述当前平面方程对应的迭代次数达到预设第二阈值。
优选地，所述根据所述第二样本集合，在所述摄像机坐标系中生成符合所述地表数据的像素点在所述摄像机坐标系中对应的三维坐标的第一平面方程的步骤，包括：使用最小二乘法对所述第二样本集合进行拟合处理，生成符合所述地表数据的像素点在所述摄像机坐标系中对应的三维坐标的第一平面方程。
优选地，所述根据所述平面法向量，确定所述立体摄像机的俯仰角以及所述立体摄像机的倾斜角的步骤，包括：在所述摄像机坐标系中，确定在所述立体摄像机由标准姿态旋转到当前姿态时对应zc轴以顺时针方向绕x轴旋转的第一角度，并将所述第一角度作为所述立体摄像机的俯仰角；以及在所述摄像机坐标系中，确定在所述立体摄像机由所述标准姿态旋转到所述当前姿态时对应xc轴以顺时针方向绕z轴旋转的第二角度，并将所述第二角度作为所述立体摄像机的倾斜角；其中，由所述xc轴、所述zc轴和yc轴组成的三维坐标系为所述摄像机坐标系；由所述x轴、所述z轴和y轴组成的三维坐标系为世界坐标系；当所述xc轴和所述zc轴与所述x轴和所述z轴的方向一致，且所述yc轴与所述y轴的方向相反时，对应所述立体摄像机的姿态为所述标准姿态。
本发明实施方式还公开了一种立体摄像机外部参数的确定装置，所述装置包括：获取单元，用于获取立体摄像机所处位置的地表数据；第一生成单元，用于根据所述地表数据中各像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标，在所述摄像机坐标系中生成符合所述各像素点对应的三维坐标的第一平面方程；第一确定单元，用于根据所述摄像机坐标系中的原点与所述地表之间的距离，确定所述立体摄像机的架设高度；第二生成单元，用于根据所述第一平面方程，生成所述第一平面方程对应的平面法向量；第二确定单元，用于根据所述平面法向量，确定所述立体摄像机的俯仰角以及所述立体摄像机的倾斜角。
优选地，所述装置还包括：滤波单元，用于当所述地表数据不符合预设条件时，对所述地表数据进行滤波处理；其中，所述滤波处理包括时域中值滤波和空域中值滤波。
优选地，所述第一生成单元，包括：第一选取子单元、第一生成子单元、第一确定子单元和第二生成子单元；所述第一选取子单元，用于从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标作为第一样本集合；所述第一生成子单元，用于根据所述第一样本集合，生成符合所述第一样本集合中各像素点在所述摄像机坐标系中对应的三维坐标的第二平面方程；所述第一确定子单元，用于根据所示第二平面方程，在所述地表数据中的像素点中确定所有符合所述第二平面方程的像素点，并将所述符合所述第二平面方程的像素点在所述摄像机坐标系中对应的三维坐标作为第二样本集合；所述第二生成子单元，用于根据所述第二样本集合，在所述摄像机坐标系中生成符合所述地表数据的像素点在所述摄像机坐标系中对应的三维坐标的第一平面方程。
优选地，所述第一选取子单元，具体用于使用随机一致性抽样RANSAC算法，从所述地表数据的像素点中选取至少三个像素点。
优选地，所述第一生成子单元，包括：第二选取子单元、第三生成子单元、判断子单元、第二确定子单元和返回执行子单元；所述第二选取子单元，用于使用RANSAC算法，从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标作为第一样本集合；所述第三生成子单元，用于根据所述第一样本集合，生成符合所述第一样本集合中各像素点在所述摄像机坐标系中对应的三维坐标的当前平面方程；所述判断子单元，用于判断所述当前平面方程是否满足预设条件；所述第二确定子单元，用于当所述当前平面方程满足预设条件时，确定所述当前平面方程为第二平面方程；所述返回执行子单元，用于当所述当前平面方程不满足预设条件时，所述迭代次数加1，并返回执行所述从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述摄像机坐标系中对应的三维坐标作为第一样本集合的步骤；其中，所述迭代次数的初始值为0。
优选地，所述预设条件，包括：所述地表数据的像素点中符合所述当前平面方程的像素点个数达到预设第一阈值，或者所述当前平面方程对应的迭代次数达到预设第二阈值。
优选地，所述第二生成子单元，具体用于使用最小二乘法对所述第二样本集合进行拟合处理，生成符合所述地表数据的像素点对应的三维坐标的第一平面方程。
优选地，所述第二确定单元，包括：第三确定子单元和第四确定子单元；所述第三确定子单元，用于在所述摄像机坐标系中，确定在所述立体摄像机由标准姿态旋转到当前姿态时对应zc轴以顺时针方向绕x轴旋转的第一角度，并将所述第一角度作为所述立体摄像机的俯仰角；以及所述第四确定子单元，用于在所述摄像机坐标系中，确定在所述立体摄像机由所述标准姿态旋转到所述当前姿态时对应xc轴以顺时针方向绕z轴旋转的第二角度，并将所述第二角度作为所述立体摄像机的倾斜角；其中，由所述xc轴、所述zc轴和yc轴组成的三维坐标系为所述摄像机坐标系；由所述x轴、所述z轴和y轴组成的三维坐标系为世界坐标系；当所述xc轴和所述zc轴与所述x轴和所述z轴的方向一致，且所述yc轴与所述y轴的方向相反时，对应所述立体摄像机的姿态为所述标准姿态。
