CN107958447A - 物体平面图像的镜头校正方法及系统 - Google Patents
物体平面图像的镜头校正方法及系统 Download PDFInfo
- Publication number
- CN107958447A CN107958447A CN201711286985.9A CN201711286985A CN107958447A CN 107958447 A CN107958447 A CN 107958447A CN 201711286985 A CN201711286985 A CN 201711286985A CN 107958447 A CN107958447 A CN 107958447A
- Authority
- CN
- China
- Prior art keywords
- image
- template
- quick response
- response code
- object plane
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000013507 mapping Methods 0.000 claims abstract description 22
- 238000009826 distribution Methods 0.000 claims abstract description 12
- 230000004044 response Effects 0.000 claims description 34
- 238000012512 characterization method Methods 0.000 claims description 6
- 238000003754 machining Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000012544 monitoring process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000608 laser ablation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种物体平面图像的镜头校正方法，包括：获取在图像采集装置中的待校正物体平面图像；根据模板实际图像和模板在图像采集装置中的图像两者之间的映射关系，对待校正物体平面图像进行镜头校正。本申请采用阵列式分布的图形组成的模板，根据模板实际图像和模板在图像采集装置中的图像两者间的映射关系，实现待校正物体平面图像的镜头校正，可应用于机械自动化加工和制造，提高加工精度。
Description
技术领域
本申请涉及自动化领域，特别是涉及自动化加工制造中采集到的物体平面图像的镜头校正方法及系统。
背景技术
传统的机械自动化加工和制造中，机械手可以根据控制程序对物体进行加工。在对物体进行加工的过程中，必须精确获取物体的位置信息，例如，物体表面的一个凹槽的位置信息。通常，可以设置图像采集装置获取物体表面的一个凹槽的信息。
在实现传统技术的过程中，发明人发现存在以下技术问题：
图像采集装置的镜头具有中心，离镜头中心越远，获取的物体表面信息越容易因为畸变而失真。在精加工时，这些畸变甚至会对加工精度的产生实质性影响。从而，需要提供一种可以提高加工精度的技术方案。
发明内容
基于此，有必要针对上述物体表面信息发生畸变而失真的技术问题，提供一种方案。
一种物体平面图像的镜头校正方法，包括：
获取在图像采集装置中的待校正物体平面图像；
根据模板实际图像和模板在图像采集装置中的图像两者之间的映射关系，对待校正物体平面图像进行镜头校正。
在其中一个实施例中，模板具有阵列式分布的图形。
在其中一个实施例中，图形为二维码标识。
在其中一个实施例中，二维码标识具有用于定位的中心点。
在其中一个实施例中，二维码标识具有表征二维码中心的坐标的内容。
在其中一个实施例中，阵列式分布的相邻两个二维码标识间隔预设距离。
一种物体平面图像的镜头校正系统，包括：
图像采集装置，用于获取在图像采集装置中的待校正物体平面图像；
处理器，用于根据模板实际图像和模板在图像采集装置中的图像两者之间的映射关系，对待校正物体平面图像进行镜头校正。
在其中一个实施例中，模板具有阵列式分布的图形。
在其中一个实施例中，图形为二维码标识。
在其中一个实施例中，二维码标识具有表征二维码中心的坐标的内容。
