CN108510548A - 一种远心移轴相机标定方法和系统 - Google Patents
一种远心移轴相机标定方法和系统 Download PDFInfo
- Publication number
- CN108510548A CN108510548A CN201810206154.4A CN201810206154A CN108510548A CN 108510548 A CN108510548 A CN 108510548A CN 201810206154 A CN201810206154 A CN 201810206154A CN 108510548 A CN108510548 A CN 108510548A
- Authority
- CN
- China
- Prior art keywords
- telecentricity
- camera shaft
- moves
- model
- camera
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000005457 optimization Methods 0.000 claims abstract description 44
- 241000208340 Araliaceae Species 0.000 claims abstract description 33
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims abstract description 33
- 235000003140 Panax quinquefolius Nutrition 0.000 claims abstract description 33
- 235000008434 ginseng Nutrition 0.000 claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000013519 translation Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 230000003321 amplification Effects 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005603 centrifugal distortion Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
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
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)
- Studio Devices (AREA)
Abstract
本发明公开了一种远心移轴相机标定方法,包括:根据远心移轴相机采集的图像建立标定模型,标定模型的内参包括远心移轴相机的倾斜角度、旋转角度和镜头放大倍率;根据远心移轴相机的技术参数获取标定模型的内参;根据标定模型的内参计算得到标定模型的外参;建立远心移轴相机的镜头畸变模型,并计算得到镜头畸变模型的参数以及优化后的内参和外参。此外,还公开了一种远心移轴相机标定系统。上述远心移轴相机标定方法和系统对现有的远心移轴相机的标定具有普适性和高精度性。
Description
技术领域
本发明涉及相机标定领域,尤其涉及一种远心移轴相机标定方法和系统。
背景技术
远心镜头具有大景深、低畸变等显著优点,且在一定的物距范围内物像倍率恒定不变,消除了普通成像镜头的视差问题,因而,非常适合用于复杂微小结构的精确成像。但由于只有平行于光轴的光线才能进入远心镜头成像,使得视场受限于远心镜头的孔径大小,约为几十个mm,导致远心镜头无法适用于大视场、大景深的三维成像。
根据Scheimpflug原理,远心镜头与成像面倾斜的话可以增加成像的景深。因而,为了增加成像景深,可在远心镜头与相机之间加入Scheimpflug调整器,构成远心移轴相机。这样,对基于Scheimpflug原理的三维成像系统研究的关键是针对对应的远心移轴相机进行标定。
文献《An accurate calibration method for a camera with telecentriclenses,Optics and Lasers in Engineering 51(5),538-541(2013).》中提出了一种远心移轴相机标定方法,但在该标定方法的标定模型中没有考虑远心移轴相机的倾斜角度和旋转角度,因而,该标定模型并不能真实、完全地反映远心移轴相机的特性,由此计算得到的标定结果精度较低,利用该标定结果对原始图像进行矫正后的矫正质量也较低。另外,文献《Distortion correction for microscopic fringe projection system withScheimpflug telecentric lens,Appl.Opt.54,10055-10062,2015.》提出的一种远心移轴标定方法中,考虑了远心移轴相机倾斜角度的影响,但对倾斜角度的计算利用的是物方远心移轴相机放大倍数与像距之间的关系。而对于双远心移轴相机来说,其放大倍数与像距之间没有直接关系,因而,该标定方法并不适用于双远心移轴相机标定。