本发明实施例提供的立体摄像机外部参数的确定方法及装置，可以通过地表数据，根据地表数据中各像素点在摄像机坐标系中的三维坐标确定摄像机坐标系中的第一平面方程，使得第一平面方程适用于地表数据中的各像素点；根据摄像机坐标系中的原点与地表之间的距离确定立体摄像机的架设高度；最后，根据第一平面方程生成平面法向量，根据平面法向量确定立体摄像机的俯仰角以及立体摄像机的倾斜角。这样，不需要借助场景中的参考点，仅通过获取到的地表数据就能够确定立体摄像机的外参，适用于绝大多数应用场景，避免出现由于应用场景不符合要求而影响外参的获取，确保了立体摄像机外参的准确性，进而保证立体摄像机获取到的立体视觉图像的效果。
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，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为立体摄像机外部参数的示意图；
图2为本发明实施例中的立体摄像机外部参数的确定方法的一种流程图；
图3为本发明实施例中的立体摄像机外部参数的确定方法的又一种流程图；
图4为本发明实施例中的立体摄像机外部参数的确定方法的另一种流程图；
图5为本发明实施例中确定立体摄像机外参的示意图；
图6为本发明实施例中的立体摄像机外部参数的确定装置的一种结构图；
图7为本发明实施例中的立体摄像机外部参数的确定装置的又一种结构图。
具体实施方式
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，都属于本发明保护的范围。
方法实施例一
本发明实施例公开了一种立体摄像机外部参数的确定方法。参见图2，图2为本发明实施例的立体摄像机外部参数的确定方法的一种流程图，包括如下步骤：
步骤201，获取立体摄像机所处位置的地表数据；
需要说明的是，根据立体摄像机所处位置的地表数据确定得到的立体摄像机外参只能适用于立体摄像机在当前位置进行拍摄，比如，当前立体摄像机位于山坡上，根据山坡的地表数据确定得到的外参只适用于立体摄像机在山坡上的拍摄，而不能将根据山坡的地表数据确定得到的外参用于立体摄像机在平原上的拍摄，否则会影响立体摄像机的拍摄效果。
在实际应用中，可以使用双目摄像机生成地表的二维图像和地表的视差图，也可以使用飞行时间(Time Of Flight，TOF)深度相机生成地表的二维图像和地表的深度图，本发明对获取到的地表数据的具体形式不加以限制。
具体地，当使用双目摄像机时，地表数据可以包括地表的二维图像和视差图，双目摄像机可以根据地表的视差图，将地表的二维图像在图像坐标中的二维坐标转换为在双目摄像机对应的摄像机坐标系中的三维坐标；其中，这里说的摄像机坐标系是以双目摄像机为原点的三维坐标系。当使用TOF深度相机时，地表数据可以包括地表的二维图像和深度图，TOF深度相机可以根据地表的深度图，将地表的二维图像在图像坐标中的二维坐标转换为在TOF深度相机对应的摄像机坐标系中的三维坐标；其中，这里说的摄像机坐标系是以TOF深度相机为原点的三维坐标系。
在本发明的一种可选实施例中，所述方法还可以包括：
当所述地表数据不符合预设条件时，对所述地表数据进行滤波处理；其中，所述滤波处理包括时域中值滤波和空域中值滤波。
需要说明的是，由于不同的立体摄像机获取的数据特性不同，具体的预设条件可能随立体摄像机的种类不同而有所区别，但预设条件的基本规则是有关地表数据中的噪声值的噪声阈值；若地表数据中的噪声较大，超过所述噪声阈值，则需要对地表数据进行滤波处理，若地表数据中的噪声较小，没有超过所述噪声预置，则无需对地表数据进行滤波处理。
其中，时域中值滤波是指对于待处理的图像中的某一像素点，可以用待处理图像前后连续的多帧图像中同一位置的像素点的均值来替换所述待处理的图像中的某一个像素点，对待处理图像中的所有像素点均做同样的替换处理。空域中值滤波是指对于待处理的图像中的某一像素点，可以用待处理图像中所述某一像素点周围的3×3像素矩阵的均值来替换所述某一像素点，对待处理图像中的所有像素点均做同样的替换处理。
具体地，在某帧图像由于视差计算错误而造成的视差不准的情况时，可以使用时域中值滤波对所述某帧图像进行滤波处理，以提高所述某帧图像的成像质量；而出现由于无法对特征场景中的特殊位置进行视差计算而导致图像的成像质量较差的情况时，可以使用空域中值滤波对所述图像进行滤波处理，以提高所述图像的成像质量。
当然，对地表数据的滤波处理不是必须的，如果地表数据的质量符合预设条件，则可以省略滤波处理这一步。
接下来，可以将地表的二维图像在图像坐标系中的二维坐标转换为在摄像机坐标系中的三维坐标，但是，在此之前，还需要先判断地表数据中的视差图或者深度图的有效性：
当地表数据包括视差图时，需要判断视差图是否有效，也就是判断平面图像中每个像素点在视差图中对应的视差值是否在合理范围之内；比如在某个场景中，所拍摄图像的最近距离和最远距离的范围是已知的，且最近距离和最远距离分别对应的视差值也是已知的，那么，如果视差图中的某个视差值超出最近距离和最远距离分别对应的视差值，则认为所述视差图中的所述某个视差值是无效的，可以忽略所述某个视差对应的平面图像中的像素点，使用平面图像中剩余的大量像素点进行后续计算。
当地表数据包括深度图时，需要判断深度图是否有效，也就是判断平面图像中每个像素点在深度图中对应的深度值是否在合理范围之内；具体判断方法与判断视差值是否有效的方法类似，也是判断深度图中的每个深度值是否在有效范围之内，如果某个深度值超出所述有效范围，则所述某个深度值是无效的，可以忽略所述某个深度值对应的平面图像中的像素点，使用平面图像中剩余的大量像素点进行后续计算。
步骤202，根据所述地表数据中各像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标，在所述摄像机坐标系中生成符合所述各像素点对应的三维坐标的第一平面方程；