上述物体平面图像的镜头校正方法和系统，采用阵列式分布的二维码标识组成的模板，且二维码标识具有表征二维码中心的坐标的内容，通过二维码识别来确定坐标，从而实现待校正物体平面图像的镜头校正，提高加工精度。
附图说明
图1为本申请实施例提供的物体平面图像的镜头校正方法的流程图。
图2为本申请实施例提供的物体平面图像的镜头校正方法的映射关系图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
请参见图1，本申请提供一种物体平面图像的镜头校正方法，包括以下步骤：
S100：获取在图像采集装置中的待校正物体平面图像。
图像采集装置可以是照相机、摄像机等具有采集图像功能的装置，用于采集待校正物体平面图像。
待校正物体是图像采集装置监测范围内实际存在的物体。待校正物体实际图像为第一图像，是待校正物体未发生任何畸变的原始图像。将待校正物体置于图像采集装置的监测范围内，采集其图像，即可得到待校正物体平面图像，该图像为第二图像。监测范围是图像采集装置的镜头可采集到图像的范围。在采集第二图像时，将待校正物体置于图像采集装置的监测范围内，由于图像采集装置的镜头具有中心，第二图像相对于第一图像会发生畸变。待校正物体离镜头的中心越近，畸变越小；离镜头中心越远，畸变越大。
S200：根据模板实际图像和模板在图像采集装置中的图像两者之间的映射关系，对待校正物体平面图像进行镜头校正。
进一步的，在本申请提供的一个实施例中，模板可以是阵列式分布的图形。该图形由一个个像素点构成，结构简单，容易识别和处理。
具体的，阵列式分布的图形的大小根据实际需要进行选择，以图像采集装置能获得清晰的图像，便于识别和分析为准。
进一步的，在本申请提供的又一个实施例中，该图形为二维码标识。
当然，在本申请提供的替代实施方式中，该图形还可以是激光刻蚀图形等能在图像采集装置中识别定位的图形。
进一步的，在本申请提供的又一个实施例中，该二维码标识具有用于定位的中心点。
进一步的，在本申请提供的又一个实施例中，该中心点可以为二维码正方形轮廓的几何中心，或者说，中心对称点。当然，对于其他形状的二维码，例如，圆形二维码，该中心为圆心。
进一步的，在本申请提供的又一个实施例中，该二维码标识具有表征二维码中心的坐标的内容。
进一步的，在本申请提供的又一个实施例中，阵列式分布的相邻两个二维码标识间隔预设距离，预设距离根据实际需要进行选择。为方便确定坐标，相邻两个二维码标识间可选择相同的预设距离。
模板实际图像为第三图像，模板在图像采集装置中的图像为第四图像。第三图像是模板未发生畸变的原始图像。对应的，第四图像为模板经图像采集装置采集的发生畸变的图像。
第三图像和第四图像之间的映射关系，指的是两图像之间对应像素点坐标的运算关系。若已知第三图像上的任一点的坐标，则可以根据该映射关系，计算出第四图像上与之对应的点的坐标，反之亦可。进一步的，若已知待校正物体平面图像上的任一点坐标，则可根据该映射关系，计算出待校正物体实际图像上对应点的坐标。
在本申请提供的又一个实施例中，获取第三图像和第四图像之间的映射关系的方法为：
在第三图像上选择一个像素点作为坐标原点，建立图像坐标系(x，y)，该坐标系是二维直角坐标系。x、y轴的方向和单位长度根据实际需要进行选择。在第四图像上建立与第三图像相同的图像坐标系。原点位置相对应，x，y轴方向和单位长度也与第三图像相同，以便于进行数据分析和处理。优选的，图像采集装置可以垂直于水平面，坐标原点为图像采集装置的光轴与水平面交点。
在本申请提供的又一个实施例中，采用二维码标识作为模板上阵列式分布的图形时，二维码标识的中心点的物理位置由二维码中编码的字符串给出，即中心点的物理坐标是二维码本身携带的编码信息所给定的。中心点的物理坐标用于对二维码标识进行定位，具体操作为：当模板在图像采集装置的监测范围内出现后，针对每一个二维码标识，可以精确的获得中心点的物理坐标，从而与该点在图像坐标系上的坐标对应起来。以该中心点的坐标为基准，进而把第四图像的其他点在图像坐标系上的坐标和物理坐标一一对应起来。
在本申请提供的又一个实施例中，第三图像和第四图像的关系如图2所示。其中A1为第三图像上的一个像素点，坐标为(x1，y1)；A1'为第四图像上对应的像素点，坐标为(x1'，y1')。以此类推，第三图像和第四图像上其他的对应像素点的坐标如下表所示：
| 像素点 | A1 | A2 | A3 | A4 | A5 | …… |
| 第三图像 | (x1，y1) | (x2，y2) | (x3，y3) | (x4，y4) | (x5，y5) | …… |