发明内容
为了解决上述技术问题,本发明的目的是提供一种远心移轴相机标定方法和系统。
本发明所采用的技术方案是:
一种远心移轴相机标定方法,包括:
根据远心移轴相机采集的图像建立标定模型,标定模型的内参包括远心移轴相机的倾斜角度、旋转角度和镜头放大倍率;
根据远心移轴相机的技术参数获取标定模型的内参;
根据标定模型的内参计算得到标定模型的外参;
建立远心移轴相机的镜头畸变模型,并计算得到镜头畸变模型的参数以及优化后的内参和外参。
进一步地,标定模型如下:
其中,1≤i≤N,N为采集的图像幅数,(ui,vi)为第i幅图像的像素坐标,(XiW,YiW)为第i幅图像的世界坐标,为第i幅图像对应的旋转平移矩阵,du、dv为远心移轴相机的像素尺寸且du=dv,(u0,v0)为像素单位下的主点坐标,α、β、m分别为远心移轴相机的倾斜角度、旋转角度和镜头放大倍率,Rtilt(α,β)为包括α、β的3×3矩阵。
进一步地,标定模型中的矩阵Rtilt表达式如下:
进一步地,标定模型中的矩阵表达式如下:
其中,d为远心移轴相机的镜头焦距。
进一步地,根据标定模型的内参计算得到标定模型的外参的步骤包括:
初始化图像对应的旋转平移矩阵;
根据标定模型建立第一非线性优化目标函数;
利用非线性优化算法优化第一非线性优化目标函数,计算得到图像对应的外参。
进一步地,N的取值为1。
进一步地,建立远心移轴相机的镜头畸变模型,并计算得到镜头畸变模型的参数以及优化后的内参和外参的步骤包括:
建立远心移轴相机的镜头畸变模型;
根据镜头畸变模型建立第二非线性优化目标函数;
利用非线性优化算法优化第二非线性优化目标函数,计算得到镜头畸变模型的参数以及优化后的内参和第i幅图像对应的外参。
一种远心移轴相机标定系统,包括:
标定模型建立模块,用于根据远心移轴相机采集的图像建立标定模型,标定模型的内参包括远心移轴相机的倾斜角度、旋转角度和镜头放大倍率;
内参获取模块,用于根据远心移轴相机的技术参数获取标定模型的内参;
外参计算模块,用于根据标定模型的内参计算得到标定模型的外参;
畸变参数计算模块,用于建立远心移轴相机的镜头畸变模型,并计算得到镜头畸变模型的参数以及优化后的内参和外参。
进一步地,标定模型如下:
其中,1≤i≤N,N为采集的图像幅数,(ui,vi)为第i幅图像的像素坐标,(XiW,YiW)为第i幅图像的世界坐标,为第i幅图像对应的旋转平移矩阵,du、dv为远心移轴相机的像素尺寸且du=dv,(u0,v0)为像素单位下的主点坐标,α、β、m分别为远心移轴相机的倾斜角度、旋转角度和镜头放大倍率,Rtilt(α,β)为包括α、β的3×3矩阵。
进一步地,标定模型中的矩阵Rtilt表达式为:
或为:
其中,d为所述远心移轴相机的镜头焦距。
本发明的有益效果是:
在本发明提出的远心移轴相机标定方法中,加入了远心移轴相机倾斜角度和旋转角度相关因子的考虑,使得本标定方法对现有的远心移轴相机标定具有更高的完整性和真实性;且基于所构建的标定模型,对标定模型内参的计算是首先根据远心移轴相机的技术参数获取得到初始值,再在后续相机畸变模型计算过程中通过进一步优化求解得到,可见,对倾斜角度的计算并不依赖于远心移轴相机放大倍数与像距之间的关系。因而,本技术方案对现有的远心移轴相机标定更具有普适性。
在进一步的技术方案中,建立标定模型时利用1幅图像的数据信息即可。相较于传统的标定方法,本技术方案在确保标定结果精度的同时还减小了标定过程的耗时。
附图说明
下面结合附图对本发明的具体实施方式作进一步说明:
图1是一个实施例中一种远心移轴相机标定方法的流程示意图;
图2是一个实施例中根据标定模型的内参计算得到标定模型的外参步骤的流程示意图;
图3是一个实施例中一种远心移轴相机标定系统的结构示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
鉴于此,特提出一种远心移轴相机标定方法,参见图1是一个实施例中一种远心移轴相机标定方法的流程示意图,包括:
S110、根据远心移轴相机采集的图像建立标定模型,标定模型的内参包括远心移轴相机的倾斜角度、旋转角度和镜头放大倍率。
使用远心移轴相机采集N幅标定靶标不同角度的图像,一个实施例中,根据这N幅图像建立的标定模型如下:
其中,1≤i≤N,(ui,vi)为对第i幅图像进行圆心提取得到的像素坐标,(XiW,YiW)为第i幅图像的世界坐标,为第i幅图像对应的旋转平移矩阵,du、dv为远心移轴相机的像素尺寸且有du=dv,(u0,v0)为像素单位下的主点坐标,α、β、m分别为远心移轴相机的倾斜角度、旋转角度和镜头放大倍率,Rtilt(α,β)为包括α、β的3×3矩阵。
优选地,矩阵Rtilt表达式如下:
或者,矩阵Rtilt表达式如下:
其中,d为远心移轴相机的镜头焦距。
远心移轴相机标定就是求解远心移轴相机标定模型中内参(包括倾斜角度α,旋转角度β,镜头放大倍率m)和第i幅图像对应的外参(包括ri1、ri2、ri3、ri4、ti1、ti2)。
S130、根据远心移轴相机的技术参数获取标定模型的内参。
不考虑远心移轴相机的畸变,根据远心移轴相机上的刻度初始化倾斜角度α和旋转角度β,以及通过远心移轴相机的技术文件得到镜头放大倍率m,从而求解完成矩阵K。
S150、根据标定模型的内参计算得到标定模型的外参。