具体地，可以先预设待确定的平面方程，其中包含多个未知参数；然后，根据地表数据中各像素在摄像机坐标系中对应的三维坐标，确定待确定的平面方程中的未知参数；最后将已知各参数值的待确定的平面方程作为第一平面方程。这样，第一平面方程能够在最大程度上贴合地表数据中像素点的分布规律，保证得到的立体摄像机外参的准确性。
步骤203，根据所述摄像机坐标系中的原点与所述地表之间的距离，确定所述立体摄像机的架设高度；
其中，由于立体摄像机对应的摄像机坐标系中的原点即为立体摄像机，因此，可以计算出摄像机坐标系中的原点与地表之间的距离，并将所述距离确定为立体摄像机的架设高度；其中，立体摄像机的架设高度为三个立体摄像机外参之一。
步骤204，根据所述第一平面方程，确定所述第一平面方程对应的平面法向量；
本步骤可以与现有技术相同，可以根据步骤203得到的第一平面方程计算出第一平面方程对应的平面法向量，以计算出立体摄像机的俯仰角和倾斜角。
步骤205，根据所述平面法向量，确定所述立体摄像机的俯仰角以及所述立体摄像机的倾斜角。
具体地，在本发明的又一种可选实施例中，步骤205具体可以包括：
在所述摄像机坐标系中，确定在所述立体摄像机由标准姿态旋转到当前姿态时对应zc轴以顺时针方向绕x轴旋转的第一角度，并将所述第一角度作为所述立体摄像机的俯仰角；以及
在所述摄像机坐标系中，确定在所述立体摄像机由所述标准姿态旋转到所述当前姿态时对应xc轴以顺时针方向绕z轴旋转的第二角度，并将所述第二角度作为所述立体摄像机的倾斜角。
其中，由所述xc轴、所述zc轴和yc轴组成的三维坐标系为所述摄像机坐标系；由所述x轴、所述z轴和y轴组成的三维坐标系为世界坐标系；当所述xc轴和所述zc轴与所述x轴和所述z轴的方向一致，且所述yc轴与所述y轴的方向相反时，对应所述立体摄像机的姿态为所述标准姿态。
可见，应用本发明实施例，能够通过地表数据，并根据地表数据中各像素点在摄像机坐标系中的三维坐标以确定第一平面方程，其中，第一平面方程能够体现所述地表数据中所有像素点的分布规律；接下来，将摄像机坐标系中的原点和地表之间的距离确定立体摄像机的架设高度，并且生成第一平面方程的平面法向量；根据平面法向量，确定立体摄像机的俯仰角以及立体摄像机的倾斜角。这样，仅通过获取地表数据，不需要借助场景中的参考点就能够确定立体摄像机的外参，不仅适用于绝大多数应用场景，而且避免出现由于应用场景不符合要求而影响外参的获取，确保了立体摄像机外参的准确性。
方法实施例二
参见图3，图3为本发明实施例的立体摄像机外部参数的确定方法的又一种流程图，包括如下步骤：
步骤301，获取立体摄像机所处位置的地表数据；
步骤302，从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标作为第一样本集合；根据所述第一样本集合，生成符合所述第一样本集合中各像素点在所述摄像机坐标系中对应的三维坐标的第二平面方程；
具体地，可以预先设定第二平面方程如公式(1)所示：
a’x+b’y+c’z+d’＝0 (1)
接下来，将三个像素点对应的三维坐标代入公式(1)，解出公式(1)中的a’、b’、c’和d’。
在本发明的一种优选实施例中，如图4所示，图4为本发明实施例中的立体摄像机外部参数的确定方法的另一种流程图，所述步骤303具体可以包括以下子步骤：
子步骤11，使用随机一致性抽样(RANdom SAmple Consensus，RANSAC)算法，从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标作为第一样本集合；
当然，也可以使用其他算法从地表数据的像素点中选取至少三个像素点，本发明对从地表数据中选取至少三个像素点的具体方法不加以限制。
子步骤12，根据所述第一样本集合，生成符合所述第一样本集合中各像素点在所述摄像机坐标系中对应的三维坐标的当前平面方程；
子步骤13，判断所述当前平面方程是否满足预设条件；
子步骤14，当所述当前平面方程满足预设条件时，确定所述当前平面方程为第二平面方程；
子步骤15，当所述当前平面方程不满足预设条件时，所述迭代次数加1，并返回子步骤11。
其中，迭代次数的初始值为0。
在本发明的又一种优选实施例中，所述预设条件，具体可以包括：
所述地表数据的像素点中符合所述当前平面方程的像素点个数达到预设第一阈值，或者所述当前平面方程对应的迭代次数达到预设第二阈值。
比如，第一阈值可以是地表数据的像素点中符合当前平面方程的像素点的具体个数，也可以是地表数据的像素点中符合当前平面方程的像素点个数占地表数据的总像素点个数的百分比；第一阈值和第二阈值可以根据实际情况进行设定；本发明对第一阈值的具体表现形式不加以限制。
步骤303，根据所述第二平面方程，在所述地表数据中的像素点中确定所有符合所述第二平面方程的像素点，并将所述符合所述第二平面方程的像素点在所述摄像机坐标系中对应的三维坐标作为第二样本集合；
具体地，可以根据步骤302中确定的第二平面方程，如公式(1)所示，从地表数据中的像素点中选择所有符合第二平面方程的像素点，并将这些像素点对应的三维坐标作为第二样本集合。
步骤304，根据所述第二样本集合，在所述摄像机坐标系中生成符合所述地表数据的像素点在所述摄像机坐标系中对应的三维坐标的第一平面方程；
在本发明的另一种优选实施例中，所述步骤305具体可以为：
使用最小二乘法对所述第二样本集合进行拟合处理，生成符合所述地表数据的像素点在所述摄像机坐标系中对应的三维坐标的第一平面方程。
下面举例对生成第一平面方程的具体过程进行详细说明：
