CN108734743A - 用于标定摄像装置的方法、装置、介质及电子设备 - Google Patents

用于标定摄像装置的方法、装置、介质及电子设备 Download PDF

Info

Publication number
CN108734743A
CN108734743A CN201810333094.2A CN201810333094A CN108734743A CN 108734743 A CN108734743 A CN 108734743A CN 201810333094 A CN201810333094 A CN 201810333094A CN 108734743 A CN108734743 A CN 108734743A
Authority
CN
China
Prior art keywords
mark
scaling board
application
photographic device
tessellated
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
CN201810333094.2A
Other languages
English (en)
Inventor
周恩宇
孙文秀
张浩鑫
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.)
Shenzhen Sensetime Technology Co Ltd
Original Assignee
Shenzhen Sensetime 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 Shenzhen Sensetime Technology Co Ltd filed Critical Shenzhen Sensetime Technology Co Ltd
Priority to CN201810333094.2A priority Critical patent/CN108734743A/zh
Publication of CN108734743A publication Critical patent/CN108734743A/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)
  • Image Processing (AREA)

Abstract

本申请的实施方式公开了一种用于标定摄像装置的方法、装置、用于标定摄像装置的设备、电子设备、计算机可读存储介质及计算机程序,其中的用于标定摄像装置的方法包括:获取摄像装置针对标定板拍摄的图像;其中,所述标定板中的至少一个棋盘格中设有用于表征该棋盘格相对于标定板中的其他棋盘格的相对位置关系的标识;根据所述图像中的标识所表示的相对位置关系,确定标定板中的至少一个棋盘格的至少一个角点在图像中的第一位置;根据所述第一位置以及所述角点在标定板中的第二位置,确定所述摄像装置的标定参数。