利用非线性优化算法,根据标定模型的内参计算得到标定模型的外参。优选地,非线性优化算法采用列文伯格-马夸尔特优化算法。
具体地,参见图2是一个实施例中根据标定模型的内参计算得到标定模型的外参步骤的流程示意图,包括:
S151、初始化第i幅图像对应的旋转平移矩阵。
令第i幅图像对应的旋转平移矩阵中各参数的初始值为0,即有:
ri1=ri2=ri3=ri4=0,
ti1=ti2=0。
S153、建立第一非线性优化目标函数J,第一非线性优化目标函数J的表达式为:
其中,M为每幅图像的坐标点总数。
S155、利用列文伯格-马夸尔特优化算法对第一非线性优化目标函数进行优化,当第一非线性优化目标函数优化至最小值时得到标定模型中第i幅图像对应的外参。
S170、建立远心移轴相机的镜头畸变模型,并计算得到镜头畸变模型的参数以及优化后的内参和外参。
具体地,步骤S170包括:
S171、建立远心移轴相机的镜头畸变模型。
考虑镜头畸变误差,一个实施例中,镜头畸变模型的表达式为:
其中,(xid,yid)为第i幅图像中实际的成像坐标,(xiu,yiu)为第i幅图像中计算出的成像坐标,δix为第i幅图像中像素在X轴方向上的畸变参数,δiy为第i幅图像中像素在Y轴方向上的畸变参数,k1为径向畸变参数,h1、h2为离心畸变参数,s1、s2为薄棱镜畸变参数;
又第i幅图像中计算出的成像坐标(xiu,yiu)与对应的像素坐标(ui,vi)的关系为:
S173、建立第二非线性优化目标函数F如下:
其中,pij为第i幅图像标定靶标的第j个圆心的实际像素坐标,为第i幅图像标定靶标的第j个圆心利用标定模型计算得到的像素坐标,为第i幅图像对应的旋转矩阵。
S175、利用非线性优化算法优化第二非线性优化目标函数,计算得到镜头畸变模型的参数以及优化后的内参和第i幅图像对应的外参。
利用非线性优化算法对第二非线性优化目标函数进行优化,当第二非线性优化目标函数优化至最小值时得到镜头畸变模型的参数以及优化后的内参和第i幅图像对应的外参。优选地,非线性优化算法采用列文伯格-马夸尔特优化算法。
在本发明提出的远心移轴相机标定方法中,根据远心移轴相机倾斜角度和旋转角度对标定结果的影响,在建立的标定模型中加入了相关因子的考虑;以及在标定模型内参的计算过程中,倾斜角度并不是根据镜头放大倍数与像距的关系来求解得到,而是首先根据远心移轴相机的技术参数获取得到初始值,再在后续的相机畸变模型计算过程中通过进一步优化求解得到。因而,本远心移轴相机标定方法不仅克服了传统标定方法不能对双远心移轴相机标定的缺陷,还提高了传统远心移轴相机标定的精度。
特别地,当N的取值为1时,也就是说,标定模型的建立仅需利用远心移轴相机采集的1幅图像即可。现有的标定方法通常都需要利用通过对不同姿势拍摄得到的若干幅图像,可见,本发明的标定方法在确保标定结果精度的同时还减小了标定过程的耗时。
利用本发明提出的远心移轴相机标定方法对远心移轴相机标定完成后可得到精度较高的标定结果,下面描述利用本发明提出的标定方法得到的标定结果对原始图像进行矫正的处理过程,包括:
S210、假设原始图像的像素坐标为根据公式可计算得到原始图像的成像坐标为
S230、原始图像的成像坐标和矫正图像的成像坐标(x,y)的关系为:
通过非线性优化算法对(x,y)进行优化,即当第三非线性优化目标函数取得最小值时,得到矫正图像的成像坐标(x,y);
S250、再根据矫正图像的成像坐标(x,y)与矫正图像的像素坐标(u,v)的关系:从而得到对应的矫正图像。
在一个实施例中,为解决上述问题,还提出了一种远心移轴相机标定系统,图3是一个实施例中一种远心移轴相机标定系统的结构示意图,包括:
标定模型建立模块310,用于根据远心移轴相机采集的图像建立标定模型,标定模型的内参包括远心移轴相机的倾斜角度、旋转角度和镜头放大倍率。
内参获取模块330,用于根据远心移轴相机的技术参数获取标定模型的内参。
外参计算模块350,用于根据标定模型的内参计算得到标定模型的外参。
畸变参数计算模块370,用于建立远心移轴相机的镜头畸变模型,并计算得到镜头畸变模型的参数以及优化后的内参和外参。
一个实施例中,标定模型如下:
其中,1≤i≤N,N为采集的图像幅数,(ui,vi)为第i幅图像的像素坐标,(XiW,YiW)为第i幅图像的世界坐标,为第i幅图像对应的旋转平移矩阵,du、dv为远心移轴相机的像素尺寸且du=dv,(u0,v0)为像素单位下的主点坐标,α、β、m分别为远心移轴相机的倾斜角度、旋转角度和镜头放大倍率,Rtilt(α,β)为包括α、β的3×3矩阵。
优选地,标定模型中的矩阵Rtilt表达式为:
或为:
其中,d为所述远心移轴相机的镜头焦距。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种远心移轴相机标定方法,其特征在于,包括:
根据远心移轴相机采集的图像建立标定模型,所述标定模型的内参包括所述远心移轴相机的倾斜角度、旋转角度和镜头放大倍率;
根据所述远心移轴相机的技术参数获取所述标定模型的内参;
根据所述标定模型的内参计算得到所述标定模型的外参;
建立远心移轴相机的镜头畸变模型,并计算得到所述镜头畸变模型的参数以及优化后的内参和外参。
2.根据权利要求1所述的远心移轴相机标定方法,其特征在于,所述标定模型如下:
其中,1≤i≤N,N为采集的图像幅数,(ui,vi)为第i幅图像的像素坐标,(XiW,YiW)为第i幅图像的世界坐标,为第i幅图像对应的旋转平移矩阵,du、dv为所述远心移轴相机的像素尺寸且du=dv,(u0,v0)为像素单位下的主点坐标,α、β、m分别为所述远心移轴相机的倾斜角度、旋转角度和镜头放大倍率,Rtilt(α,β)为包括α、β的3×3矩阵。
3.根据权利要求2所述的远心移轴相机标定方法,其特征在于,
所述标定模型中的矩阵Rtilt表达式如下:
4.根据权利要求2所述的远心移轴相机标定方法,其特征在于,
所述标定模型中的矩阵Rtilt表达式如下:
其中,d为所述远心移轴相机的镜头焦距。
5.根据权利要求2~4任一项所述的远心移轴相机标定方法,其特征在于,所述根据所述标定模型的内参计算得到所述标定模型的外参的步骤包括:
初始化图像对应的旋转平移矩阵;
根据所述标定模型建立第一非线性优化目标函数;
利用非线性优化算法优化所述第一非线性优化目标函数,计算得到图像对应的外参。
6.根据权利要求2所述的远心移轴相机标定方法,其特征在于,N的取值为1。
7.根据权利要求2所述的远心移轴相机标定方法,其特征在于,所述建立远心移轴相机的镜头畸变模型,并计算得到所述镜头畸变模型的参数以及优化后的内参和外参的步骤包括:
建立远心移轴相机的镜头畸变模型;
根据所述镜头畸变模型建立第二非线性优化目标函数;
利用非线性优化算法优化所述第二非线性优化目标函数,计算得到所述镜头畸变模型的参数以及优化后的内参和第i幅图像对应的外参。
8.一种远心移轴相机标定系统,其特征在于,包括:
标定模型建立模块,用于根据远心移轴相机采集的图像建立标定模型,所述标定模型的内参包括所述远心移轴相机的倾斜角度、旋转角度和镜头放大倍率;
内参获取模块,用于根据所述远心移轴相机的技术参数获取所述标定模型的内参;
外参计算模块,用于根据所述标定模型的内参计算得到所述标定模型的外参;
畸变参数计算模块,用于建立远心移轴相机的镜头畸变模型,
并计算得到所述镜头畸变模型的参数以及优化后的内参和外参。
9.根据权利要求8所述的远心移轴相机标定系统,其特征在于,所述标定模型如下:
其中,1≤i≤N,N为采集的图像幅数,(ui,vi)为第i幅图像的像素坐标,(XiW,YiW)为第i幅图像的世界坐标,为第i幅图像对应的旋转平移矩阵,du、dv为所述远心移轴相机的像素尺寸且du=dv,(u0,v0)为像素单位下的主点坐标,α、β、m分别为所述远心移轴相机的倾斜角度、旋转角度和镜头放大倍率,Rtilt(α,β)为包括α、β的3×3矩阵。
10.根据权利要求9所述的远心移轴相机标定方法,其特征在于,所述标定模型中的矩阵Rtilt表达式为:
或为:
其中,d为所述远心移轴相机的镜头焦距。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810206154.4A CN108510548A (zh) | 2018-03-13 | 2018-03-13 | 一种远心移轴相机标定方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810206154.4A CN108510548A (zh) | 2018-03-13 | 2018-03-13 | 一种远心移轴相机标定方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108510548A true CN108510548A (zh) | 2018-09-07 |
Family
ID=63375974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810206154.4A Pending CN108510548A (zh) | 2018-03-13 | 2018-03-13 | 一种远心移轴相机标定方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108510548A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113920206A (zh) * | 2021-12-15 | 2022-01-11 | 深圳市艾视铂智能技术有限公司 | 透视移轴相机的标定方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104881874A (zh) * | 2015-06-04 | 2015-09-02 | 西北工业大学 | 基于二元四次多项式畸变误差补偿的双远心镜头标定方法 |
US20170085860A1 (en) * | 2015-09-22 | 2017-03-23 | Purdue Research Foundation | Calibration arrangement for structured light system using a tele-centric lens |
CN107025670A (zh) * | 2017-03-23 | 2017-08-08 | 华中科技大学 | 一种远心相机标定方法 |
-
2018