第一步：已知第二样本集合中有n个像素点，分别对应的三维坐标为(x1,y1,z1)，(x2,y2,z2)，…，(xn,yn,zn)。同时，可以预设第一平面方程如公式(2)所示：
ax+by+cz+d＝0 (2)
将公式(2)除以d，得到修改后的第一平面方程，如公式(3)所示：
在公式(3)中，
将第二样本集合中的n个像素点分别对应的三维坐标带入修改后的第一平面方程，如公式(3)所示，可得：
在公式(4)中，其中，公式(4)中方程可以写为矩阵形式，如公式(5)所示：
AX＝B (5)
在公式(5)中，矩阵A为由所有三维点组成的N×3矩阵，矩阵X为和组成的1×3矩阵，矩阵B为[-1；-1；-1]。
第二步：使用最小二乘法解公式(5)，可得：
X＝(ATA)-1ATb (6)
在公式(6)中，X即为公式(5)的最小二乘解；由矩阵AT为矩阵A的转置矩阵，矩阵(ATA)-1为矩阵ATA的逆矩阵，可得(ATA)-1AT为对矩阵A的求伪逆后的值。
第三步：由于公式(6)解出的矩阵X为和组成的1×3矩阵，因此，可以由矩阵X确定公式(3)中修改后的第一平面方程中的和进而计算出公式(2)中第一平面方程中的a、b、c和d，最终得到第一平面方程的具体形式。
步骤305，根据所述摄像机坐标系中的原点与所述地表之间的距离，确定所述立体摄像机的架设高度；
步骤306，根据所述第一平面方程，生成所述第一平面方程对应的平面法向量；
步骤307，在所述摄像机坐标系中，确定在所述立体摄像机由标准姿态旋转到当前姿态时对应zc轴以顺时针方向绕x轴旋转的第一角度，并将所述第一角度作为所述立体摄像机的俯仰角；
步骤308，在所述摄像机坐标系中，确定在所述立体摄像机由所述标准姿态旋转到所述当前姿态时对应xc轴以顺时针方向绕z轴旋转的第二角度，并将所述第二角度作为所述立体摄像机的倾斜角。
下面对计算立体摄像机的三个外部参数的具体过程进行详细说明：
如图5所示，图5为确定立体摄像机外参的示意图。在图5中，图上部的由xc轴、zc轴和yc轴组合成的三维坐标系为立体摄像机对应的摄像机坐标系，立体摄像机为摄像机坐标系的原点，标识为0c；在地表平面上用虚线标识的由x轴、z轴和y轴组合成的三维坐标系为世界坐标系，原点为0。将摄像机坐标系平移到地表平面上，使摄像机坐标系的原点0c与世界坐标系的原点0重合；为步骤305计算出的第一平面方程对应的平面法向量其中，平面法向量可能存在两个方向，即为图5中标识的方向，或者与图5中标识方向相反的方向。在图5中，高度H为立体摄像机的架设高度，角度P为立体摄像机的俯仰角，角度I为立体摄像机的倾斜角；具体地，俯仰角P为当立体摄像机由标准姿态旋转到如图5中所述的当前姿态时，需要将zc轴以顺时针方向绕x轴旋转的角度，倾斜角I为立体摄像机由标准姿态旋转到如图5中所述的当前姿态时，需要将xc轴以顺时针方向绕z轴旋转的角度；其中，立体摄像机的标准姿态指的是当摄像机坐标系中的xc轴和zc轴与世界坐标系中的x轴和z轴的方向一致，且摄像机坐标系中的yc轴与世界坐标系中的y轴的方向相反时，对应立体摄像机的姿态，可以理解的，当立体摄像机处于标准姿态时，俯仰角P和倾斜角I均为0。
首先，如图5所示，摄像机坐标系中的原点与所述地表之间的距离的表达式如公式(7)所示，
在公式(7)中，H为立体摄像机的架设高度，a、b、c和d为第一平面方程中的参数，x1、y1和z1为摄像机坐标系中的原点坐标，也就是x1＝0、y1＝0和z1＝0。
接下来，可以通过平面法向量在yc轴和zc轴上的分量的正负来判断立体摄像机姿态，进而求解立体摄像机的俯仰角P，计算公式如公式(8)至(12)所示：
当时，
当时，
当时，
当时，
在公式(8)至(11)中，a、b和c为第一平面方程中的参数。
最后，求解立体摄像机的倾斜角I的计算公式如公式(12)和公式(13)所示：
当时，
当时，
在公式(12)和公式(13)中，a、b和c为第一平面方程中的参数。
这样就能够确定立体摄像机对应的三个外部参数，以便立体摄像机能够获取到高质量的立体视觉图像
可见，应用本发明实施例，能够根据地表数据中各像素点在摄像机坐标系中的三维坐标，经过多次计算迭代生成第二平面方程；接下来，确定地表数据的像素点中所有符合第二平面方程的像素点，对所述像素点进行最小二乘计算，得出能够体现地表数据中所有像素点的分布规律的第一平面方程；进而根据第一平面方程的平面法向量和摄像机坐标系的原点，确定立体摄像机的外参。这样，通过地表数据确定的立体摄像机的外参的方法能够适用于绝大多数应用场景，不仅使用方便而且确保得到的外参是准确可靠的。
装置实施例一
参见图6，图6为本发明实施例的立体摄像机外部参数的确定装置的一种结构图，该装置与图2所示的方法流程相对应，具体可以包括以下单元：
获取单元601，用于获取立体摄像机所处位置的地表数据；
第一生成单元602，用于根据所述地表数据中各像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标，在所述摄像机坐标系中生成符合所述各像素点对应的三维坐标的第一平面方程；
第一确定单元603，用于根据所述摄像机坐标系中的原点与所述地表之间的距离，确定所述立体摄像机的架设高度；
第二生成单元604，用于根据所述第一平面方程，生成所述第一平面方程对应的平面法向量；
第二确定单元605，用于根据所述平面法向量，确定所述立体摄像机的俯仰角以及所述立体摄像机的倾斜角。
在本发明的一种优选实施例中，所述装置还包括：
滤波单元，用于当所述地表数据不符合预设条件时，对所述地表数据进行滤波处理；其中，所述滤波处理包括时域中值滤波和空域中值滤波。
