CN108510546B - 一种适用于图谱及结构信息同步探测系统的相机标定方法 - Google Patents

一种适用于图谱及结构信息同步探测系统的相机标定方法 Download PDF

Info

Publication number
CN108510546B
CN108510546B CN201710109905.6A CN201710109905A CN108510546B CN 108510546 B CN108510546 B CN 108510546B CN 201710109905 A CN201710109905 A CN 201710109905A CN 108510546 B CN108510546 B CN 108510546B
Authority
CN
China
Prior art keywords
target
image
plane
coordinates
detection system
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.)
Active
Application number
CN201710109905.6A
Other languages
English (en)
Other versions
CN108510546A (zh
Inventor
赵慧洁
师少光
姜宏志
贾国瑞
李旭东
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.)
Beihang University
Original Assignee
Beihang 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 Beihang University filed Critical Beihang University
Priority to CN201710109905.6A priority Critical patent/CN108510546B/zh
Publication of CN108510546A publication Critical patent/CN108510546A/zh
Application granted granted Critical
Publication of CN108510546B publication Critical patent/CN108510546B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

Abstract

一种适用于图谱及结构信息同步探测系统的相机标定方法,该方法利用相位条纹靶标生成与图像逐像素对应的密集标志点,利用神经网络算法建立图像像点与对应空间直线的映射关系并求解激光光平面方程。由于不需要显式地计算含有明确物理意义的相机内外参数,且不需要对成像畸变形式进行建模,因此该方法不仅适用于图谱及结构信息同步探测系统,对于其他光学系统结构复杂,尤其包含非轴对称光学器件的成像系统,该方法相比于传统的相机标定过程能够显著提高标定精度。