Description

用于标定摄像装置的方法、装置、介质及电子设备
技术领域
本申请涉及计算机视觉技术,尤其是涉及一种用于标定摄像装置的方法、用于标定摄像装置的装置、用于标定摄像装置的设备、电子设备、计算机可读存储介质以及计算机程序。
背景技术
智能移动电话、平板电脑、照相机、摄像机等电子设备中,通常设置有摄像装置。摄像装置也可以称为摄像模组、相机、相机模组或者摄像系统等。
在摄像装置包括一个摄像单元的情况下,摄像装置可以称为单目摄像装置或者单目相机。在摄像装置包括两个或者更多摄像头的情况下,摄像装置可以称为多目摄像装置或者多目相机。多目摄像装置中的各摄像头之间的相对位置通常固定不变。
由于对摄像装置进行标定,有利于消除摄像装置在拍摄图像时产生的畸变,因此,对于摄像装置而言,标定的精准性,是非常重要的。如何方便、高效且准确的对摄像装置进行标定,是一个值得关注的技术问题。
发明内容
本申请实施方式提供一种用于标定摄像装置的技术方案。
根据本申请实施方式其中一方面,提供一种用于标定摄像装置的方法,所述方法包括:获取摄像装置针对标定板拍摄的图像;其中,所述标定板中的至少一个棋盘格中设有用于表征该棋盘格相对于标定板中的其他棋盘格的相对位置关系的标识;根据所述图像中的标识所表示的相对位置关系,确定标定板中的至少一个棋盘格的至少一个角点在图像中的第一位置;根据所述第一位置以及所述角点在标定板中的第二位置,确定所述摄像装置的标定参数。
在本申请一实施方式中,所述标识的外边沿为矩形。
在本申请又一实施方式中,所述摄像装置包括:包含有一个摄像单元的单目摄像装置,或者,包含有至少两个摄像单元的多目摄像装置。
在本申请再一实施方式中,所述图像中的内容包括:完整的标定板或者部分标定板。
在本申请再一实施方式中,所述标识包括:二维码、条形码、具有矩形边框的数字、具有矩形边框的字母以及具有矩形边框的符号中的至少一个。
在本申请再一实施方式中,所述标定板包括:由两色棋盘格间隔设置而形成的标定板,且所述标识设置于两色棋盘格中颜色较浅的棋盘格中,所述标识的矩形边框的颜色为两色中的深色。
在本申请再一实施方式中,所述标定板中的每一个浅色棋盘格中均设置有一个标识,且所述标识为正方形的二维码。
在本申请再一实施方式中,所述标识的矩形边框的中心位置与其所在棋盘格的中心位置重合,且所述标识的矩形边框的长宽比与其所在棋盘格的长宽比相同。
在本申请再一实施方式中,所述图像中的标识通过对所述图像进行标识检测获得。
在本申请再一实施方式中,所述根据所述标识所表示的相对位置关系,确定标定板中的至少一个棋盘格的至少一个角点在图像中的第一位置包括:获取所述图像中的标识的角点在图像中的位置;根据所述标识所表示的相对位置关系以及所述标识的角点在图像中的位置,确定标定板中的至少一个棋盘格的至少一个角点在图像中的第一位置。
在本申请再一实施方式中,所述获取所述图像中的标识的角点在图像中的位置包括:检测所述图像中的四边形;对所述四边形进行投影变换,以获得四边形对应的矩形图像块;对所述矩形图像块进行标识识别,以确定属于标识的矩形图像块;获取所述属于标识的矩形图像块的角点在图像中的位置。
在本申请再一实施方式中,所述检测所述图像中的四边形包括:将所述图像转换为二值图;基于连通域检测方式,对所述二值图进行检测,以获得候选区域;对所述候选区域进行四边形拟合,获得候选四边形;根据基于预定筛选条件对所述候选四边形进行筛选的结果,获得所述图像中的四边形。
在本申请再一实施方式中,所述预定筛选条件包括下述至少一个:候选四边形的顶点之间的最小距离小于第一阈值;候选四边形的顶点与所述图像边缘之间的最小距离小于第二阈值;对于一候选四边形而言,针对该候选四边形的顶点与其他任一候选四边形的顶点之间的距离进行计算的结果小于第三阈值。
在本申请再一实施方式中,所述对所述四边形进行投影变换,以获得四边形对应的矩形图像块包括:对所述图像的灰度图中的四边形图像块进行投影变换,以获得灰度矩形图像块;将所述灰度矩形图像块转换为二值矩形图像块;其中,所述二值矩形图像块被作为所述四边形对应的矩形图像块。
在本申请再一实施方式中,所述对所述矩形图像块进行标识识别,以确定属于标识的矩形图像块包括:将所述矩形图像块与标识集合中的预设标识进行对比,并将对比出的与标识集合中的预设标识相符的矩形图像块,确定为属于标识的矩形图像块;在至少两个矩形图像块属于同一标识的情况下,将所述至少两个矩形图像块中面积最大的矩形图像块作为属于标识的矩形图像块;其中,对比出的与标识集合中的预设标识不相符的矩形图像块被确定为属于棋盘格的矩形图像块。
在本申请再一实施方式中,所述获取所述属于标识的矩形图像块的角点在图像中的位置包括:获取所述属于标识的矩形图像块的角点在图像中的位置,并对所述位置进行角点位置优化处理。
在本申请再一实施方式中,所述对所述位置进行角点位置优化处理包括:基于亚像素优化处理方式,对所述位置进行角点位置优化处理;或者,根据所述标识在所述图像中的边界信息,进行直线拟合,将拟合成的四条直线的两两交点作为优化处理后的角点在图像中的位置。
在本申请再一实施方式中,所述根据所述标识所表示的相对位置关系以及所述标识的角点在图像中的位置,确定标定板中的至少一个棋盘格的至少一个角点在图像中的第一位置包括:根据所述标识的角点在图像中的位置,对所述图像中的标识进行投影变换,以获得矩形标识的角点位置;根据所述矩形标识的角点位置,确定待定位的棋盘格的角点位置;将所述待定位的棋盘格的角点位置逆投影变换到所述图像中,以获得待定位的棋盘格的至少一个角点在图像中的第一位置;其中,所述待定位的棋盘格与标定板中的棋盘格的对应关系由所述标识所表示的含义确定。
在本申请再一实施方式中,在所述标识和棋盘格的边沿均为正方形的情况下,所述根据所述矩形标识的角点位置,确定待定位的棋盘格的角点位置包括:将位于待定位的棋盘格上侧的正方形标识的左下角点与位于待定位的棋盘格左侧的正方形标识的右上角点的连线的中点,作为待定位的棋盘格的左上角点位置;将位于待定位的棋盘格上侧的正方形标识的右下角点与位于待定位的棋盘格右侧的正方形标识的左上角点的连线的中点,作为待定位的棋盘格的右上角点位置;将位于待定位的棋盘格下侧的正方形标识的左上角点与位于待定位的棋盘格左侧的正方形标识的右下角点的连线的中点,作为待定位的棋盘格的左下角点位置;将位于待定位的棋盘格下侧的正方形标识的右上角点与位于待定位的棋盘格右侧的正方形标识的左下角点的连线的中点,作为待定位的棋盘格的右下角点位置。
在本申请再一实施方式中,所述根据所述矩形标识的角点位置,确定待定位的棋盘格的角点位置还包括:基于亚像素优化处理方式,对所述待定位的棋盘格的角点位置进行角点位置优化处理。
在本申请再一实施方式中,所述根据所述第一位置以及所述角点在标定板中的第二位置,确定所述摄像装置的标定参数包括:根据所述第一位置以及所述角点在标定板中的第二位置,确定所述摄像装置中的至少一个摄像单元的内部参数。
在本申请再一实施方式中,所述方法还包括:根据所述内部参数以及所述图像中的标识的角点在图像中的位置,确定标定板的状态参数;根据所述状态参数将棋盘格的角点在图像中的位置投影到三维空间中;对三维空间中的棋盘格的角点位置进行亚像素优化处理;根据亚像素优化处理后的棋盘格的角点位置,获得所述摄像装置中的至少一个摄像单元的更新内部参数。
在本申请再一实施方式中,所述方法还包括:确定摄像装置中的多个摄像单元各自拍摄的图像中所包括的共同的棋盘格角点;根据所述共同的棋盘格角点在图像中的第二位置,确定所述摄像装置的外部参数。
根据本申请实施方式其中再一个方面,提供一种用于标定摄像装置的装置,所述装置包括:获取图像模块,用于获取摄像装置针对标定板拍摄的图像;其中,所述标定板中的至少一个棋盘格中设有用于表征该棋盘格相对于标定板中的其他棋盘格的相对位置关系的标识;确定角点位置模块,用于根据所述图像中的标识所表示的相对位置关系,确定标定板中的至少一个棋盘格的至少一个角点在图像中的第一位置;第一标定模块,用于根据所述第一位置以及所述角点在标定板中的第二位置,确定所述摄像装置的标定参数。
在本申请一实施方式中,所述标识的外边沿为矩形。
在本申请又一实施方式中,所述摄像装置包括:包含有一个摄像单元的单目摄像装置,或者,包含有至少两个摄像单元的多目摄像装置。
在本申请再一实施方式中,所述图像中的内容包括:完整的标定板或者部分标定板。
在本申请再一实施方式中,所述标识包括:二维码、条形码、具有矩形边框的数字、具有矩形边框的字母以及具有矩形边框的符号中的至少一个。
在本申请再一实施方式中,所述标定板包括:由两色棋盘格间隔设置而形成的标定板,且所述标识设置于两色棋盘格中颜色较浅的棋盘格中,所述标识的矩形边框的颜色为两色中的深色。
在本申请再一实施方式中,所述标定板中的每一个浅色棋盘格中均设置有一个标识,且所述标识为正方形的二维码。
在本申请再一实施方式中,所述标识的矩形边框的中心位置与其所在棋盘格的中心位置重合,且所述标识的矩形边框的长宽比与其所在棋盘格的长宽比相同。
在本申请再一实施方式中,所述图像中的标识通过对所述图像进行标识检测获得。
在本申请再一实施方式中,所述确定角点位置模块包括:第一子模块,用于获取所述图像中的标识的角点在图像中的位置;第二子模块,用于根据所述标识所表示的相对位置关系以及所述标识的角点在图像中的位置,确定标定板中的至少一个棋盘格的至少一个角点在图像中的第一位置。
在本申请再一实施方式中,所述第一子模块包括:第一单元,用于检测所述图像中的四边形;第二单元,用于对所述四边形进行投影变换,以获得四边形对应的矩形图像块;第三单元,用于对所述矩形图像块进行标识识别,以确定属于标识的矩形图像块;第四单元,用于获取所述属于标识的矩形图像块的角点在图像中的位置。
在本申请再一实施方式中,所述第一单元进一步用于:将所述图像转换为二值图;基于连通域检测方式,对所述二值图进行检测,以获得候选区域;对所述候选区域进行四边形拟合,获得候选四边形;根据基于预定筛选条件对所述候选四边形进行筛选的结果,获得所述图像中的四边形。
在本申请再一实施方式中,所述预定筛选条件包括下述至少一个:候选四边形的顶点之间的最小距离小于第一阈值;候选四边形的顶点与所述图像边缘之间的最小距离小于第二阈值;对于一候选四边形而言,针对该候选四边形的顶点与其他任一候选四边形的顶点之间的距离进行计算的结果小于第三阈值。
在本申请再一实施方式中,所述第二单元进一步用于:对所述图像的灰度图中的四边形图像块进行投影变换,以获得灰度矩形图像块;将所述灰度矩形图像块转换为二值矩形图像块;其中,所述二值矩形图像块被作为所述四边形对应的矩形图像块。
在本申请再一实施方式中,所述第三单元进一步用于:将所述矩形图像块与标识集合中的预设标识进行对比,并将对比出的与标识集合中的预设标识相符的矩形图像块,确定为属于标识的矩形图像块;在至少两个矩形图像块属于同一标识的情况下,将所述至少两个矩形图像块中面积最大的矩形图像块作为属于标识的矩形图像块;其中,对比出的与标识集合中的预设标识不相符的矩形图像块被确定为属于棋盘格的矩形图像块。
在本申请再一实施方式中,所述第四单元进一步用于:获取所述属于标识的矩形图像块的角点在图像中的位置,并对所述位置进行角点位置优化处理。
在本申请再一实施方式中,所述第四单元进一步用于包括:基于亚像素优化处理方式,对所述位置进行角点位置优化处理;或者,根据所述标识在所述图像中的边界信息,进行直线拟合,将拟合成的四条直线的两两交点作为优化处理后的角点在图像中的位置。
在本申请再一实施方式中,所述第二子模块包括:第五单元,用于根据所述标识的角点在图像中的位置,对所述图像中的标识进行投影变换,以获得矩形标识的角点位置;第六单元,用于根据所述矩形标识的角点位置,确定待定位的棋盘格的角点位置;第七单元,用于将所述待定位的棋盘格的角点位置逆投影变换到所述图像中,以获得待定位的棋盘格的至少一个角点在图像中的第一位置;其中,所述待定位的棋盘格与标定板中的棋盘格的对应关系由所述标识所表示的含义确定。