可见，本发明装置实施例能够通过地表数据，并根据地表数据中各像素点在摄像机坐标系中的三维坐标以确定第一平面方程，其中，第一平面方程能够体现所述地表数据中所有像素点的分布规律；接下来，将摄像机坐标系中的原点和地表之间的距离确定立体摄像机的架设高度，并且生成第一平面方程的平面法向量；根据平面法向量，确定立体摄像机的俯仰角以及立体摄像机的倾斜角。这样，仅通过获取地表数据，不需要借助场景中的参考点就就能够确定立体摄像机的外参，不仅适用于绝大多数应用场景，而且避免出现由于应用场景不符合要求而影响外参的获取，确保了立体摄像机外参的准确性。
装置实施例二
参见图7，图7为本发明实施方式的立体摄像机外部参数的确定装置的又一种结构图，该装置与图3所示的方法流程相对应，该装置包括：获取单元701、第一生成单元702、第一确定单元703、第二生成单元704和第二确定单元705；其中，获取单元701与图6所示获取单元601可以完全相同，第一确定单元703与图6所示第一确定单元603可以完全相同，第二生成单元704与图6所示第二生成单元604可以完全相同，这里不再赘述。
所述第一生成单元702，具体包括：第一选取子单元706、第一生成子单元707、第一确定子单元708和第二生成子单元709；
所述第一选取子单元706，用于从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标作为第一样本集合；
所述第一生成子单元707，用于根据所述第一样本集合，生成符合所述第一样本集合中各像素点在所述摄像机坐标系中对应的三维坐标的第二平面方程；
所述第一确定子单元708，用于根据所示第二平面方程，在所述地表数据中的像素点中确定所有符合所述第二平面方程的像素点，并将所述符合所述第二平面方程的像素点在所述摄像机坐标系中对应的三维坐标作为第二样本集合；
所述第二生成子单元709，用于根据所述第二样本集合，在所述摄像机坐标系中生成符合所述地表数据的像素点在所述摄像机坐标系中对应的三维坐标的第一平面方程。
在本发明的一种优选实施例中，所述第一选取子单元706，具体用于使用RANSAC算法，从所述地表数据的像素点中选取至少三个像素点。
在本发明的又一种优选实施例中，所述第一生成子单元707，具体包括：第二选取子单元710、第三生成子单元711、判断子单元712、第二确定子单元713和返回执行子单元714；
所述第二选取子单元710，用于使用RANSAC算法，从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标作为第一样本集合；
所述第三生成子单元711，用于根据所述第一样本集合，生成符合所述第一样本集合中各像素点在所述摄像机坐标系中对应的三维坐标的当前平面方程；
所述判断子单元712，用于判断所述当前平面方程是否满足预设条件；
所述第二确定子单元713，用于当所述当前平面方程满足预设条件时，确定所述当前平面方程为第二平面方程；
所述返回执行子单元714，用于当所述当前平面方程不满足预设条件时，所述迭代次数加1，并返回执行所述从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述摄像机坐标系中对应的三维坐标作为第一样本集合的步骤；其中，所述迭代次数的初始值为0。
在本发明的另一种优选实施例中，所述预设条件，包括：
所述地表数据的像素点中符合所述当前平面方程的像素点个数达到预设第一阈值，或者所述当前平面方程对应的迭代次数达到预设第二阈值。
在本发明的再一种优选实施例中，所述第二生成子单元709，具体用于使用最小二乘法对所述第二样本集合进行拟合处理，生成符合所述地表数据的像素点对应的三维坐标的第一平面方程。
在本发明的再一种优选实施例中，所述第二确定单元705，包括：第三确定子单元715和第四确定子单元716；
所述第三确定子单元715，用于在所述摄像机坐标系中，确定在所述立体摄像机由标准姿态旋转到当前姿态时对应zc轴以顺时针方向绕x轴旋转的第一角度，并将所述第一角度作为所述立体摄像机的俯仰角；以及
所述第四确定子单元716，用于在所述摄像机坐标系中，确定在所述立体摄像机由所述标准姿态旋转到所述当前姿态时对应xc轴以顺时针方向绕z轴旋转的第二角度，并将所述第二角度作为所述立体摄像机的倾斜角；
其中，由所述xc轴、所述zc轴和yc轴组成的三维坐标系为所述摄像机坐标系；由所述x轴、所述z轴和y轴组成的三维坐标系为世界坐标系；当所述xc轴和所述zc轴与所述x轴和所述z轴的方向一致，且所述yc轴与所述y轴的方向相反时，对应所述立体摄像机的姿态为所述标准姿态。
可见，本发明装置实施例能够根据地表数据中各像素点在摄像机坐标系中的三维坐标，经过多次计算迭代生成第二平面方程；接下来，确定地表数据的像素点中所有符合第二平面方程的像素点，对所述像素点进行最小二乘计算，得出能够体现地表数据中所有像素点的分布规律的第一平面方程；进而根据第一平面方程的平面法向量和摄像机坐标系的原点，确定立体摄像机的外参。这样，通过地表数据确定的立体摄像机的外参的方法能够适用于绝大多数应用场景，不仅使用方便而且确保得到的外参是准确可靠的。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非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作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (16)