- 2018-03-13 CN CN201810206154.4A patent/CN108510548A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104881874A (zh) * | 2015-06-04 | 2015-09-02 | 西北工业大学 | 基于二元四次多项式畸变误差补偿的双远心镜头标定方法 |
US20170085860A1 (en) * | 2015-09-22 | 2017-03-23 | Purdue Research Foundation | Calibration arrangement for structured light system using a tele-centric lens |
CN107025670A (zh) * | 2017-03-23 | 2017-08-08 | 华中科技大学 | 一种远心相机标定方法 |
Non-Patent Citations (2)
Title |
---|
CARSTEN STEGER: "A Comprehensive and Versatile Camera Model for Cameras with Tilt Lenses", 《INTERNATIONAL JOURNAL OF COMPUTER VISION》 * |
DONG LI 等: "An accurate calibration method for a camera with telecentric lenses", 《OPTICS AND LASERS IN ENGINEERING》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113920206A (zh) * | 2021-12-15 | 2022-01-11 | 深圳市艾视铂智能技术有限公司 | 透视移轴相机的标定方法 |
CN113920206B (zh) * | 2021-12-15 | 2022-03-08 | 深圳市艾视铂智能技术有限公司 | 透视移轴相机的标定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108447098A (zh) | 一种远心移轴相机标定方法和系统 | |
Douxchamps et al. | High-accuracy and robust localization of large control markers for geometric camera calibration | |
CN109544643B (zh) | 一种摄像机图像校正方法及装置 | |
CN113920206B (zh) | 透视移轴相机的标定方法 | |
CN108550125A (zh) | 一种基于深度学习的光学畸变修正方法 | |
Golish et al. | Development of a scalable image formation pipeline for multiscale gigapixel photography | |
WO2020097851A1 (zh) | 一种图像处理方法、控制终端及存储介质 | |
CN111028205B (zh) | 一种基于双目测距的眼睛瞳孔定位方法及装置 | |
JP2013113600A (ja) | ステレオ3次元計測装置 | |
CN112258588A (zh) | 一种双目相机的标定方法、系统及存储介质 | |
WO2019232793A1 (zh) | 双摄像头标定方法、电子设备、计算机可读存储介质 | |
CN108154536A (zh) | 二维平面迭代的相机标定法 | |
CN108510547A (zh) | 一种远心移轴相机标定方法和系统 | |
CN112862897A (zh) | 一种基于相位移编码圆的相机离焦状态下的快速标定方法 | |
CN114841862B (zh) | 一种基于亿像素阵列式相机的图像拼接方法及系统 | |
CN112184811A (zh) | 单目空间结构光系统结构校准方法及装置 | |
CN108510548A (zh) | 一种远心移轴相机标定方法和系统 | |
CN107317953A (zh) | 摄像头校正方法以及使用该方法的装置 | |
WO2021195829A1 (zh) | 图像处理方法、装置和可移动平台 | |
CN108230400A (zh) | 一种适用于激光切割机的自适应坐标重建方法 | |
CN104077586B (zh) | 光学指纹传感器的实时梯形失真校正方法及其系统 | |
JP2020030569A (ja) | 画像処理方法、画像処理装置、撮像装置、レンズ装置、プログラム、および、記憶媒体 | |
CN114897990A (zh) | 一种基于神经网络的相机畸变标定方法、系统和存储介质 | |
CN103929584B (zh) | 图像校正方法及图像校正电路 | |
CN111598940A (zh) | 一种半球摄影中心点位置定位方法 |
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 |
Application publication date: 20180907 |
|
RJ01 | Rejection of invention patent application after publication |