在本申请再一实施方式中,在所述标识和棋盘格的边沿均为正方形的情况下,所述第六单元进一步用于:将位于待定位的棋盘格上侧的正方形标识的左下角点与位于待定位的棋盘格左侧的正方形标识的右上角点的连线的中点,作为待定位的棋盘格的左上角点位置;将位于待定位的棋盘格上侧的正方形标识的右下角点与位于待定位的棋盘格右侧的正方形标识的左上角点的连线的中点,作为待定位的棋盘格的右上角点位置;将位于待定位的棋盘格下侧的正方形标识的左上角点与位于待定位的棋盘格左侧的正方形标识的右下角点的连线的中点,作为待定位的棋盘格的左下角点位置;将位于待定位的棋盘格下侧的正方形标识的右上角点与位于待定位的棋盘格右侧的正方形标识的左下角点的连线的中点,作为待定位的棋盘格的右下角点位置。
在本申请再一实施方式中,所述第六单元进一步用于:基于亚像素优化处理方式,对所述待定位的棋盘格的角点位置进行角点位置优化处理。
在本申请再一实施方式中,所述第一标定模块进一步用于:根据所述第一位置以及所述角点在标定板中的第二位置,确定所述摄像装置中的至少一个摄像单元的内部参数。
在本申请再一实施方式中,所述装置还包括:标定更新模块,用于,根据所述内部参数以及所述图像中的标识的角点在图像中的位置,确定标定板的状态参数;根据所述状态参数将棋盘格的角点在图像中的位置投影到三维空间中;对三维空间中的棋盘格的角点位置进行亚像素优化处理;根据亚像素优化处理后的棋盘格的角点位置,获得所述摄像装置中的至少一个摄像单元的更新内部参数。
在本申请再一实施方式中,所述装置还包括:第二标定模块,用于,确定摄像装置中的多个摄像单元各自拍摄的图像中所包括的共同的棋盘格角点;根据所述共同的棋盘格角点在图像中的第二位置,确定所述摄像装置的外部参数。
根据本申请实施方式的其中再一方面,提供一种用于标定摄像装置的设备,所述设备包括:至少一个标定板;所述标定板上设有多个棋盘格,且至少一个棋盘格中设有用于表征该棋盘格相对于标定板中的其他棋盘格的相对位置关系的标识,所述标识用于确定摄像装置的标定参数。
在本申请一实施方式中,所述设备还包括:标定板固定单元,用于固定所述标定板。
在本申请又一实施方式中,在所述设备包括多个标定板的情况下,所述多个标定板不共面。
在本申请再一实施方式中,所述标识包括:二维码、条形码、具有矩形边框的数字、具有矩形边框的字母以及具有矩形边框的符号中的至少一个。
在本申请再一实施方式中,所述标定板包括:由两色棋盘格间隔设置而形成的标定板,且所述标识设置于两色棋盘格中颜色较浅的棋盘格中,所述标识的矩形边框的颜色为两色中的深色。
在本申请再一实施方式中,所述标定板中的每一个浅色棋盘格中均设置有一个标识,且所述标识为正方形的二维码。
在本申请再一实施方式中,所述标识的矩形边框的中心位置与其所在棋盘格的中心位置重合,且所述标识的矩形边框的长宽比与其所在棋盘格的长宽比相同。
根据本申请实施方式再一方面,提供一种电子设备,包括:存储器,用于存储计算机程序;处理器,用于执行所述存储器中存储的计算机程序,且所述计算机程序被执行时,实现本申请任一方法实施方式。
根据本申请实施方式再一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现本申请任一方法实施方式。
根据本申请实施方式的再一个方面,提供一种计算机程序,包括计算机指令,当所述计算机指令在设备的处理器中运行时,实现本申请任一方法实施方式。
基于本申请提供的用于标定摄像装置的方法和装置、用于标定摄像装置的设备、电子设备、计算机可读存储介质以及计算机程序,本申请通过在标定板中设置标识,由于该标识可以表示出其所在的棋盘格与其他棋盘格之间的相对位置关系,因此,本申请可以根据摄像装置拍摄的图像中的标识,确定出图像中的至少一个棋盘格与标定板中的棋盘格的对应关系,这样,即便是摄像装置所拍摄的图像未包含完整的标定板,本申请也可以确定出图像中的棋盘格与标定板中的棋盘格的对应关系,从而可以根据图像中的棋盘格角点位置,实现对摄像装置的标定。另外,由于本申请中的摄像装置所拍摄的图像可以包含部分标定板,因此,本申请可以较为方便的使其拍摄到的标定板中的内容尽量充盈整个图像,从而有利于避免图像中的标定板距离图像边缘过远以及图像中包含有过多非标定板的背景,而导致的影响标定精准性的问题。由此可知,本申请提供的技术方案有利于提高标定的精准性。
下面通过附图和实施方式,对本申请的技术方案做进一步的详细描述。
附图说明
构成说明书的一部分的附图描述了本申请的实施方式,并且连同描述一起用于解释本申请的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本申请,其中:
图1为本申请的用于标定摄像装置的方法一个实施方式的流程图;
图2为本申请的标定板的部分区域的一个实施方式的示意图;
图3为本申请的标定板的一个实施方式的示意图;
图4为本申请的包含有四个标定板的图像的一个实施方式的示意图;
图5为本申请的获取图像中的标识的角点在图像中的位置的一个实施方式的流程图;
图6为本申请的图像的灰度图的一个实施方式的示意图;
图7为本申请的检测图像中的四边形的一个实施方式的流程图;
图8为本申请的灰度图中一个标识的一个实施方式的示意图;
图9为本申请的确定该黑色棋盘格的角点在图像中的位置的一个实施方式的流程图;
图10为本申请的用于标定摄像装置的装置一个实施方式的结构示意图;
图11为实现本申请实施方式的一示例性设备的框图。
具体实施方式
现在将参照附图来详细描述本申请的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本申请及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法以及设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应当注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本申请实施例可以应用于终端设备、计算机系统及服务器等电子设备,其可与众多其它通用或者专用的计算系统环境或者配置一起操作。适于与终端设备、计算机系统以及服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子,包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境,等等。
终端设备、计算机系统以及服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑以及数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
示例性实施例
图1为本申请的用于标定摄像装置的方法一个实施例的流程图。图1所示的实施例方法包括:步骤S100、步骤S110以及S120。图1所包含的步骤具体如下:
S100、获取摄像装置针对标定板拍摄的图像。本申请的标定板包括多个棋盘格,其中的至少一个棋盘格中设有标识,该标识用于表征其所在的棋盘格相对于标定板中的其他棋盘格的相对位置关系。本申请中的标识的外边沿为矩形,例如,标识的外部形状为正方形。
S110、根据图像中的标识所表示的相对位置关系,确定标定板中的至少一个棋盘格的至少一个角点在图像中的第一位置。本申请的棋盘格的角点通常可以为棋盘格的顶点,角点在图像中的位置(即第一位置)可以为角点在图像中的坐标。本申请可以通过图像识别等方式获得图像中的标识,进而,本申请可以根据识别出的标识所表征的含义,确定出图像中的至少一棋盘格所对应的标定板中的棋盘格,从而通过获得图像中相应的棋盘格的角点位置,就可以获得标定板中相应棋盘格的角点在图像中的位置。
S120、根据第一位置以及该角点在标定板中的第二位置,确定摄像装置的标定参数。本申请预先设置有标定板中的多个棋盘格(如所有棋盘格)的角点在标定板中的位置,因此,本申请可以根据预先设置的位置,获得上述第二位置。本申请中的摄像装置的标定参数可以包括:摄像装置所包含的摄像单元的内部参数。在摄像装置包括多个摄像单元的情况下,本申请中的摄像装置的标定参数可以包括:每一个摄像单元的内部参数和摄像装置的外部参数。上述摄像单元的内部参数可以包括:摄像单元的焦距、摄像单元的主点(即主视线与透视面的交点)以及摄像单元的畸变参数等。上述摄像装置的外部参数可以包括:摄像装置中的摄像单元之间的位姿以及摄像单元之间的平移等。本申请不限制标定参数具体包括的内容。
本申请通过在标定板中设置标识,由于该标识可以表示出其所在的棋盘格与其他棋盘格之间的相对位置关系,因此,本申请可以根据摄像装置拍摄的图像中的标识,确定出图像中的多个棋盘格与标定板中的棋盘格的对应关系,这样,无论摄像装置所拍摄的图像是否包含完整的标定板,本申请可以确定出图像中的棋盘格与标定板中的棋盘格的对应关系,从而可以根据图像中的棋盘格角点位置,实现对摄像装置的标定。
另外,由于本申请在摄像装置所拍摄的图像包含部分标定板的情况下,也同样可以实现对摄像装置的标定,因此,本申请对标定过程中标定板的位置要求并不高,即本申请可以不需要精细的设置标定板的位置,从而有利于提高标定的可实施性及易用性。再有,本申请可以较为方便的使其拍摄到的标定板中的内容尽量充盈整个图像,从而有利于避免图像中的标定板距离图像边缘过远以及图像中包含有过多非标定板的背景图案,而导致的影响标定精准性的问题。即本申请提供的技术方案有利于提高标定的精准性。
在一个可选示例中,本申请中的摄像装置可以是包含有一个摄像单元的单目摄像装置。该摄像装置也可以是包含有两个或者更多摄像单元的多目摄像装置。一个摄像单元可以为一个摄像头。本申请不限制摄像装置所包括的摄像单元的数量。另外,摄像装置所包括的多个摄像单元的分辨率、类型、型号等,可以相同,也可以不相同。本申请不对摄像装置所包含的摄像单元进行限制。
在一个可选示例中,本申请中的摄像装置可以是设置于移动电话(如智能移动电话等)、平板电脑、照相机、摄像机、监控设备、自动驾驶模组或者辅助驾驶模组等电子设备中的摄像装置,也就是说,本申请提供的标定技术可以用于设置移动电话智能、平板电脑、照相机、摄像机、监控设备、自动驾驶模组或者辅助驾驶模组等电子设备中的摄像装置的标定参数。本申请不限制设置有摄像装置的电子设备的具体表现形式。
在一个可选示例中,本申请的摄像装置,针对标定板,所拍摄的图像,可以包含有完整的标定板,即整个标定板均出现在图像中;也可以包含不完整的标定板,即标定板的一部分出现在图像中,而标定板的另一部分并没有出现在图像中。当然,无论摄像装置所拍摄到的图像中是否包含有完整的标定板,均应尽可能的使图像的至少部分边缘包含有标定板中的图案。例如,可以通过调整标定板与摄像装置之间的距离,尽量使标定板的图案充满图像,从而有利于提高标定参数的精准性。然而,在调整距离的过程中,可以不对需要使摄像装置摄取到完整的标定板进行过多的考虑,从而有利于提高标定的可实施性,即有利于提高标定的易用性。另外,在摄像装置拍摄获得的图像中,可以包括一个标定板,也可以包括两个或者更多数量的标定板,例如,图像中包括多个具有不同位姿的标定板,即多个标定板中的任意两个标定板之间通常不共面。
在一个可选示例中,本申请中的标定板包含有多个棋盘格,该标定板可以为棋盘标定板。例如,该标定板可以为由两色棋盘格间隔设置,从而形成的标定板。标定板中的所有棋盘格的大小相同。棋盘格的两种颜色相对而言,其中一种颜色较深,其中另一种颜色较浅。可选的,棋盘格的两种颜色通常为黑和白,即本申请中的标定板通常为由白色棋盘格和黑色棋盘格间隔设置,从而形成的标定板。棋盘格的两种颜色也可以为其他颜色,只要通过二值化处理能够将这两种颜色区分为黑白两色即可。在下述实施方式中,通常会以黑白两色棋盘格为例,对本申请的技术方案进行说明,然而,需要说明的是,这并不表示本申请中的标定板中的两色棋盘格必须为黑色棋盘格和白色棋盘格。