1.一种立体摄像机外部参数的确定方法，其特征在于，所述方法包括：
获取立体摄像机所处位置的地表数据；
根据所述地表数据中各像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标，在所述摄像机坐标系中生成符合所述各像素点对应的三维坐标的第一平面方程；
根据所述摄像机坐标系中的原点与所述地表之间的距离，确定所述立体摄像机的架设高度；
根据所述第一平面方程，生成所述第一平面方程对应的平面法向量；
根据所述平面法向量，确定所述立体摄像机的俯仰角以及所述立体摄像机的倾斜角。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述地表数据不符合预设条件时，对所述地表数据进行滤波处理；其中，所述滤波处理包括时域中值滤波和空域中值滤波。
3.根据权利要求1所述的方法，其特征在于，所述根据所述地表数据中各像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标，在所述摄像机坐标系中生成符合所述各像素点对应的三维坐标的第一平面方程的步骤，包括：
从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标作为第一样本集合；
根据所述第一样本集合，生成符合所述第一样本集合中各像素点在所述摄像机坐标系中对应的三维坐标的第二平面方程；
根据所述第二平面方程，在所述地表数据中的像素点中确定所有符合所述第二平面方程的像素点，并将所述符合所述第二平面方程的像素点在所述摄像机坐标系中对应的三维坐标作为第二样本集合；
根据所述第二样本集合，在所述摄像机坐标系中生成符合所述地表数据的像素点在所述摄像机坐标系中对应的三维坐标的第一平面方程。
4.根据权利要求3所述的方法，其特征在于，所述从所述地表数据的像素点中选取至少三个像素点的步骤，包括：
使用随机一致性抽样RANSAC算法，从所述地表数据的像素点中选取至少三个像素点。
5.根据权利要求4所述的方法，其特征在于，所述从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标作为第一样本集合；根据所述第一样本集合，生成符合所述第一样本集合中各像素点对应的所述三维坐标的第二平面方程的步骤，包括：
使用RANSAC算法，从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标作为第一样本集合；
根据所述第一样本集合，生成符合所述第一样本集合中各像素点在所述摄像机坐标系中对应的三维坐标的当前平面方程；
判断所述当前平面方程是否满足预设条件；
当所述当前平面方程满足预设条件时，确定所述当前平面方程为第二平面方程；
当所述当前平面方程不满足预设条件时，所述迭代次数加1，并返回执行所述从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述摄像机坐标系中对应的三维坐标作为第一样本集合的步骤；其中，所述迭代次数的初始值为0。
6.根据权利要求5所述的方法，其特征在于，所述预设条件，包括：
所述地表数据的像素点中符合所述当前平面方程的像素点个数达到预设第一阈值，或者所述当前平面方程对应的迭代次数达到预设第二阈值。
7.根据权利要求3所述的方法，其特征在于，所述根据所述第二样本集合，在所述摄像机坐标系中生成符合所述地表数据的像素点在所述摄像机坐标系中对应的三维坐标的第一平面方程的步骤，包括：
使用最小二乘法对所述第二样本集合进行拟合处理，生成符合所述地表数据的像素点在所述摄像机坐标系中对应的三维坐标的第一平面方程。
8.根据权利要求1所述的方法，其特征在于，所述根据所述平面法向量，确定所述立体摄像机的俯仰角以及所述立体摄像机的倾斜角的步骤，包括：
在所述摄像机坐标系中，确定在所述立体摄像机由标准姿态旋转到当前姿态时对应zc轴以顺时针方向绕x轴旋转的第一角度，并将所述第一角度作为所述立体摄像机的俯仰角；以及
在所述摄像机坐标系中，确定在所述立体摄像机由所述标准姿态旋转到所述当前姿态时对应xc轴以顺时针方向绕z轴旋转的第二角度，并将所述第二角度作为所述立体摄像机的倾斜角；
其中，由所述xc轴、所述zc轴和yc轴组成的三维坐标系为所述摄像机坐标系；由所述x轴、所述z轴和y轴组成的三维坐标系为世界坐标系；当所述xc轴和所述zc轴与所述x轴和所述z轴的方向一致，且所述yc轴与所述y轴的方向相反时，对应所述立体摄像机的姿态为所述标准姿态。
9.一种立体摄像机外部参数的确定装置，其特征在于，所述装置包括：
获取单元，用于获取立体摄像机所处位置的地表数据；
第一生成单元，用于根据所述地表数据中各像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标，在所述摄像机坐标系中生成符合所述各像素点对应的三维坐标的第一平面方程；
第一确定单元，用于根据所述摄像机坐标系中的原点与所述地表之间的距离，确定所述立体摄像机的架设高度；
第二生成单元，用于根据所述第一平面方程，生成所述第一平面方程对应的平面法向量；
第二确定单元，用于根据所述平面法向量，确定所述立体摄像机的俯仰角以及所述立体摄像机的倾斜角。
10.根据权利要求9所述的装置，其特征在于，所述装置还包括：
滤波单元，用于当所述地表数据不符合预设条件时，对所述地表数据进行滤波处理；其中，所述滤波处理包括时域中值滤波和空域中值滤波。
11.根据权利要求9所述的装置，其特征在于，所述第一生成单元，包括：第一选取子单元、第一生成子单元、第一确定子单元和第二生成子单元；
所述第一选取子单元，用于从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标作为第一样本集合；
所述第一生成子单元，用于根据所述第一样本集合，生成符合所述第一样本集合中各像素点在所述摄像机坐标系中对应的三维坐标的第二平面方程；
所述第一确定子单元，用于根据所示第二平面方程，在所述地表数据中的像素点中确定所有符合所述第二平面方程的像素点，并将所述符合所述第二平面方程的像素点在所述摄像机坐标系中对应的三维坐标作为第二样本集合；
所述第二生成子单元，用于根据所述第二样本集合，在所述摄像机坐标系中生成符合所述地表数据的像素点在所述摄像机坐标系中对应的三维坐标的第一平面方程。
12.根据权利要求11所述的装置，其特征在于，所述第一选取子单元，具体用于使用随机一致性抽样RANSAC算法，从所述地表数据的像素点中选取至少三个像素点。
13.根据权利要求12所述的装置，其特征在于，所述第一生成子单元，包括：第二选取子单元、第三生成子单元、判断子单元、第二确定子单元和返回执行子单元；
所述第二选取子单元，用于使用RANSAC算法，从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述立体摄像机对应的摄像机坐标系中对应的三维坐标作为第一样本集合；
所述第三生成子单元，用于根据所述第一样本集合，生成符合所述第一样本集合中各像素点在所述摄像机坐标系中对应的三维坐标的当前平面方程；
所述判断子单元，用于判断所述当前平面方程是否满足预设条件；
所述第二确定子单元，用于当所述当前平面方程满足预设条件时，确定所述当前平面方程为第二平面方程；
所述返回执行子单元，用于当所述当前平面方程不满足预设条件时，所述迭代次数加1，并返回执行所述从所述地表数据的像素点中选取至少三个像素点，将所述至少三个像素点在所述摄像机坐标系中对应的三维坐标作为第一样本集合的步骤；其中，所述迭代次数的初始值为0。
14.根据权利要求13所述的装置，其特征在于，所述预设条件，包括：
所述地表数据的像素点中符合所述当前平面方程的像素点个数达到预设第一阈值，或者所述当前平面方程对应的迭代次数达到预设第二阈值。
15.根据权利要求11所述的装置，其特征在于，所述第二生成子单元，具体用于使用最小二乘法对所述第二样本集合进行拟合处理，生成符合所述地表数据的像素点对应的三维坐标的第一平面方程。
16.根据权利要求9所述的装置，其特征在于，所述第二确定单元，包括：第三确定子单元和第四确定子单元；
所述第三确定子单元，用于在所述摄像机坐标系中，确定在所述立体摄像机由标准姿态旋转到当前姿态时对应zc轴以顺时针方向绕x轴旋转的第一角度，并将所述第一角度作为所述立体摄像机的俯仰角；以及
所述第四确定子单元，用于在所述摄像机坐标系中，确定在所述立体摄像机由所述标准姿态旋转到所述当前姿态时对应xc轴以顺时针方向绕z轴旋转的第二角度，并将所述第二角度作为所述立体摄像机的倾斜角；
其中，由所述xc轴、所述zc轴和yc轴组成的三维坐标系为所述摄像机坐标系；由所述x轴、所述z轴和y轴组成的三维坐标系为世界坐标系；当所述xc轴和所述zc轴与所述x轴和所述z轴的方向一致，且所述yc轴与所述y轴的方向相反时，对应所述立体摄像机的姿态为所述标准姿态。
CN201610889992.7A 2016-10-12 2016-10-12 一种立体摄像机外部参数的确定方法及装置 Pending CN107945234A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201610889992.7A CN107945234A (zh) 2016-10-12 2016-10-12 一种立体摄像机外部参数的确定方法及装置
PCT/CN2017/105061 WO2018068678A1 (zh) 2016-10-12 2017-09-30 一种立体摄像机外部参数的确定方法及装置
US16/340,901 US11010924B2 (en) 2016-10-12 2017-09-30 Method and device for determining external parameter of stereoscopic camera
EP17860823.8A EP3528209A4 (en) 2016-10-12 2017-09-30 METHOD AND DEVICE FOR DETERMINING AN EXTERNAL PARAMETER OF A STEREOSCOPIC APPARATUS