Description

一种适用于图谱及结构信息同步探测系统的相机标定方法
所属技术领域
本发明属于相机标定领域,适用于图谱及结构信息同步探测系统以及其他光学结构中包含非轴对称元件的成像系统,解决利用传统针孔模型标定这类复杂光学系统误差较大的问题。
背景技术
发展光谱、图像、三维结构联合探测的仪器是遥感领域的迫切需求。声光画幅式成像光谱仪采用声光可调谐滤波器(Acousto-optic Tunable Filter,AOTF)作为分光器件,具有完全电控、无运动部件、波段调谐快、可靠性好、体积小巧等特点。由于其特殊的分光特性,AOTF能够将入射光束分为衍射光和透射光两个通道。其中衍射光通道用于光谱探测,透射光通道用于图像探测。外置的激光摆扫装置能够产生用于三维结构探测的结构光,结合AOTF成像光谱仪的透射光通道成像,构成一个典型的结构光三维结构测量系统。由于光谱、图像、三维结构探测共用AOTF成像光谱仪的前置光学系统,因此这种联合探测仪器能够提供同步探测、自动配准的谱图结构数据,在遥感探测领域有着广泛的应用前景。
在利用图谱及结构信息同步探测系统进行三维结构数据测量之前要对探测系统进行精确的相机标定。此处的相机标定是针对整个成像系统进行内外参数的计算,即“相机”应包含前置光学系统、AOTF分光器件、后置成像系统与末端成像CCD相机。
传统的相机标定过程中,通常将相机成像等效为针孔模型,利用几何相似性描述从物空间到相机靶面的投影过程。对于由于镜头畸变以及加工装调误差等因素带来的影响,通常引入相机畸变模型来进行校正。传统的相机畸变模型包含三种常见的畸变形式:径向畸变、切向畸变以及薄棱镜畸变。
然而,传统的针孔模型与畸变模型通常只针对结构简单的相机进行建模,适用于常见的成像光线关于光轴轴对称分布的相机。而图谱及结构信息同步探测系统光学系统结构复杂,包含离轴非球面反射镜、双胶合棱镜等非轴对称器件,同时其核心分光器件AOTF也是一个典型的非轴对称光学器件。多个非轴对称器件的联合使用使得图谱及结构信息同步探测系统偏离了传统相机标定领域的针孔模型,同时其畸变形式也更加复杂,难以用常见的畸变模型进行描述。因此,为了精确地进行三维结构探测,亟需提出一种能够适用于图谱及结构信息同步探测系统的相机标定方法。
发明内容
本发明的技术解决问题是:针对图谱及结构信息同步探测系统无法使用传统的针孔模型与畸变模型进行相机标定的问题,提出了一种新的相机标定方法。该方法不需要显式地解算包含明确物理意义的相机内外参数,直接建立图像点与其对应的空间直线的映射关系,并利用该映射关系计算结构光探测所需要的激光光平面方程。该方法不仅适用于图谱及结构信息同步探测系统,对于光学系统结构复杂,尤其包含非轴对称光学器件的成像系统,相比于传统的相机标定过程,该方法能够显著提高相机标定精度。
本发明的技术解决方案是:一种适用于图谱及结构信息同步探测系统的相机标定方法,其包括以下步骤:
1)制作带有水平和竖直正弦条纹的平面靶标,记为靶标1和靶标2,制作不含条纹的平面靶标,记为靶标3;
2)将靶标1放置于三轴转台上,转台置于电动位移台上,利用光学准直方法调节转台,使得靶标1的法线方向与电动位移台的移动方向平行;
3)建立右手世界坐标系,使坐标原点位于靶标1所在平面内,z轴平行于靶标1法线方向,x轴平行于水平方向;
4)利用位移台将靶标1移动到探测系统景深内适当位置,记录位移量,即为当前靶标平面在世界坐标系内的z坐标;
5)用探测系统拍摄靶标1上的水平条纹,得到条纹图像;
6)用靶标2在相同位置处替换靶标1,拍摄竖直条纹,得到竖直条纹图像;
7)用靶标3在相同位置处替换靶标2,拍摄激光光平面与靶标3的激光交线,得到激光光条图像;
8)利用水平与竖直条纹图像,采用相位解算算法,逐像素计算图像点的相位坐标,根据靶标上相位条纹的空间分布,得到每个图像像素在靶标平面上对应点的x,y空间位置坐标。
9)利用神经网络算法建立图像坐标与靶标位置处x,y空间位置坐标的映射关系:
(x,y)=F(u,v)
其中,(u,v)为任一像点的图像坐标,(x,y)为靶标平面上对应点的x,y空间位置坐标;
10)重复上述步骤4-步骤9,依次建立图像坐标与不同靶标平面处x,y空间位置坐标的映射关系,记为映射Γ:
Figure BDA0001234140130000031
其中,(u,v)为任一像点的图像坐标,(xn,yn)为该像点在第n个靶标平面上的对应物点;
11)对于图像平面上任一像点P0(u,v),分别计算其在不同靶标平面处的对应点P1(x1,y1,z1),P2(x2,y2,z2),……,Pn(xn,yn,zn),其中x,y坐标由映射Γ计算得到,z坐标由电动位移台位移量提供;
12)利用P1,P2,……,Pn的空间位置坐标拟合直线l0,得到像点P0对应的空间直线l0的直线方程,即得到任意像点与其对应空间直线的映射关系;