在一个可选示例中,本申请中的标识通常设置于两色棋盘格中颜色较浅的棋盘格中,且标识的矩形边框的颜色通常为两色中的深色。也就是说,本申请中的每一个标识的矩形边框的颜色能够与其所在的棋盘格的颜色明显区分,从而有利于对棋盘格中的标识进行计算机视觉识别。
在一个可选示例中,本申请中的标识可以设置于标定板的至少一个白色棋盘格中。例如,标定板中的每一个白色棋盘格中均设置有一个标识。在标定板中设置有多个标识的情况下,多个标识通常并不相同,也就是说,多个标识中的任意两个标识所表示的含义通常并不相同。本申请中的标识的大小应小于其所在的棋盘格的大小。
在一个可选示例中,本申请中的标识所表示的含义可以为其所在的白色棋盘格的编号。例如,按照标定板中的所有白色棋盘格的行列排序顺序,对白色棋盘格进行编号(如1、2、3……),并将表示相应编号(如1或2或3……)的标识设置在相应的白色棋盘格中。再例如,按照标定板中的所有棋盘格(包括黑色棋盘格和白色棋盘格)的行列排序顺序,对所有棋盘格进行编号,并将表示相应编号(如1或3或5……)的标识设置在相应的白色棋盘格中。
由于本申请可以根据白色棋盘格的编号推导出其他黑色棋盘格(例如,与其上/下/左/右相邻的黑色棋盘格)在标定板中的行列位置或者黑色棋盘格的编号,因此,该编号可以表征出标识所在的白色棋盘格相对于标定板中的至少一个黑色棋盘格的相对位置关系。当然,标识所标识的含义也可以为位于其所在的白色棋盘格左侧的黑色棋盘格的编号等。本申请不限制标识所表示的含义的具体表现形式,只要能够根据标识确定出图像中的一棋盘格与标定板中的一棋盘格相对应即可。
在一个可选示例中,本申请中的标识可以为二维码,也可以为条形码,还可以为数字(例如,具有矩形边框的数字)或者字母(例如,具有矩形边框的字母)或者符号(例如,具有矩形边框的符号)等。标定板中的所有标识的矩形边框的大小通常相同。本申请中的任一标识的矩形边框的长均应小于其所在棋盘格的长。本申请中的任一标识的矩形边框的宽均应小于其所在棋盘格的宽。在标识的边框为正方形,且棋盘格也为正方形的情况下,标识的边长小于棋盘格的边长。另外,本申请中的任一标识的中心位置(即矩形标识对角线的交点)应与其所在棋盘格的中心位置(即棋盘格对角线的交点)相重合,从而有利于方便快捷的确定出棋盘格的角点位置。
在标识采用二维码的情况下,本申请中的标定板的一个实施例,如图2和图3所示。图2所示的图案通常为标定板中的部分区域,即标定板所包含的棋盘格的数量通常会多于图2所包含的棋盘格的数量。图2中的每一个白色棋盘格中均设置有一个正方形的二维码,且二维码的外边沿是黑色的。图3为一个完整的标定板。本申请的摄像装置所拍摄到的包含有四个标定板的图像如图4所示。另外,需要特别说明的是,在同时利用多个标定板对摄像装置进行参数标定的情况下,本申请中的多个标定板通常不共面,例如,多个标定板中的任意两个标定板之间均不共面。本申请通过采用二维码实现标识,由于在计算机视觉识别中,二维码易于被识别,因此,有利于实现对摄像装置的标定。
在一个可选示例中,本申请中的S110所记载的:根据标识所表示的相对位置关系,确定标定板中的至少一个棋盘格的至少一个角点在图像中的位置(即第一位置)的实现方式可以为:
首先,获取图像中的标识的角点在图像中的位置,例如,获取图像中的多个标识(如所有标识)的多个角点(如所有角点)在图像中的坐标。该步骤的一个具体例子可以参见下述针对图5的描述。
其次,根据标识所表示的相对位置关系以及上述获得的标识的角点在图像中的位置,确定标定板中的至少一个棋盘格的角点在图像中的位置,例如,本申请可以根据一黑色棋盘格的上下左右四个白色棋盘格中的标识的角点在图像中的位置,确定该黑色棋盘格的角点在图像中的位置。该步骤的一个具体例子可以参见下述针对图9的描述。
在一个可选示例中,本申请可以利用图5所示的步骤S500-步骤S530,来获取图像中的标识的角点在图像中的位置,步骤S500-步骤S530具体如下:
S500、检测摄像装置拍摄的图像中的四边形。本申请可以采用多种方式检测图像中的四边形。另外,本申请可以对初步检测获得四边形进行筛选,以尽可能的去除非棋盘格以及非标识的四边形。本步骤的一个可选的实现方式可以参见下述针对图7的描述。
S510、对上述检测到的四边形进行投影变换,以获得四边形对应的矩形图像块。
在一个可选示例中,由于标定板与摄像装置之间存在夹角等因素,使摄像装置所拍摄到的图像中的棋盘格以及标识的外边框不是矩形,本申请可以利用仿射变换矩阵对检测到的四边形进行投影变换,从而使图像中的四边形变换为矩形图像块。在标定板中所有棋盘格以及所有标识的外边框均为正方形的情况下,本申请可以利用仿射变换矩阵,使检测到的图像中的四边形均投影变换为正方形图像块。本申请中的仿射变换矩阵可以根据四边形的四个角点分别在图像中的位置(如坐标)获得,本申请不限制投影变换的具体实现方式。
在一个可选示例中,本申请可以先获得摄像装置拍摄的图像的灰度图(如图6所示的灰度图),然后,确定上述检测到的四边形在该灰度图中所对应的图像块(例如,从灰度图中截取出四边形所对应的图像块),并利用相应的仿射变换矩阵对该图像块进行投影变换,从而获得灰度矩形图像块;之后,本申请可以将上述获得的灰度矩形图像块转换为二值矩形图像块,以有利于提高标识识别的准确性。本申请可以将该二值矩形图像块,作为最终获得的四边形对应的矩形。上述仿射变换矩阵可以利用四边形的四个角点分别在灰度图中的位置(如坐标)来确定。
在一个可选示例中,本申请可以利用多种二值化处理方式,将灰度矩形图像块转换为二值矩形图像块,例如,可以利用大津算法对灰度矩形图像块进行二值化处理,从而获得二值矩形图像块(如二值正方形图像块)。本申请不限制获得二值矩形图像块的具体实现方式。
S520、对上述获得的矩形图像块进行标识识别,以确定属于标识的矩形图像块。
在一个可选示例中,本申请可以将矩形图像块与标识集合中的预设标识进行对比,并根据对比结果确定属于标识的矩形图像块。例如,预先在二维码数据库中设置有多个二维码图像,本申请可以将上述获得的每一个正方形图像块与二维码数据库中的二维码图像进行对比,如果二维码数据库中存在与正方形图像块相符的二维码图像,则可以确定该正方形图像块是属于标识的正方形图像块,即确定该正方形图像块为标识;否则,可以确定该正方形图像块不是标识,例如,可以将该正方形图像块作为棋盘格。本申请可以采用现有的二维码识别技术,确定正方形图像块是否为标识,本申请不限制进行将二维码图像对比的具体实现方式。
S530、确定属于标识的矩形图像块的角点在图像中的位置。
在一个可选示例中,本申请可以先获取属于标识的矩形图像块(下述将属于标识的矩形图像块称为标识)的角点在图像中的位置(例如,标识的四个角点分别在图像中的坐标),然后,对获得的各标识的角点在图像中的位置进行角点位置优化处理,从而本申请可以将优化处理后的位置作为最终获得的标识的角点在图像中的位置。
本申请可以采用多种方式实现角点位置优化处理,例如,本申请可以基于亚像素优化处理方式,对各标识的所有角点在图像中的位置进行角点位置优化处理,从而使标识的角点位置的精度可以达到亚像素级别。再例如,统计标识的边界信息,并基于统计获得的边界信息进行直线拟合,将拟合成的四条直线的两两交点作为优化处理后的四个角点在图像中的位置。
在一个可选示例中,本申请在对标识的角点进行亚像素优化处理时,所采用的亚像素优化窗口的大小可以采用预定阈值,也可以将实际计算出来的距离作为亚像素优化窗口的大小。例如,针对标识的一个角点而言,计算该角点在图像中的位置与其他各标识的角点在图像中的位置之间的距离,并寻找最近的距离,本申请可以判断该最近的距离或者该最近的距离与预定系数(取值范围为0-1,如二分之一等)的乘积是否属于预定取值范围,如果属于预定取值范围,则可以将该最近的距离与预定系数的乘积作为对该标识的角点位置进行亚像素优化的窗口大小。
基于亚像素优化处理方式以及基于直线拟合优化角点位置的方式可以采用现有的较为成熟的算法,具体实现过程在此不再详细说明。
在一个可选示例中,本申请中的S500所记载的检测摄像装置拍摄的图像中的四边形可以利用图7所示的步骤S700-步骤S730,来实现,步骤S700-步骤S730具体如下:
S700、将图像转换为二值图。
在一个可选示例中,首先,本申请可以将图像转换为灰度图,灰度图中一个标识如图8所示,由于拍摄时的光线等因素,使图8中的标识的外边沿具有凸起以及凹陷。其次,将灰度图转换为二值图。例如,利用自适应二值化等方式,将灰度图转换为二值图。本申请不限制将图像转换为二值图的具体实现方式。
S710、基于连通域检测方式,对上述二值图进行检测,以获得候选区域。
在一个可选示例中,本申请通过采用连通域检测方式,通常可以获得为数众多的候选区域,例如,所获得的候选区域的数量远大于标定板中的棋盘格数量与标识数量之和。
S720、对上述获得的候选区域进行四边形拟合,获得候选四边形。
在一个可选示例中,本申请可以针对所有候选区域,分别进行四边形拟合处理,从而获得的候选四边形的数量最多为候选区域的数量。本申请可以采用现有的四边形拟合技术,将候选区域拟合为四边形。具体实现过程在此不再详细说明。
S730、根据基于预定筛选条件对候选四边形进行筛选的结果,获得图像中的四边形。
在一个可选示例中,本申请通过利用预定筛选条件,可以筛除明显不是棋盘格,也不是标识的候选四边形。也就是说,通过筛选最终获得的四边形,有可能是图像中的棋盘格,也有可能是标识。本申请中的预定筛选条件可以包括一个或者多个。
在一个可选示例中,本申请中的预定筛选条件可以包括:候选四边形的顶点之间的最小距离小于第一阈值。本申请可以根据标定板中的棋盘格和标识的实际大小以及标定板与摄像装置之间的大致距离来设置该第一阈值。如果候选四边形的顶点之间(如位于同一对角线上的两个顶点之间、候选四边形的长以及候选四边形的宽)的最小距离小于第一阈值,则表明该候选四边形由于其形状过小,而不可能是棋盘格或者标识,从而本申请可以利用该筛选条件筛除形状明显小于棋盘格以及标识的候选四边形。
在一个可选示例中,本申请中的预定筛选条件可以包括:候选四边形的顶点与图像边缘之间的最小距离小于第二阈值。由于位于图像边缘处的棋盘格或者标识可能并不是一个完整的棋盘格或者标识,因此,本申请通过判断候选四边形的顶点与图像边缘之间的最小距离可以筛除出现在图像边缘的不完整的棋盘格或者标识所对应的候选四边形。另外,虽然位于图像边缘处的棋盘格或标识,可能是完整的棋盘格或者标识,但是,如果该棋盘格或者标识距离图像边缘过近,则后续无法对其成功进行角点位置优化处理,从而本申请通过判断候选四边形的顶点与图像边缘之间的距离,可以筛除无法成功进行角点位置优化处理的候选四边形。
在一个可选示例中,本申请中的预定筛选条件可以包括:对于一候选四边形而言,针对该候选四边形的顶点与其他任一候选四边形的顶点之间的距离进行计算,且计算结果小于第三阈值。可选的,如果候选四边形的当前数量为800,则本申请可以先计算第一个候选四边形的四个顶点分别与第二个候选四边形的四个顶点之间的距离,并针对距离进行进一步计算,例如,计算所有距离之和,再例如,计算所有距离的平方之和,再例如,计算所有距离之和的平方等。如果计算结果小于第三阈值,则本申请应筛除第一候选四边形和第二个候选四边形中的面积较小的,之后,本申请可以针对第二个候选四边形的四个顶点和第三个候选四边形的四个顶点进行上述计算以及判断。如果上述计算结果不小于第三阈值,则本申请会针对第一个候选四边形的四个顶点和第三个候选四边形的四个顶点进行上述计算以及判断。以此类推,在此不再逐一的详细说明。需要说明的是,针对一个候选四边形最多会进行799次上述计算和判断。本申请通过对候选四边形的顶点与其他任一候选四边形的顶点之间的距离进行计算,并针对该计算结果进行判断,可以判断出两个候选四边形是否存在嵌套现象,通过筛除面积较小的候选四边形,可以去除嵌套在一个棋盘格内或者嵌套在一个标识内的候选四边形。本申请通过对两个候选四边形的顶点之间的距离进行平方以及求和的计算,并针对计算结果进行判断,有利于避免候选四边形的误筛除现象。