| 第四图像 | (x1'，y1') | (x2'，y2') | (x3'，y3') | (x4'，y4') | (x5'，y5') | …… |
因此，第三图像和第四图像间的映射关系为(x'，y')＝F(x，y)，则(x，y)＝F-1(x'，y')，其中(x'，y')为第四图像上任一像素点的坐标，(x，y)为第三图像上对应像素点的坐标。
根据该映射关系，对第二图像进行镜头校正。在前述图像坐标系中读取第二图像上每个像素点的坐标。若待校正物体平面图像上任一点坐标为(xi'，yi'),代入公式(x，y)＝F-1(x'，y')，即(xi，yi)＝F-1(xi'，yi')，则(xi，yi)为第一图像上与第二图像的坐标(xi'，yi')对应点的坐标。
本申请还提供一种物体平面图像的镜头校正系统，包括：图像采集装置和处理器。图像采集装置用于获取在图像采集装置中的待校正物体的第二图像。处理器用于获取第二图像的坐标，根据第三图像和第四图像两者之间的映射关系，计算出第一图像的对应坐标，从而对第二图像进行镜头校正。
在本申请提供的又一个实施例中，处理器按照前述S200中的方式，建立第三图像和第四图像间的映射关系，即(x'，y')＝F(x，y)。将待校正物体设置在图像采集装置的监测范围内，采集第二图像。处理器读取第二图像中各点的坐标，根据前述映射关系，用公式(x，y)＝F-1(x'，y')计算出模板上各个像素点的坐标，对第二图像进行镜头校正，进而得到第一图像。
在本申请提供的又一个实施例中，处理器用于：获取到模板实际图像和模板在图像采集装置中的图像后，根据坐标信息，计算出两者间的映射关系，并根据待校正物体平面图像中的坐标，通过一系列计算得出第一图像的坐标。
具体的，图像坐标系的原点位置和坐标轴方向不是固定的，可根据具体情况进行选择。优选的，各个图像采用同一个图像坐标系，以便于处理器对坐标进行计算分析。
进一步的，在本申请提供的又一个实施例中，图像坐标系的单位长度可以根据实际应用中模板上图形的大小进行选择。
下面介绍本申请的一个具体应用场景：
首先提供一种模板实际图像与模板在相机采集到的图像之间的映射关系：
令模板实际图像为第三图像，模板在相机中的图像为第四图像。第三图像是模板未发生畸变的原始图像。对应的，第四图像为模板经相机拍照时发生畸变的图像。相机垂直于水平面，在第三图像上选择相机与光轴水平面交点作为坐标原点，建立图像坐标系(x，y)，该坐标系是二维直角坐标系。确定x轴方向后固定不动，y轴的方向与x轴方向在水平面内垂直，单位长度设为1厘米。在第四图像上建立与第三图像相同的图像坐标系，原点位置相对应，x，y轴方向和单位长度也与第三图像相同，以便于进行数据分析和处理。
第三图像和第四图像的关系如图2所示。其中A1为第三图像上的一个像素点，坐标为(x1，y1)；A1'为第四图像上对应的像素点，坐标为(x1'，y1')。以此类推，第三图像和第四图像上其他的对应像素点的坐标如下表所示：
| 像素点 | A1 | A2 | A3 | A4 | A5 | …… |
| 第三图像 | (x1，y1) | (x2，y2) | (x3，y3) | (x4，y4) | (x5，y5) | …… |
| 第四图像 | (x1'，y1') | (x2'，y2') | (x3'，y3') | (x4'，y4') | (x5'，y5') | …… |
因此，第三图像和第四图像间的映射关系为(x'，y')＝F(x，y)，则(x，y)＝F-1(x'，y')，其中(x'，y')为第四图像上任一像素点的坐标，(x，y)为第三图像上对应像素点的坐标。
根据此映射关系，提供一种具体的应用场景：
令待校正物体M实际图像为第一图像，相机采集到待校正物体M的平面图像为第二图像，相机固定于一个可以将待校正物体M完全监测到的位置。当需要对待校正物体M进行图像采集时，相机启动，并对待校正物体拍照。由于相机镜头为曲面且具有中心，拍到的待校正物体M的照片相对于实际图像会发生畸变，待校正物体M离镜头的中心越近，畸变越小；离镜头中心越远，畸变越大。处理器获取相机拍到的发生了畸变的第二图像及待校正物体M在第二图像上的坐标后，根据之前设定好的映射关系，计算出待校正物体M在第一图像中的坐标，此坐标为待校正物体M在实际图像中的坐标，从而达到了对相机拍到待校正物体M的平面图进行镜头校正的目的。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种物体平面图像的镜头校正方法，其特征在于，包括：