13)提取步骤7拍摄得到的激光光条的图像坐标,利用映射Γ与电动位移台提供的z坐标,得到激光光平面与靶标3在不同位置的交线上激光点的三维坐标,由于这些激光点都位于激光光平面上,利用平面拟合算法得到激光光平面方程。
14)记录像点与其对应空间直线的映射关系和标定得到的激光光平面方程,完成图谱及结构信息同步探测系统的相机标定。
本发明与现有技术相比的优点在于:
一、本发明提出的相机标定方法不要求探测系统满足传统的针孔模型约束,且不需要已知成像的畸变形式;
二、本发明提出的相机标定方法不需要解算具有显式物理含义的相机内外参数,直接建立像点与空间直线的映射关系;
三、本发明不仅适用于图谱及结构信息同步探测系统,对于光学系统结构复杂,尤其包含非轴对称光学器件的成像系统同样可以适用,具有较好的通用性;
四、本发明采用正弦条纹方法生成标定过程所需要的标志点,能够为解算过程逐像素提供对应点的空间位置坐标,生成的标志点密集,极大地提高了相机标定精度;
五、本发明采用神经网络方法计算图像像点与靶标平面处x,y空间位置坐标的映射关系,由于神经网络出色的优化与逼近能力,结合正弦条纹提供的密集的标志点,能够为实际三维测量过程提供亚像素级的探测精度。
附图说明
图1为本发明的总体流程图;
图2为本发明步骤一中所述平面靶标示意图,其中(a)为水平正弦条纹平面靶标,(b)为竖直正弦条纹平面靶标,(c)为不含条纹的平面靶标;
图3为利用靶标标志点建立图像坐标与靶标位置处x,y空间位置坐标的映射关系示意图,其中图中的靶标标志点为示意性图示,实际标定过程中标志点由拍摄的正弦条纹图像利用相位解算算法获得;
图4为建立图像像点与对应空间直线映射关系过程示意图;
图5为拍摄激光光平面与靶标平面交线用于拟合光平面方程示意图。
具体实施方式
下面结合附图说明本发明的具体实施方式,但不以任何方式限制本发明的范围,本发明的流程图见图1,具体实施方式如下:
1)如图2所示,制作带有水平和竖直正弦条纹的平面靶标,记为靶标1和靶标2,制作不含条纹的平面靶标,记为靶标3。为了避免后续步骤中重复切换靶标带来的误差,实际标定中采用液晶显示屏作为靶标平面,可以依次显示水平和竖直正弦条纹的平面图案与不含条纹的平面图案。
2)将液晶显示屏放置于三轴转台上,转台置于电动位移台上,利用光学准直设备辅以激光进行准直,反复调节使得液晶显示屏的法线方向与电动位移台的移动方向平行;
3)建立右手世界坐标系,使坐标原点位于液晶显示屏所在平面内,z轴平行于液晶显示屏法线方向,x轴平行于水平方向。此时z轴平行于电动位移台的移动方向,且与液晶显示屏垂直,因此液晶显示屏所在平面的初始位置可以用平面方程z=0表示,当电动位移台移动距离为d时,液晶显示屏所在位置可以用平面方程z=d表示;
4)利用位移台将液晶显示屏移动到探测系统景深内适当位置,记录位移量,即为当前靶标平面在世界坐标系内的z坐标;
5)液晶显示屏显示水平条纹,用探测系统拍摄得到水平条纹图像;
6)液晶显示屏显示竖直条纹,用探测系统拍摄得到竖直条纹图像;
7)液晶显示屏显示无条纹图像,光平面投射到液晶显示屏上相交得到一条激光光条,用探测系统拍摄得到激光光条图像;
8)利用水平与竖直条纹图像,采用相位解算算法,逐像素计算图像点的相位坐标,根据液晶显示屏上相位条纹的空间分布,得到每个图像像素在液晶显示屏平面上对应点的x,y空间位置坐标。
9)如图3所示,利用神经网络算法建立图像坐标与靶标位置处x,y空间位置坐标的映射关系:
(x,y)=F(u,v)
其中,(u,v)为任一像点的图像坐标,(x,y)为靶标平面上对应点的x,y空间位置坐标;
10)重复上述步骤4-步骤9,依次建立图像坐标与不同靶标平面处x,y空间位置坐标的映射关系,记为映射Γ:
Figure BDA0001234140130000061
其中,(u,v)为任一像点的图像坐标,(xn,yn)为该像点在第n个靶标平面上的对应物点坐标;
11)如图4,对于图像平面上任一像点P0(u,v),分别计算其在不同靶标平面处的对应点P1(x1,y1,z1),P2(x2,y2,z2),……,Pn(xn,yn,zn),其中x,y坐标由映射Γ计算得到,z坐标由电动位移台位移量提供;
12)利用P1,P2,……,Pn的空间位置坐标拟合直线l0,得到像点P0对应的空间直线l0的直线方程,即得到任意像点与其对应空间直线的映射关系;
13)如图5,提取步骤7拍摄得到的激光光条的图像坐标,利用映射Γ与电动位移台提供的z坐标,得到激光光平面与液晶显示屏在不同位置的交线上激光点的三维坐标,由于这些激光点都位于激光光平面上,利用平面拟合算法得到激光光平面方程。
14)记录像点与其对应空间直线的映射关系和标定得到的激光光平面方程,完成图谱及结构信息同步探测系统的相机标定。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (2)