上述预定筛选条件、第一阈值、第二阈值和第三阈值可以根据实际的筛除需求进行设置。本申请不限制预定筛选条件、第一阈值、第二阈值和第三阈值具体设置情况。
在一个可选示例中,本申请上述实施方式所记载的:根据标识所表示的相对位置关系以及标识的角点在图像中的位置,确定标定板中的至少一个棋盘格的角点在图像中的位置的一个实现方式可以如下述图9所示的步骤,图9所包括的步骤如下:
S900、根据标识的角度在图像中的位置,对图像中的标识进行投影变换,以获得矩形标识的角点位置。
在一个可选示例中,本申请可以根据仿射变换矩阵对图像中的标识进行投影变换,从而使图像中的标识变换为矩形标识。在通常情况下,由于标定板中所有棋盘格以及所有标识的外边框均为正方形,因此,本申请可以利用仿射变换矩阵,使图像中的标识投影变换为正方形标识。上述仿射变换矩阵可以根据标识的四个角点在图像中的位置(如坐标)来确定。本申请可以在采用现有的投影变换方式的基础上,获得矩形标识的角点位置,本申请不限制投影变换的具体实现过程。
需要说明的是,在本申请的前续步骤包括:对图像中的标识的角点进行角点位置优化处理的情况下,本步骤中的投影变换是针对前述角点位置优化处理后的标识进行的。
S910、根据矩形标识的角点位置,确定待定位的棋盘格的角点位置。
在一个可选示例中,本申请通常是根据至少两个矩形标识的角点位置,来确定待定位的棋盘格的一个角点位置。用于确定待定位的棋盘格的角点位置的标识通常是与该待定位的棋盘格相邻的标识。例如,本申请可以利用与待定位的棋盘格上邻接、下邻接、左邻接和右邻接的四个矩形标识的角点位置(如8个角点位置),确定出待定位的棋盘格的四个角点位置。本申请中的待定位的棋盘格与标定板中的棋盘格之间的对应关系,可以由相应的标识所表示的含义来确定。例如,一个标识表示其所在的白色棋盘格的编号为n,从而本申请可以根据该编号n确定出该白色棋盘格在标定板中的行和列,进一步的,本申请可以确定出与该白色棋盘格上相邻、下相邻、左相邻或者右相邻的黑色棋盘格在标定板中的行和列。基于该方式,本申请可以利用与待定位的棋盘格相邻的标识所表示的含义,确定出待定位的棋盘格所对应的标定板中的棋盘格,即本申请可以根据标识确定出图像中的一棋盘格在标定板的所有棋盘格中的行列位置。
在一个可选示例中,在标定板中的棋盘格和标识均为正方形,或者在标定板中的棋盘格的长宽比与标识的长宽比相同,且标定板中的棋盘格的中心位置与标识的中心位置重合的情况下,本申请利用四个标识的八个角点位置确定一个待定位的棋盘格的四个角点位置的方式如下:
将位于待定位的棋盘格上侧的矩形标识的左下角点与位于待定位的棋盘格左侧的矩形标识的右上角点的连线的中点,作为待定位的棋盘格的左上角点位置。
将位于待定位的棋盘格上侧的矩形标识的右下角点与位于待定位的棋盘格右侧的矩形标识的左上角点的连线的中点,作为待定位的棋盘格的右上角点位置。
将位于待定位的棋盘格下侧的矩形标识的左上角点与位于待定位的棋盘格左侧的矩形标识的右下角点的连线的中点,作为待定位的棋盘格的左下角点位置。
将位于待定位的棋盘格下侧的矩形标识的右上角点与位于待定位的棋盘格右侧的矩形标识的左下角点的连线的中点,作为待定位的棋盘格的右下角点位置。
在一个可选示例中,本申请可以采用亚像素优化处理方式,对上述获得的待定位的棋盘格的角点位置进行角点位置优化处理。在对待定位的棋盘格的角点进行亚像素优化处理时,所采用的亚像素优化窗口的大小可以采用预定阈值,也可以将实际计算出来的距离作为亚像素优化窗口的大小。例如,针对棋盘格的一个角点而言,计算该角点在图像中的位置与其他各棋盘格的角点在图像中的位置之间的距离,并寻找最近的距离,本申请可以判断该最近的距离或者该最近的距离与预定系数(取值范围为0-1,如二分之一等)的乘积是否属于预定取值范围,如果属于预定取值范围,则可以将该最近的距离与预定系数的乘积作为对该棋盘格的角点位置进行亚像素优化的窗口大小。具体的亚像素优化处理的实现过程,在此不再详细说明。
S920、将待定位的棋盘格的角点位置逆投影变换到图像中,以获得待定位的棋盘格的角点在图像中的位置(即第一位置)。
也就是说,本申请可以将位于待定位的棋盘格上侧的矩形标识的左下角点与位于待定位的棋盘格左侧的矩形标识的右上角点的连线的中点投影在图像中的位置,作为待定位的棋盘格的左上角点在图像中的位置。本申请可以将位于待定位的棋盘格上侧的矩形标识的右下角点与位于待定位的棋盘格右侧的矩形标识的左上角点的连线的中点映射在图像中的位置,作为待定位的棋盘格的右上角点在图像中的位置。本申请可以将位于待定位的棋盘格下侧的矩形标识的左上角点与位于待定位的棋盘格左侧的矩形标识的右下角点的连线的中点映射在图像中的位置,作为待定位的棋盘格的左下角点在图像中的位置。本申请可以将位于待定位的棋盘格下侧的矩形标识的右上角点与位于待定位的棋盘格右侧的矩形标识的左下角点的连线的中点映射在图像中的位置,作为待定位的棋盘格的右下角点在图像中的位置。本申请不限制逆投影变换(如映射)的具体实现方式。
在一个可选示例中,在已知棋盘格的角点在图像中的位置以及标定板中的相应棋盘格的角点在标定板中的位置的情况下,可以利用单目标定算法,来确定摄像装置中的至少一个摄像单元的内部参数,例如,确定摄像装置中的每一个摄像单元的内部参数。本申请可以采用现有的多种单目标定算法来确定摄像单元的内部参数。本申请不限制确定摄像单元的内部参数的具体实现方式。
在一个可选示例中,本申请可以通过对下述公式(1)所示的单目标定算法公式进行求解,获得摄像单元的内部参数:
在上述公式(1)中,x和y为棋盘格的角点在图像中的位置,X和Y为标定板中的相应棋盘格的角点在标定板中的位置,s表示比例缩放系数,M表示摄像单元的内部参数,r1、r2和r3表示标定板的位姿,t表示标定板的平移。
本申请可以通过利用多组x、y、X和Y,对公式(1)进行求解,不仅能获得摄像单元的内部参数M,还能够获得标定板的位姿以及平移。
在一个可选示例中,本申请可以将上述获得的内部参数作为初始内部参数,并利用该初始内部参数获得更精确的内部参数。例如:首先,本申请可以根据上述获得的内部参数以及图像中的标识的角点在图像中的位置,确定出标定板的状态参数,如位姿(如标定板在三个方向上的旋转角度等)和平移等。其次,本申请可以根据上述状态参数将棋盘格的角点在图像中的位置投影到三维空间中。再次,本申请可以对三维空间中的棋盘格的角点位置进行亚像素优化处理。
在一个可选示例中,本申请进行亚像素优化处理时,所采用的亚像素优化窗口的大小可以采用预定阈值,也可以将实际计算出来的距离作为亚像素优化窗口的大小。例如,针对棋盘格的一个角点而言,计算该角点在三维空间中的位置与各标识的角点在三维空间中的位置之间的距离,并寻找最近的距离,本申请可以判断该最近的距离或者该最近的距离与预定系数(取值范围为0-1,如二分之一等)的乘积是否属于预定取值范围,如果属于预定取值范围,则可以将该最近的距离与预定系数的乘积作为对该棋盘格的角点位置进行亚像素优化的窗口大小。
最后,本申请可以根据亚像素优化处理后的棋盘格的角点位置,再次获得摄像装置中的至少一个摄像单元的更新内部参数。本申请可以将本次获得的更新内部参数作为摄像单元的最终内部参数,也可以将本次获得的更新内部参数再次作为初始内部参数,并利用该初始内部参数,再次执行上述的步骤。
本申请通过重复执行上述步骤,有利于提高摄像单元的内部参数的标定精准性。
在一个可选示例中,在摄像装置包括多个摄像单元的情况下,本申请还可以利用下述步骤,对摄像装置的外部参数(即针对摄像装置中的多个摄像单元的参数)进行标定:
首先,确定摄像装置中的多个摄像单元各自拍摄的图像中所包括的共同的角点。例如,对每个摄像单元各自拍摄的图像进行角点一致性检测,以检测出存在于每个图像中的角点。本步骤可以基于各图像中的标识来实现,例如,通过上述方法实施方式中的标识识别步骤,已经可以获知各图像中的标识的含义(如白色棋盘格的编号),本申请可以先选取出各图像中均出现的相同标识,然后,再将相同标识的角点作为共同的角点。
其次,根据共同的角点在图像中的位置,利用多目标定算法确定摄像装置的外部参数。本申请可以采用现有的多种多目标标定算法来确定摄像装置的外部参数,本申请不限制确定摄像装置的外部参数的具体实现方式。
图10为本申请的用于标定摄像装置的装置一个实施例的结构示意图。如图10所示,该实施例的装置主要包括:获取图像模块1000、确定角点位置模块1010以及第一标定模块1020。可选的,该装置还可以包括:标定更新模块1030以及第二标定模块1040。
获取图像模块1000用于获取摄像装置针对标定板拍摄的图像。本申请中的标定板中的至少一个棋盘格中设有用于表征该棋盘格相对于标定板中的其他棋盘格的相对位置关系的标识。本申请中的标识的外边沿为矩形。本申请中的摄像装置可以为包含有一个摄像单元的单目摄像装置,也可以为包含有至少两个摄像单元的多目摄像装置。标识和摄像装置的具体表现形式可以参见上述方法实施方式中的描述,在此不再详细说明。
确定角点位置模块1010用于根据图像中的标识所表示的相对位置关系,确定标定板中的至少一个棋盘格的至少一个角点在图像中的第一位置。
第一标定模块1020用于根据上述第一位置以及上述角点在标定板中的第二位置,确定摄像装置的标定参数。
在一个可选示例中,本申请中的确定角点位置模块1010可以包括:第一子模块和第二子模块。其中的第一子模块用于获取图像中的标识的角点在图像中的位置。其中的第二子模块用于根据标识所表示的相对位置关系以及标识的角点在图像中的位置,确定标定板中的至少一个棋盘格的至少一个角点在图像中的第一位置。
在一个可选示例中,本申请中的第一子模块可以包括:第一单元、第二单元、第三单元和第四单元。
第一子模块中的第一单元用于检测图像中的四边形。例如,首先,第一单元将图像转换为二值图;其次,第一单元基于连通域检测方式,对二值图进行检测,以获得候选区域;再次,第一单元对候选区域进行四边形拟合,获得候选四边形;最后,第一单元根据基于预定筛选条件对候选四边形进行筛选的结果,获得图像中的四边形。该预定筛选条件可以包括:候选四边形的顶点之间的最小距离小于第一阈值;也可以包括:候选四边形的顶点与所述图像边缘之间的最小距离小于第二阈值;还可以包括:对于一候选四边形而言,针对该候选四边形的顶点与其他任一候选四边形的顶点之间的距离进行计算的结果小于第三阈值。
第一子模块中的第二单元用于对第一单元检测获得的四边形进行投影变换,以获得四边形对应的矩形图像块。例如,首先,第二单元对图像的灰度图中的四边形图像块进行投影变换,以获得灰度矩形图像块;其次,第二单元将灰度矩形图像块转换为二值矩形图像块。第二单元所获得的二值矩形图像块可以作为四边形对应的矩形图像块。
第一子模块中的第三单元用于对第二单元获得的矩形图像块进行标识识别,以确定属于标识的矩形图像块。例如,首先,第三单元将第二单元获得的矩形图像块与标识集合中的预设标识进行对比,并将对比出的与标识集合中的预设标识相符的矩形图像块,确定为属于标识的矩形图像块;其次,第三单元在确定出至少两个矩形图像块属于同一标识的情况下,将属于同一标识的所有矩形图像块中面积最大的矩形图像块作为属于标识的矩形图像块;第三单元可以将对比出的与标识集合中的预设标识不相符的矩形图像块作为属于棋盘格的矩形图像块。
第一子模块中的第四单元用于获取第三单元确定的属于标识的矩形图像块的角点在图像中的位置。例如,第四单元可获取属于标识的矩形图像块的角点在图像中的位置,并对该述位置进行角点位置优化处理。可选的,第四单元可以基于亚像素优化处理方式,对位置进行角点位置优化处理;第四单元也可以根据标识在图像中的边界信息,进行直线拟合,将拟合成的四条直线的两两交点作为优化处理后的角点在图像中的位置。具体的角点位置优化处理可以参见上述方法实施方式的描述,在此不再详细说明。