获取在图像采集装置中的待校正物体平面图像；
根据模板实际图像和模板在图像采集装置中的图像两者之间的映射关系，对待校正物体平面图像进行镜头校正。
2.根据权利要求1所述的方法，其特征在于，所述模板具有阵列式分布的图形。
3.根据权利要求2所述的方法，其特征在于，所述图形为二维码标识。
4.根据权利要求3所述的方法，其特征在于，所述二维码标识具有用于定位的中心点。
5.根据权利要求3所述的方法，其特征在于，所述二维码标识具有表征二维码中心的坐标的内容。
6.根据权利要求3所述的方法，其特征在于，所述阵列式分布的相邻两个二维码标识间隔预设距离。
7.一种物体平面图像的镜头校正系统，其特征在于，包括：
图像采集装置，用于获取在图像采集装置中的待校正物体平面图像；
处理器，用于根据模板实际图像和模板在图像采集装置中的图像两者之间的映射关系，对待校正物体平面图像进行镜头校正。
8.根据权利要求7所述的系统，其特征在于，所述模板具有阵列式分布的图形。
9.根据权利要求7所述的系统，其特征在于，所述图形为二维码标识。
10.根据权利要求8所述的系统，其特征在于，所述二维码标识具有表征二维码中心的坐标的内容。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711286985.9A CN107958447A (zh) | 2017-12-07 | 2017-12-07 | 物体平面图像的镜头校正方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711286985.9A CN107958447A (zh) | 2017-12-07 | 2017-12-07 | 物体平面图像的镜头校正方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107958447A true CN107958447A (zh) | 2018-04-24 |
Family
ID=61958236
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711286985.9A Pending CN107958447A (zh) | 2017-12-07 | 2017-12-07 | 物体平面图像的镜头校正方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107958447A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101783011A (zh) * | 2010-01-08 | 2010-07-21 | 宁波大学 | 一种鱼眼镜头的畸变校正方法 |
| CN103942796A (zh) * | 2014-04-23 | 2014-07-23 | 清华大学 | 一种高精度的投影仪-摄像机标定系统及标定方法 |
| CN104103057A (zh) * | 2014-07-14 | 2014-10-15 | 华侨大学 | 一种快速的鱼眼图像生成全景图的方法 |
| CN104424457A (zh) * | 2013-08-20 | 2015-03-18 | 复旦大学 | 一种非线性扭曲情况下的二维码识别方法 |
| CN105046184A (zh) * | 2015-07-22 | 2015-11-11 | 福建新大陆自动识别技术有限公司 | 基于畸变图像校正的二维码解码方法和系统 |
| CN105488779A (zh) * | 2014-09-18 | 2016-04-13 | 宝山钢铁股份有限公司 | 摄像机畸变修正标定板及标定方法 |
| CN105823416A (zh) * | 2016-03-04 | 2016-08-03 | 大族激光科技产业集团股份有限公司 | 多相机测量物体的方法和装置 |
-
2017
- 2017-12-07 CN CN201711286985.9A patent/CN107958447A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101783011A (zh) * | 2010-01-08 | 2010-07-21 | 宁波大学 | 一种鱼眼镜头的畸变校正方法 |