1.一种适用于图谱及结构信息同步探测系统的相机标定方法,其特征在于,包括以下步骤:
1)制作带有水平和竖直正弦条纹的平面靶标,记为靶标1和靶标2,制作不含条纹的平面靶标,记为靶标3;
2)将靶标1放置于三轴转台上,转台置于电动位移台上,利用光学准直方法调节转台,使得靶标1的法线方向与电动位移台的移动方向平行;
3)建立右手世界坐标系,使坐标原点位于靶标1所在平面内,z轴平行于靶标1法线方向,x轴平行于水平方向;
4)利用位移台将靶标1移动到探测系统景深内适当位置,记录位移量,即为当前靶标平面在世界坐标系内的z坐标;
5)用探测系统拍摄靶标1上的水平条纹,得到条纹图像;
6)用靶标2在相同位置处替换靶标1,拍摄竖直条纹,得到竖直条纹图像;
7)用靶标3在相同位置处替换靶标2,拍摄激光光平面与靶标3的激光交线,得到激光光条图像;
8)利用水平与竖直条纹图像,采用相位解算算法,逐像素计算图像点的相位坐标,根据靶标上相位条纹的空间分布,得到每个图像像素在靶标平面上对应点的x,y空间位置坐标;
9)利用神经网络算法建立图像坐标与靶标位置处x,y空间位置坐标的映射关系:
(x,y)=F(u,v)
其中,(u,v)为任一像点的图像坐标,(x,y)为靶标平面上对应点的x,y空间位置坐标;
10)重复上述步骤4)-步骤9),依次建立图像坐标与不同靶标平面处x,y空间位置坐标的映射关系,记为映射Γ:
Figure FDA0003019298980000021
其中,(u,v)为任一像点的图像坐标,(xn,yn)为该像点在第n个靶标平面上的对应物点;
11)对于图像平面上任一像点P0(u,v),分别计算其在不同靶标平面处的对应点P1(x1,y1,z1),P2(x2,y2,z2),……,Pn(xn,yn,zn),其中x,y坐标由映射Γ计算得到,z坐标由电动位移台位移量提供;
12)利用P1,P2,……,Pn的空间位置坐标拟合直线l0,得到像点P0对应的空间直线l0的直线方程,即得到任意像点与其对应空间直线的映射关系;
13)提取步骤7)拍摄得到的激光光条的图像坐标,利用映射Γ与电动位移台提供的z坐标,得到激光光平面与靶标3在不同位置的交线上激光点的三维坐标,由于这些激光点都位于激光光平面上,利用平面拟合算法得到激光光平面方程;
14)记录像点与其对应空间直线的映射关系和标定得到的激光光平面方程,完成图谱及结构信息同步探测系统的相机标定。
2.根据权利要求1所述的方法,适用于包含非轴对称光学器件的成像系统。
CN201710109905.6A 2017-02-28 2017-02-28 一种适用于图谱及结构信息同步探测系统的相机标定方法 Active CN108510546B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710109905.6A CN108510546B (zh) 2017-02-28 2017-02-28 一种适用于图谱及结构信息同步探测系统的相机标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710109905.6A CN108510546B (zh) 2017-02-28 2017-02-28 一种适用于图谱及结构信息同步探测系统的相机标定方法