在一个可选示例中,本申请中的第二子模块包括:第五单元、第六单元以及第七单元。
第二子模块中的第五单元用于根据第一子模块获得的标识的角点在图像中的位置,对图像中的标识进行投影变换,以获得矩形标识的角点位置。
第二子模块中的第六单元用于根据矩形标识的角点位置,确定待定位的棋盘格的角点位置。例如,在标识和棋盘格的边沿均为正方形的情况下,第六单元可以将位于待定位的棋盘格上侧的正方形标识的左下角点与位于待定位的棋盘格左侧的正方形标识的右上角点的连线的中点,作为待定位的棋盘格的左上角点位置;将位于待定位的棋盘格上侧的正方形标识的右下角点与位于待定位的棋盘格右侧的正方形标识的左上角点的连线的中点,作为待定位的棋盘格的右上角点位置;将位于待定位的棋盘格下侧的正方形标识的左上角点与位于待定位的棋盘格左侧的正方形标识的右下角点的连线的中点,作为待定位的棋盘格的左下角点位置;将位于待定位的棋盘格下侧的正方形标识的右上角点与位于待定位的棋盘格右侧的正方形标识的左下角点的连线的中点,作为待定位的棋盘格的右下角点位置。第六单元可以根据标识确定出待定位的棋盘格是标定板中的哪一个棋盘格。另外,第六单元还可以基于亚像素优化处理方式,对其确定出的待定位的棋盘格的角点位置进行角点位置优化处理。
第二子模块中的第七单元用于将待定位的棋盘格的角点位置逆投影变换到图像中,以获得待定位的棋盘格的至少一个角点在图像中的第一位置。
在一个可选示例中,第一标定模块1020可以根据确定角点位置模块1010获得的第一位置以及角点在标定板中的第二位置,确定摄像装置中的至少一个摄像单元的内部参数。第一标定模块1020具体执行的操作可以参见上述方法实施方式中的相关描述,在此不再详细说明。
标定更新模块1030可以根据第一标定模块1020确定出的内部参数以及图像中的标识的角点在图像中的位置,确定标定板的状态参数;并根据状态参数将棋盘格的角点在图像中的位置投影到三维空间中;标定更新模块1030对三维空间中的棋盘格的角点位置进行亚像素优化处理;之后,标定更新模块1030根据亚像素优化处理后的棋盘格的角点位置,获得摄像装置中的至少一个摄像单元的更新内部参数。标定更新模块1030具体执行的操作可以参见上述方法实施方式中的相关描述,在此不再详细说明。
第二标定模块1040先确定摄像装置中的多个摄像单元各自拍摄的图像中所包括的共同的棋盘格角点;然后,第二标定模块1040根据共同的棋盘格角点在图像中的第二位置,确定摄像装置的外部参数。第二标定模块1040具体执行的操作可以参见上述方法实施方式中的相关描述,在此不再详细说明。
本申请的用于标定摄像装置的设备主要包括:至少一个标定板,该设备还可以可选的包括:至少一个标定板固定单元。该标定板固定单元用于固定标定板。在标定装置包括至少两个标定板的情况下,该标定板固定单元可以使固定于其上的任意两个标定板之间不共面,以满足对摄像装置进行参数标定的实际需求。
在一个可选示例中,标定板固定单元包括至少一个背光模组,标定板可以通过挤压、夹固、粘贴或者磁力等方式附着在背光模组的背光面上。在通常情况下,本申请中的背光模组具有一个背光面,且一个背光面可以附着一个标定板,从而在标定装置包括多个标定板的情况下,该标定装置应包含有相应数量的背光模组。当然,本申请也不排除一个背光模组具有多个互不共面的背光面的情况。
本申请中的背光模组包括光源,且背光模组的用于附着标定板的背光面通常较平整,以使标定板能够与背光面尽量贴合。背光模组可以采用现有的多种实现方式,例如,背光模组可以具有为安装有光源的背光箱或者背光盒等。该光源通常设置于背光箱/背光盒的内部。背光模组中的光源最好能够使背光面的各个位置处的亮度基本相同。背光面的材质通常为塑料或者玻璃等透光材料。背光模组的光源所提供的光线,通过背光板后,可以提供标定板的亮度,从而有利于提高标定板的清晰度,进而有利于提高参数标定的精准性。
在一个可选示例中,本申请中的标定板固定单元还可以包括:至少一个旋转件。旋转件与背光模组固定连接,且背光模组通过旋转件可以在X、Y和Z方向中的至少一个方向上的倾斜角度发生变化,例如,背光模组在一个方向上的倾斜范围可以为30度角。在通常情况下,一个旋转件与一个背光模组固定连接,不同的旋转件与不同的背光模组固定连接,以方便对任一背光模组的倾斜角度进行单独调整。旋转件可以采用现有的多种具有方向可调功能的元件实现,例如,该旋转件可以为云台(如万向云台);再例如,该旋转件可以包括轴以及紧固件(如螺钉等)等。本申请不限制旋转件的具体实现方式。
在一个可选示例中,本申请的标定板固定单元还可以包括:升降结构。旋转件与升降结构固定连接(如螺接、焊接或卡接等)。通过调整升降结构,可以使旋转件以及背光模组一起在垂直方向上进行位置调整,从而使标定板在垂直方向上的位置可调,即通过调整升降结构,可以使标定板升高或者降低。
本申请的标定板固定单元可以包括一个或者多个升降结构。在标定板固定单元包括多个升降结构的情况下,一个升降结构可以与一个或者多个旋转件固定连接,例如,一个升降结构与两个旋转件固定连接,从而四个标定板被划分为两组,每一组包括两个标定板,一组标定板与一个升降结构固定连接。在标定板固定单元包括一个升降结构的情况下,所有旋转件均固定在该升降结构上。本申请的升降结构可以采用现有的多种具有上下高度调节功能的结构实现,例如,该升降结构可以包括升降杆,多个云台可以固定设置于一个升降杆上;再例如,该升降结构可以包括丝杆升降结构等。本申请不限制升降结构的具体实现方式。
在本申请的标定板固定单元不包括升降结构的情况下,通过将旋转件固定在台面、墙壁或者底座等处,可以实现标定装置的固定安装。在本申请的标定板固定单元包括升降结构的情况下,通过将升降结构固定在地面、墙壁或者台面等处,可以实现标定装置的固定安装。
示例性设备
图11示出了适于实现本申请的示例性设备1100,设备1100可以是汽车中配置的控制系统/电子系统、移动终端(例如,智能移动电话等)、个人计算机(PC,例如,台式计算机或者笔记型计算机等)、平板电脑以及服务器等。图11中,设备1100包括一个或者多个处理器、通信部等,所述一个或者多个处理器可以为:一个或者多个中央处理单元(CPU)1101,和/或,一个或者多个利图像处理器(GPU)1113等,处理器可以根据存储在只读存储器(ROM)1102中的可执行指令或者从存储部分1108加载到随机访问存储器(RAM)1103中的可执行指令而执行各种适当的动作和处理。通信部1112可以包括但不限于网卡,所述网卡可以包括但不限于IB(Infiniband)网卡。处理器可与只读存储器1102和/或随机访问存储器1130中通信以执行可执行指令,通过总线1104与通信部1112相连、并经通信部1112与其他目标设备通信,从而完成本申请中的相应步骤。
上述各指令所执行的操作可以参见上述方法实施例中的相关描述,在此不再详细说明。此外,在RAM 1103中,还可以存储有装置操作所需的各种程序以及数据。CPU1101、ROM1102以及RAM1103通过总线1104彼此相连。
在有RAM1103的情况下,ROM1102为可选模块。RAM1103存储可执行指令,或在运行时向ROM1102中写入可执行指令,可执行指令使中央处理单元1101执行上述物体分割方法所包括的步骤。输入/输出(I/O)接口1105也连接至总线1104。通信部1112可以集成设置,也可以设置为具有多个子模块(例如,多个IB网卡),并分别与总线连接。
以下部件连接至I/O接口1105:包括键盘、鼠标等的输入部分1106;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107;包括硬盘等的存储部分1108;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1110上,以便于从其上读出的计算机程序根据需要被安装在存储部分1108中。
需要特别说明的是,如图11所示的架构仅为一种可选实现方式,在具体实践过程中,可根据实际需要对上述图11的部件数量和类型进行选择、删减、增加或替换;在不同功能部件设置上,也可采用分离设置或集成设置等实现方式,例如,GPU和CPU可分离设置,再如理,可将GPU集成在CPU上,通信部可分离设置,也可集成设置在CPU或GPU上等。这些可替换的实施方式均落入本申请的保护范围。
特别地,根据本申请的实施方式,下文参考流程图描述的过程可以被实现为计算机软件程序,例如,本申请实施方式包括一种计算机程序产品,其包含有形地包含在机器可读介质上的计算机程序,计算机程序包含用于执行流程图所示的步骤的程序代码,程序代码可包括对应执行本申请提供的方法中的步骤对应的指令。
在这样的实施方式中,该计算机程序可以通过通信部分1109从网络上被下载及安装,和/或从可拆卸介质1111被安装。在该计算机程序被中央处理单元(CPU)1101执行时,执行本申请中记载的实现上述相应步骤的指令。
在一个或多个可选实施方式中,本公开实施例还提供了一种计算机程序程序产品,用于存储计算机可读指令,所述指令被执行时使得计算机执行上述任意实施例中所述的用于标定摄像装置的方法。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选例子中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选例子中,所述计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
在一个或多个可选实施方式中,本公开实施例还提供了另一种用于标定摄像装置的方法及其对应的装置和电子设备、计算机存储介质、计算机程序以及计算机程序产品,其中的方法包括:第一装置向第二装置发送用于标定摄像装置的指示,该指示使得第二装置执行上述任一可能的实施例中的用于标定摄像装置的方法;第一装置接收第二装置发送的用于标定摄像装置的结果。
在一些实施例中,该用于标定摄像装置的指示可以具体为调用指令,第一装置可以通过调用的方式指示第二装置执行用于标定摄像装置的操作,相应地,响应于接收到调用指令,第二装置可以执行上述用于标定摄像装置的方法中的任意实施例中的步骤和/或流程。
应理解,本公开实施例中的“第一”、“第二”等术语仅仅是为了区分,而不应理解成对本公开实施例的限定。还应理解,在本公开中,“多个”可以指两个或两个以上,“至少一个”可以指一个、两个或两个以上。还应理解,对于本公开中提及的任一部件、数据或结构,在没有明确限定或者在前后文给出相反启示的情况下,一般可以理解为一个或多个。还应理解,本公开对各个实施例的描述着重强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,不再一一赘述。
可能以许多方式来实现本申请的方法和装置、电子设备以及计算机可读存储介质。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本申请的方法和装置、电子设备以及计算机可读存储介质。用于方法的步骤的上述顺序仅是为了进行说明,本申请的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施方式中,还可将本申请实施为记录在记录介质中的程序,这些程序包括用于实现根据本申请的方法的机器可读指令。因而,本申请还覆盖存储用于执行根据本申请的方法的程序的记录介质。
本申请的描述,是为了示例和描述起见而给出的,而并不是无遗漏的或者将本申请限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言,是显然的。选择和描述实施方式是为了更好说明本申请的原理以及实际应用,并且使本领域的普通技术人员能够理解本申请实施例可以从而设计适于特定用途的带有各种修改的各种实施方式。