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610889992.7A CN107945234A (zh) 2016-10-12 2016-10-12 一种立体摄像机外部参数的确定方法及装置

Publications (1)

Publication Number Publication Date
CN107945234A true CN107945234A (zh) 2018-04-20

Family

ID=61905164

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610889992.7A Pending CN107945234A (zh) 2016-10-12 2016-10-12 一种立体摄像机外部参数的确定方法及装置

Country Status (4)

Country Link
US (1) US11010924B2 (zh)
EP (1) EP3528209A4 (zh)
CN (1) CN107945234A (zh)
WO (1) WO2018068678A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111292380A (zh) * 2019-04-02 2020-06-16 展讯通信（上海）有限公司 图像处理方法及装置
CN111750850A (zh) * 2019-03-27 2020-10-09 杭州海康威视数字技术股份有限公司 角度信息获取方法、装置和系统
CN112070885A (zh) * 2020-08-31 2020-12-11 中国科学院空天信息创新研究院 一种基于摄影测量光度立体模型的三维重建方法和系统
CN112541950A (zh) * 2019-09-20 2021-03-23 杭州海康机器人技术有限公司 一种深度相机外参的标定方法、及装置
CN113206994A (zh) * 2021-03-30 2021-08-03 华为技术有限公司 摄像机自动工勘方法、装置、电子设备、芯片及存储介质
CN113284197A (zh) * 2021-07-22 2021-08-20 浙江华睿科技股份有限公司 Agv的tof相机外参标定方法及装置、电子设备
CN113808195A (zh) * 2021-08-26 2021-12-17 领翌技术(横琴)有限公司 视觉定位方法、装置及存储介质
CN113808216A (zh) * 2021-08-31 2021-12-17 上海商汤临港智能科技有限公司 相机标定方法及装置、电子设备和存储介质

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108510540B (zh) * 2017-02-23 2020-02-07 杭州海康威视数字技术股份有限公司 立体视觉摄像机及其高度获取方法
CN108082083B (zh) * 2018-01-16 2019-11-01 京东方科技集团股份有限公司 一种被遮挡对象的显示方法和显示系统以及车载防撞系统
US11202055B2 (en) * 2018-02-28 2021-12-14 Blackberry Limited Rapid ground-plane discrimination in stereoscopic images
US10957074B2 (en) * 2019-01-29 2021-03-23 Microsoft Technology Licensing, Llc Calibrating cameras using human skeleton
CN111573220B (zh) * 2020-05-25 2022-03-11 莆田学院 一种基于物联网的快递包裹分拣调整方法
CN114765667A (zh) * 2021-01-13 2022-07-19 安霸国际有限合伙企业 用于多视图拼接的固定图案校准
CN112884727A (zh) * 2021-01-28 2021-06-01 华北电力大学（保定） 一种风力机叶片振动监测方法
CN112966207A (zh) * 2021-01-28 2021-06-15 北京清源能控科技有限公司 一种基于图像采集的振动监测方法
CN113055601B (zh) * 2021-03-30 2023-01-10 Oppo广东移动通信有限公司 双目拍摄矫正方法、双目拍摄矫正装置和电子设备
US11887338B2 (en) * 2022-06-16 2024-01-30 Motional Ad Llc Maintaining calibration of an IBIS camera
CN117291907B (zh) * 2023-11-22 2024-01-30 百强阀门集团有限公司 一种阀门密封面检测方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110052043A1 (en) * 2009-08-25 2011-03-03 Samsung Electronics Co., Ltd. Method of mobile platform detecting and tracking dynamic objects and computer-readable medium thereof
CN103718213A (zh) * 2012-01-13 2014-04-09 索弗特凯耐提克软件公司 自动场景校准
US8970709B2 (en) * 2013-03-13 2015-03-03 Electronic Scripting Products, Inc. Reduced homography for recovery of pose parameters of an optical apparatus producing image data with structural uncertainty
CN104463856A (zh) * 2014-11-25 2015-03-25 大连理工大学 基于法向量球的室外场景三维点云数据的地面提取方法
CN104574342A (zh) * 2013-10-14 2015-04-29 株式会社理光 视差深度图像的噪声识别方法和噪声识别装置
CN104680496A (zh) * 2015-03-17 2015-06-03 山东大学 一种基于彩色图像分割的Kinect深度图修复方法
CN105007475A (zh) * 2014-04-17 2015-10-28 聚晶半导体股份有限公司 产生深度信息的方法与装置
CN105474634A (zh) * 2013-08-30 2016-04-06 歌乐株式会社 摄像机校准装置、摄像机校准系统及摄像机校准方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102736634B (zh) 2012-07-10 2014-09-03 浙江捷尚视觉科技股份有限公司 一种用于汽车全景图的摄像头角度调节方法
US20170359561A1 (en) * 2016-06-08 2017-12-14 Uber Technologies, Inc. Disparity mapping for an autonomous vehicle