Publications (2)

Publication Number Publication Date
CN108510546A CN108510546A (zh) 2018-09-07
CN108510546B true CN108510546B (zh) 2021-10-01

Family

ID=63373429

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710109905.6A Active CN108510546B (zh) 2017-02-28 2017-02-28 一种适用于图谱及结构信息同步探测系统的相机标定方法

Country Status (1)

Country Link
CN (1) CN108510546B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109253708B (zh) * 2018-09-29 2020-09-11 南京理工大学 一种基于深度学习的条纹投影时间相位展开方法
CN110163918B (zh) * 2019-04-24 2023-03-28 华南理工大学 一种基于射影几何的线结构光标定方法
CN110517321B (zh) * 2019-07-10 2022-05-17 湖南交工智能技术有限公司 相机标定方法、相机及存储介质
CN110837621A (zh) * 2019-11-27 2020-02-25 中国工程物理研究院激光聚变研究中心 一种辐射驱动冲击波数据处理方法
CN113983933B (zh) * 2021-11-11 2022-04-19 易思维(杭州)科技有限公司 一种多线激光传感器的标定方法
CN114666480B (zh) * 2022-03-28 2023-12-22 天津大学 基于相位信息的组合成像系统入射光线逐像素标定方法及装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5832106A (en) * 1996-05-22 1998-11-03 Electronics And Telecommunications Research Institute Method for camera calibration of range imaging system by use of neural network
WO2000025089A1 (en) * 1998-10-28 2000-05-04 Measurement Devices Limited Apparatus and method for obtaining 3d images
EP0895577B1 (en) * 1996-04-24 2005-04-13 Leica Geosystems HDS LLC Integrated system for imaging and modeling three-dimensional objects
CN101865675A (zh) * 2010-05-21 2010-10-20 北京化工大学 一种三维视觉检测圆结构光标定点获取方法
CN102353684A (zh) * 2011-06-23 2012-02-15 南京林业大学 基于双激光三角法的激光肉图像采集方法
CN103337071A (zh) * 2013-06-19 2013-10-02 北京理工大学 基于结构重建的皮下静脉三维可视化装置及方法
EP2866052A1 (en) * 2013-10-23 2015-04-29 Ladar Limited A system for monitoring a maritime environment
CN105091782A (zh) * 2015-05-29 2015-11-25 南京邮电大学 一种基于双目视觉的多线激光器光平面标定方法
CN105783773A (zh) * 2016-03-18 2016-07-20 河北科技大学 一种线结构光视觉传感器的数值标定方法
CN106127745A (zh) * 2016-06-17 2016-11-16 凌云光技术集团有限责任公司 结构光3d视觉系统与线阵相机的联合标定方法及装置
CN106152971A (zh) * 2016-07-28 2016-11-23 南京航空航天大学 机器视觉辅助下的激光三维扫描标示方法
CN106441099A (zh) * 2016-10-13 2017-02-22 北京交通大学 多线结构光传感器的标定方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0895577B1 (en) * 1996-04-24 2005-04-13 Leica Geosystems HDS LLC Integrated system for imaging and modeling three-dimensional objects
US5832106A (en) * 1996-05-22 1998-11-03 Electronics And Telecommunications Research Institute Method for camera calibration of range imaging system by use of neural network
WO2000025089A1 (en) * 1998-10-28 2000-05-04 Measurement Devices Limited Apparatus and method for obtaining 3d images
CN101865675A (zh) * 2010-05-21 2010-10-20 北京化工大学 一种三维视觉检测圆结构光标定点获取方法
CN102353684A (zh) * 2011-06-23 2012-02-15 南京林业大学 基于双激光三角法的激光肉图像采集方法
CN103337071A (zh) * 2013-06-19 2013-10-02 北京理工大学 基于结构重建的皮下静脉三维可视化装置及方法
EP2866052A1 (en) * 2013-10-23 2015-04-29 Ladar Limited A system for monitoring a maritime environment
CN105091782A (zh) * 2015-05-29 2015-11-25 南京邮电大学 一种基于双目视觉的多线激光器光平面标定方法
CN105783773A (zh) * 2016-03-18 2016-07-20 河北科技大学 一种线结构光视觉传感器的数值标定方法
CN106127745A (zh) * 2016-06-17 2016-11-16 凌云光技术集团有限责任公司 结构光3d视觉系统与线阵相机的联合标定方法及装置
CN106152971A (zh) * 2016-07-28 2016-11-23 南京航空航天大学 机器视觉辅助下的激光三维扫描标示方法
CN106441099A (zh) * 2016-10-13 2017-02-22 北京交通大学 多线结构光传感器的标定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Neurocalibration: a neural network that can tell camera calibration parameters;Moumen T. Ahmed et al.;《IEEE》;20020806;第1-6页 *
一种新的360°三维测量系统及标定技术;吴庆阳等;《中国激光》;20170123;第1-14页 *

Also Published As

Publication number Publication date
CN108510546A (zh) 2018-09-07

Similar Documents

Publication Publication Date Title
CN108510546B (zh) 一种适用于图谱及结构信息同步探测系统的相机标定方法
US7479982B2 (en) Device and method of measuring data for calibration, program for measuring data for calibration, program recording medium readable with computer, and image data processing device
Tang et al. Three-dimensional digital image correlation system for deformation measurement in experimental mechanics
CN102376089B (zh) 一种标靶校正方法及系统
CN101101209B (zh) 测量装置
CN101726318B (zh) 一种月球车双目视觉导航系统标定方法
CN101876555B (zh) 一种月球车双目视觉导航系统标定方法
JP7300948B2 (ja) 測量データ処理装置、測量データ処理方法、測量データ処理用プログラム
CN103065303A (zh) 一种快速实现线阵相机标定的装置及其方法
US20200342642A1 (en) Virtual image distance measurement method, apparatus and device
US10270947B2 (en) Flat digital image sensor
CN108020175A (zh) 一种多光栅投影双目视觉舌体表面三维整体成像方法
CN108489398A (zh) 一种广角场景下激光加单目视觉测量三维坐标的方法
WO2014074003A1 (ru) Способ контроля линейных размеров трехмерных объектов
CN108154535B (zh) 基于平行光管的摄像机标定方法
Hou et al. Camera lens distortion evaluation and correction technique based on a colour CCD moiré method
RU2635336C2 (ru) Способ калибровки оптико-электронного аппарата и устройство для его осуществления
CN106767926A (zh) 一种投线仪的数字化校准系统及方法
Ji et al. Calibration method of light-field camera for photogrammetry application
CN208061260U (zh) 一种用于立体视觉测量的线阵相机标定装置
Long et al. Portable visual metrology without traditional self-calibration measurement model
CN105444998A (zh) 望远系统视放大率测量装置及测量方法
CN115761009A (zh) 一种基于非线性优化的无共同视野的相机外参标定方法
CN113724371B (zh) 同轴照明光场的三维成像方法、系统、电子装置及存储介质
CN112686960B (zh) 一种基于光线追迹的相机入瞳中心及视线方向的标定方法

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
GR01 Patent grant
GR01 Patent grant