Claims (10)

1.一种用于标定摄像装置的方法,其特征在于,包括:
获取摄像装置针对标定板拍摄的图像;其中,所述标定板中的至少一个棋盘格中设有用于表征该棋盘格相对于标定板中的其他棋盘格的相对位置关系的标识;
根据所述图像中的标识所表示的相对位置关系,确定标定板中的至少一个棋盘格的至少一个角点在图像中的第一位置;
根据所述第一位置以及所述角点在标定板中的第二位置,确定所述摄像装置的标定参数。
2.根据权利要求1所述的方法,其特征在于,所述标识的外边沿为矩形。
3.根据权利要求1至2中任一项所述的方法,其特征在于,所述摄像装置包括:包含有一个摄像单元的单目摄像装置,或者,包含有至少两个摄像单元的多目摄像装置。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述图像中的内容包括:完整的标定板,或者,部分标定板。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述标识包括:二维码、条形码、具有矩形边框的数字、具有矩形边框的字母以及具有矩形边框的符号中的至少一个。
6.一种用于标定摄像装置的装置,其特征在于,包括:
获取图像模块,用于获取摄像装置针对标定板拍摄的图像;其中,所述标定板中的至少一个棋盘格中设有用于表征该棋盘格相对于标定板中的其他棋盘格的相对位置关系的标识;
确定角点位置模块,用于根据所述图像中的标识所表示的相对位置关系,确定标定板中的至少一个棋盘格的至少一个角点在图像中的第一位置;
第一标定模块,用于根据所述第一位置以及所述角点在标定板中的第二位置,确定所述摄像装置的标定参数。
7.一种用于标定摄像装置的设备,其特征在于,包括:
至少一个标定板;
所述标定板上设有多个棋盘格,且至少一个棋盘格中设有用于表征该棋盘格相对于标定板中的其他棋盘格的相对位置关系的标识,所述标识用于确定摄像装置的标定参数。
8.一种电子设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序,且所述计算机程序被执行时,实现上述权利要求1-5中任一项所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现上述权利要求1-5中任一项所述的方法。
10.一种计算机程序,包括计算机指令,当所述计算机指令在设备的处理器中运行时,实现上述权利要求1-5中任一项所述的方法。
CN201810333094.2A 2018-04-13 2018-04-13 用于标定摄像装置的方法、装置、介质及电子设备 Pending CN108734743A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810333094.2A CN108734743A (zh) 2018-04-13 2018-04-13 用于标定摄像装置的方法、装置、介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810333094.2A CN108734743A (zh) 2018-04-13 2018-04-13 用于标定摄像装置的方法、装置、介质及电子设备