| CN104424457A (zh) * | 2013-08-20 | 2015-03-18 | 复旦大学 | 一种非线性扭曲情况下的二维码识别方法 |
| CN103942796A (zh) * | 2014-04-23 | 2014-07-23 | 清华大学 | 一种高精度的投影仪-摄像机标定系统及标定方法 |
| CN104103057A (zh) * | 2014-07-14 | 2014-10-15 | 华侨大学 | 一种快速的鱼眼图像生成全景图的方法 |
| CN105488779A (zh) * | 2014-09-18 | 2016-04-13 | 宝山钢铁股份有限公司 | 摄像机畸变修正标定板及标定方法 |
| CN105046184A (zh) * | 2015-07-22 | 2015-11-11 | 福建新大陆自动识别技术有限公司 | 基于畸变图像校正的二维码解码方法和系统 |
| CN105823416A (zh) * | 2016-03-04 | 2016-08-03 | 大族激光科技产业集团股份有限公司 | 多相机测量物体的方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| 夏德深 等: "《计算机图像处理及应用》", 29 February 2004 * |
| 赵小川: "《MATLAB图像处理：能力提高与应用案例》", 31 January 2014 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11361469B2 (en) | Method and system for calibrating multiple cameras | |
| CN102034238B (zh) | 基于光学成像测头和视觉图结构的多摄像机系统标定方法 | |
| CN110163918B (zh) | 一种基于射影几何的线结构光标定方法 | |
| CN100557635C (zh) | 一种基于柔性立体靶标的摄像机标定方法 | |
| CN107369159B (zh) | 基于多因素二维灰度直方图的阈值分割方法 | |
| CN110823252B (zh) | 一种多线激光雷达和单目视觉的自动标定方法 | |
| CN107886547B (zh) | 一种鱼眼相机标定方法及系统 | |
| WO2021129305A1 (zh) | 光学动捕系统中标定杆检测方法、装置、设备和存储介质 | |
| CN105740856A (zh) | 一种基于机器视觉的指针式仪表示数读取方法 | |
| CN111524195B (zh) | 一种掘进机截割头定位中的相机标定方法 | |
| CN111553948B (zh) | 一种基于双示踪物的掘进机截割头定位方法 | |
| CN110763204A (zh) | 一种平面编码靶标及其位姿测量方法 | |
| CN115375842A (zh) | 一种植株三维重建方法、终端及存储介质 | |
| CN115578315A (zh) | 一种基于无人机图像的桥梁应变近景摄影测量方法 | |
| CN105806269B (zh) | 一种便携式非接触的树木参数测量装置与测量方法 | |
| CN107958447A (zh) | 物体平面图像的镜头校正方法及系统 | |
| CN112508885A (zh) | 一种弯管的三维中轴线检测方法及系统 | |
| JP3919722B2 (ja) | 肌形状計測方法及び肌形状計測装置 | |
| CN110349169A (zh) | 一种直线测量方法 | |
| CN206583440U (zh) | 一种投影图像视距检测系统 | |
| US9721371B2 (en) | Systems and methods for stitching metallographic and stereoscopic images | |
| CN115100126A (zh) | 一种桥梁结构平面位移场智能感知方法 | |
| CN114972948A (zh) | 一种基于神经检测网络的识别定位方法及系统 | |
| CN108038406A (zh) | 电表显示图像的投影校正方法和系统 | |
| CN107121131B (zh) | 一种双目摄像头水平相对位姿识别方法 |
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: 20180424 |