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110052043A1 (en) * 2009-08-25 2011-03-03 Samsung Electronics Co., Ltd. Method of mobile platform detecting and tracking dynamic objects and computer-readable medium thereof
CN103718213A (zh) * 2012-01-13 2014-04-09 索弗特凯耐提克软件公司 自动场景校准
US8970709B2 (en) * 2013-03-13 2015-03-03 Electronic Scripting Products, Inc. Reduced homography for recovery of pose parameters of an optical apparatus producing image data with structural uncertainty
CN105474634A (zh) * 2013-08-30 2016-04-06 歌乐株式会社 摄像机校准装置、摄像机校准系统及摄像机校准方法
CN104574342A (zh) * 2013-10-14 2015-04-29 株式会社理光 视差深度图像的噪声识别方法和噪声识别装置
CN105007475A (zh) * 2014-04-17 2015-10-28 聚晶半导体股份有限公司 产生深度信息的方法与装置
CN104463856A (zh) * 2014-11-25 2015-03-25 大连理工大学 基于法向量球的室外场景三维点云数据的地面提取方法
CN104680496A (zh) * 2015-03-17 2015-06-03 山东大学 一种基于彩色图像分割的Kinect深度图修复方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
冯义从: "车载LiDAR点云的建筑物立面信息快速自动提取", 《中国优秀博士学位论文全文数据库 基础科学辑》 *
林卉等: "《数字摄影测量学》", 31 August 2015, 徐州：中国矿业大学出版社 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111750850A (zh) * 2019-03-27 2020-10-09 杭州海康威视数字技术股份有限公司 角度信息获取方法、装置和系统
CN111750850B (zh) * 2019-03-27 2021-12-14 杭州海康威视数字技术股份有限公司 角度信息获取方法、装置和系统
CN111292380B (zh) * 2019-04-02 2022-12-02 展讯通信（上海）有限公司 图像处理方法及装置
CN111292380A (zh) * 2019-04-02 2020-06-16 展讯通信（上海）有限公司 图像处理方法及装置
CN112541950A (zh) * 2019-09-20 2021-03-23 杭州海康机器人技术有限公司 一种深度相机外参的标定方法、及装置
CN112070885A (zh) * 2020-08-31 2020-12-11 中国科学院空天信息创新研究院 一种基于摄影测量光度立体模型的三维重建方法和系统
CN112070885B (zh) * 2020-08-31 2024-05-14 中国科学院空天信息创新研究院 一种基于摄影测量光度立体模型的三维重建方法和系统
CN113206994A (zh) * 2021-03-30 2021-08-03 华为技术有限公司 摄像机自动工勘方法、装置、电子设备、芯片及存储介质
CN113284197B (zh) * 2021-07-22 2021-11-23 浙江华睿科技股份有限公司 Agv的tof相机外参标定方法及装置、电子设备
CN113284197A (zh) * 2021-07-22 2021-08-20 浙江华睿科技股份有限公司 Agv的tof相机外参标定方法及装置、电子设备
CN113808195A (zh) * 2021-08-26 2021-12-17 领翌技术(横琴)有限公司 视觉定位方法、装置及存储介质
CN113808195B (zh) * 2021-08-26 2024-04-12 领翌技术(横琴)有限公司 视觉定位方法、装置及存储介质
CN113808216A (zh) * 2021-08-31 2021-12-17 上海商汤临港智能科技有限公司 相机标定方法及装置、电子设备和存储介质

Also Published As

Publication number Publication date
WO2018068678A1 (zh) 2018-04-19
US20190236807A1 (en) 2019-08-01
US11010924B2 (en) 2021-05-18
EP3528209A1 (en) 2019-08-21
EP3528209A4 (en) 2019-08-21

Similar Documents

Publication Publication Date Title
CN107945234A (zh) 一种立体摄像机外部参数的确定方法及装置
CN105303514B (zh) 图像处理方法和装置
CN104596502B (zh) 一种基于cad模型与单目视觉的物体位姿测量方法
CN110599540B (zh) 多视点相机下的实时三维人体体型与姿态重建方法及装置
CN106355570B (zh) 一种结合深度特征的双目立体视觉匹配方法
CN105528785B (zh) 一种双目视觉图像立体匹配方法
CN109446892B (zh) 基于深度神经网络的人眼注意力定位方法及系统
CN107798702A (zh) 一种用于增强现实的实时图像叠加方法以及装置
CN106251399A (zh) 一种基于lsd‑slam的实景三维重建方法
WO2019140945A1 (zh) 一种应用于飞行模拟器的混合现实方法
CN110751730B (zh) 一种基于深度神经网络的穿衣人体体型估计方法
JP2008535116A (ja) ３次元レンダリング用の方法及び装置
CN110598590A (zh) 基于多视角相机的紧密交互人体姿态估计方法及装置
CN102831601A (zh) 基于联合相似性测度和自适应支持权重的立体匹配方法
CN106778660B (zh) 一种人脸姿态校正方法及装置
Munn et al. 3D point-of-regard, position and head orientation from a portable monocular video-based eye tracker
CN109147027A (zh) 基于参考平面的单目图像三维重建方法、系统及装置
CN107798704A (zh) 一种用于增强现实的实时图像叠加方法及装置
CN107977996A (zh) 基于靶标标定定位模型的空间目标定位方法
CN106887043A (zh) 三维建模外点去除的方法、装置及三维建模的方法
CN114494582B (zh) 一种基于视觉感知的三维模型动态更新方法
CN112102504A (zh) 一种基于混合现实的三维场景和二维图像混合方法
CN117372647B (zh) 一种建筑用三维模型的快速构建方法及系统
CN110800020B (zh) 一种图像信息获取方法、图像处理设备及计算机存储介质
CN106303501B (zh) 基于图像稀疏特征匹配的立体图像重构方法及装置

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: 20180420

RJ01 Rejection of invention patent application after publication