Publications (1)

Publication Number Publication Date
CN108734743A true CN108734743A (zh) 2018-11-02

Family

ID=63939000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810333094.2A Pending CN108734743A (zh) 2018-04-13 2018-04-13 用于标定摄像装置的方法、装置、介质及电子设备

Country Status (1)

Country Link
CN (1) CN108734743A (zh)

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109509200A (zh) * 2018-12-26 2019-03-22 深圳市繁维医疗科技有限公司 基于轮廓提取的棋盘格角点检测方法、装置以及计算机可读存储介质
CN109712192A (zh) * 2018-11-30 2019-05-03 Oppo广东移动通信有限公司 摄像模组标定方法、装置、电子设备及计算机可读存储介质
CN110264524A (zh) * 2019-05-24 2019-09-20 联想(上海)信息技术有限公司 一种标定方法、装置、系统及存储介质
CN110580724A (zh) * 2019-08-28 2019-12-17 贝壳技术有限公司 一种对双目相机组进行标定的方法、装置和存储介质
CN110599546A (zh) * 2019-08-28 2019-12-20 贝壳技术有限公司 一种获取三维空间数据的方法、系统、装置和存储介质
CN110660107A (zh) * 2019-08-23 2020-01-07 贝壳技术有限公司 平面标定板、标定数据采集方法及系统
CN110827289A (zh) * 2019-10-08 2020-02-21 歌尔股份有限公司 投影仪清晰度测试中目标图像的提取方法及装置
CN110910460A (zh) * 2018-12-27 2020-03-24 北京爱笔科技有限公司 一种获取位置信息的方法、装置及标定设备
WO2020097851A1 (zh) * 2018-11-15 2020-05-22 深圳市大疆创新科技有限公司 一种图像处理方法、控制终端及存储介质
CN111508031A (zh) * 2020-04-10 2020-08-07 中国科学院自动化研究所 特征自识别标定板
CN111551346A (zh) * 2020-04-13 2020-08-18 深圳惠牛科技有限公司 一种视场角的测量方法、设备、系统及计算机存储介质
CN111739106A (zh) * 2020-08-12 2020-10-02 成都极米科技股份有限公司 角点编码方法、标定方法、装置、电子设备和存储介质
CN111768395A (zh) * 2020-07-03 2020-10-13 深圳惠牛科技有限公司 一种虚拟显示设备的畸变测量方法及装置
EP3751519A1 (en) * 2019-06-14 2020-12-16 Beijing Baidu Netcom Science and Technology Co., Ltd. Method, apparatus, device and medium for calibrating pose relationship between vehicle sensor and vehicle
CN112465916A (zh) * 2020-11-27 2021-03-09 浙江光珀智能科技有限公司 一种基于全视场平面标定板的rgbd双目标定方法及系统
CN112907676A (zh) * 2019-11-19 2021-06-04 浙江商汤科技开发有限公司 传感器的标定方法、装置、系统、车辆、设备及存储介质
CN112907677A (zh) * 2019-12-04 2021-06-04 杭州海康威视数字技术股份有限公司 一种单帧图像的相机标定方法、装置及存储介质
CN112907675A (zh) * 2019-11-19 2021-06-04 浙江商汤科技开发有限公司 图像采集设备的标定方法、装置、系统、设备及存储介质
CN112927301A (zh) * 2021-02-04 2021-06-08 深圳市杉川机器人有限公司 摄像头标定方法、装置、计算设备及可读存储介质
CN113077513A (zh) * 2021-06-03 2021-07-06 深圳市优必选科技股份有限公司 视觉定位方法、装置和计算机设备
WO2021138990A1 (zh) * 2020-01-10 2021-07-15 大连理工大学 一种棋盘格亚像素级角点自适应检测的方法
CN113192145A (zh) * 2021-05-08 2021-07-30 深圳市商汤科技有限公司 设备标定方法及装置、电子设备和存储介质
CN113223089A (zh) * 2021-03-25 2021-08-06 中科创达软件股份有限公司 一种标定装置、标定场和标定方法
CN113255468A (zh) * 2021-05-06 2021-08-13 东风汽车集团股份有限公司 车载全景影像标定块识别优化方法、系统及可读存储介质
CN114861695A (zh) * 2022-05-17 2022-08-05 南京听说科技有限公司 一种基于ArUco的智答码识别方法、智慧教室系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104091324A (zh) * 2014-06-16 2014-10-08 华南理工大学 一种基于连通域分割的棋盘格图像快速特征匹配算法
CN105096317A (zh) * 2015-07-03 2015-11-25 吴晓军 一种复杂背景中的高性能相机全自动标定方法
CN105654097A (zh) * 2015-12-29 2016-06-08 上海珍岛信息技术有限公司 图像中四边形标记物的检测方法
US20160227206A1 (en) * 2015-02-04 2016-08-04 Sony Corporation Calibration methods for thick lens model
CN106803274A (zh) * 2017-03-14 2017-06-06 昆山鹰之眼软件技术有限公司 自动化标定板
CN106981083A (zh) * 2017-03-22 2017-07-25 大连理工大学 双目立体视觉系统摄像机参数的分步标定方法
CN206672175U (zh) * 2017-03-14 2017-11-24 成都通甲优博科技有限责任公司 一种鱼眼像机图像拼接的标定结构
CN107424194A (zh) * 2017-04-21 2017-12-01 苏州德创测控科技有限公司 键盘轮廓度的检测方法
CN107689061A (zh) * 2017-07-11 2018-02-13 西北工业大学 用于室内移动机器人定位的规则图形码及定位方法
CN107862717A (zh) * 2017-10-30 2018-03-30 大族激光科技产业集团股份有限公司 多相机标定方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104091324A (zh) * 2014-06-16 2014-10-08 华南理工大学 一种基于连通域分割的棋盘格图像快速特征匹配算法
US20160227206A1 (en) * 2015-02-04 2016-08-04 Sony Corporation Calibration methods for thick lens model
CN105096317A (zh) * 2015-07-03 2015-11-25 吴晓军 一种复杂背景中的高性能相机全自动标定方法
CN105654097A (zh) * 2015-12-29 2016-06-08 上海珍岛信息技术有限公司 图像中四边形标记物的检测方法
CN106803274A (zh) * 2017-03-14 2017-06-06 昆山鹰之眼软件技术有限公司 自动化标定板
CN206672175U (zh) * 2017-03-14 2017-11-24 成都通甲优博科技有限责任公司 一种鱼眼像机图像拼接的标定结构
CN106981083A (zh) * 2017-03-22 2017-07-25 大连理工大学 双目立体视觉系统摄像机参数的分步标定方法
CN107424194A (zh) * 2017-04-21 2017-12-01 苏州德创测控科技有限公司 键盘轮廓度的检测方法
CN107689061A (zh) * 2017-07-11 2018-02-13 西北工业大学 用于室内移动机器人定位的规则图形码及定位方法
CN107862717A (zh) * 2017-10-30 2018-03-30 大族激光科技产业集团股份有限公司 多相机标定方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MARK FIALA: "Designing Highly Reliable Fiducial Markers", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 *
张浩鹏: "视觉检测系统的若干关键问题研究", 《中国博士学位论文全文数据库 信息科技辑》 *
郭春磊 等: "采用棋盘格靶标的全自动相机标定方法", 《计算机工程与应用》 *

Cited By (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020097851A1 (zh) * 2018-11-15 2020-05-22 深圳市大疆创新科技有限公司 一种图像处理方法、控制终端及存储介质
CN109712192A (zh) * 2018-11-30 2019-05-03 Oppo广东移动通信有限公司 摄像模组标定方法、装置、电子设备及计算机可读存储介质
CN109712192B (zh) * 2018-11-30 2021-03-23 Oppo广东移动通信有限公司 摄像模组标定方法、装置、电子设备及计算机可读存储介质
CN109509200A (zh) * 2018-12-26 2019-03-22 深圳市繁维医疗科技有限公司 基于轮廓提取的棋盘格角点检测方法、装置以及计算机可读存储介质
CN109509200B (zh) * 2018-12-26 2023-09-29 深圳市繁维医疗科技有限公司 基于轮廓提取的棋盘格角点检测方法以及计算机可读存储介质
CN110910460A (zh) * 2018-12-27 2020-03-24 北京爱笔科技有限公司 一种获取位置信息的方法、装置及标定设备
CN110264524A (zh) * 2019-05-24 2019-09-20 联想(上海)信息技术有限公司 一种标定方法、装置、系统及存储介质
EP3751519A1 (en) * 2019-06-14 2020-12-16 Beijing Baidu Netcom Science and Technology Co., Ltd. Method, apparatus, device and medium for calibrating pose relationship between vehicle sensor and vehicle
US11157766B2 (en) 2019-06-14 2021-10-26 Beijing Baidu Netcom Science And Technology Co., Ltd. Method, apparatus, device and medium for calibrating pose relationship between vehicle sensor and vehicle
CN110660107A (zh) * 2019-08-23 2020-01-07 贝壳技术有限公司 平面标定板、标定数据采集方法及系统
CN110599546A (zh) * 2019-08-28 2019-12-20 贝壳技术有限公司 一种获取三维空间数据的方法、系统、装置和存储介质
CN110580724A (zh) * 2019-08-28 2019-12-17 贝壳技术有限公司 一种对双目相机组进行标定的方法、装置和存储介质
CN110580724B (zh) * 2019-08-28 2022-02-25 贝壳技术有限公司 一种对双目相机组进行标定的方法、装置和存储介质
CN110827289A (zh) * 2019-10-08 2020-02-21 歌尔股份有限公司 投影仪清晰度测试中目标图像的提取方法及装置
CN110827289B (zh) * 2019-10-08 2022-06-14 歌尔光学科技有限公司 投影仪清晰度测试中目标图像的提取方法及装置
CN112907676A (zh) * 2019-11-19 2021-06-04 浙江商汤科技开发有限公司 传感器的标定方法、装置、系统、车辆、设备及存储介质
CN112907675A (zh) * 2019-11-19 2021-06-04 浙江商汤科技开发有限公司 图像采集设备的标定方法、装置、系统、设备及存储介质
CN112907675B (zh) * 2019-11-19 2022-05-24 浙江商汤科技开发有限公司 图像采集设备的标定方法、装置、系统、设备及存储介质
CN112907677B (zh) * 2019-12-04 2023-07-25 杭州海康威视数字技术股份有限公司 一种单帧图像的相机标定方法、装置及存储介质
CN112907677A (zh) * 2019-12-04 2021-06-04 杭州海康威视数字技术股份有限公司 一种单帧图像的相机标定方法、装置及存储介质
US11900634B2 (en) 2020-01-10 2024-02-13 Dalian University Of Technology Method for adaptively detecting chessboard sub-pixel level corner points
WO2021138990A1 (zh) * 2020-01-10 2021-07-15 大连理工大学 一种棋盘格亚像素级角点自适应检测的方法
CN111508031A (zh) * 2020-04-10 2020-08-07 中国科学院自动化研究所 特征自识别标定板
CN111508031B (zh) * 2020-04-10 2023-11-21 中国科学院自动化研究所 特征自识别标定板
CN111551346B (zh) * 2020-04-13 2022-04-01 深圳惠牛科技有限公司 一种视场角的测量方法、设备、系统及计算机存储介质
CN111551346A (zh) * 2020-04-13 2020-08-18 深圳惠牛科技有限公司 一种视场角的测量方法、设备、系统及计算机存储介质
CN111768395B (zh) * 2020-07-03 2024-04-16 深圳惠牛科技有限公司 一种虚拟显示设备的畸变测量方法及装置
CN111768395A (zh) * 2020-07-03 2020-10-13 深圳惠牛科技有限公司 一种虚拟显示设备的畸变测量方法及装置
CN111739106A (zh) * 2020-08-12 2020-10-02 成都极米科技股份有限公司 角点编码方法、标定方法、装置、电子设备和存储介质
WO2022033145A1 (zh) * 2020-08-12 2022-02-17 成都极米科技股份有限公司 角点编码方法、标定方法、装置、电子设备和存储介质
CN112465916A (zh) * 2020-11-27 2021-03-09 浙江光珀智能科技有限公司 一种基于全视场平面标定板的rgbd双目标定方法及系统
CN112927301A (zh) * 2021-02-04 2021-06-08 深圳市杉川机器人有限公司 摄像头标定方法、装置、计算设备及可读存储介质
CN113223089A (zh) * 2021-03-25 2021-08-06 中科创达软件股份有限公司 一种标定装置、标定场和标定方法
CN113255468A (zh) * 2021-05-06 2021-08-13 东风汽车集团股份有限公司 车载全景影像标定块识别优化方法、系统及可读存储介质
CN113192145B (zh) * 2021-05-08 2023-02-28 深圳市商汤科技有限公司 设备标定方法及装置、电子设备和存储介质
CN113192145A (zh) * 2021-05-08 2021-07-30 深圳市商汤科技有限公司 设备标定方法及装置、电子设备和存储介质
CN113077513A (zh) * 2021-06-03 2021-07-06 深圳市优必选科技股份有限公司 视觉定位方法、装置和计算机设备
CN113077513B (zh) * 2021-06-03 2021-10-29 深圳市优必选科技股份有限公司 视觉定位方法、装置和计算机设备
CN114861695A (zh) * 2022-05-17 2022-08-05 南京听说科技有限公司 一种基于ArUco的智答码识别方法、智慧教室系统

Similar Documents

Publication Publication Date Title
CN108734743A (zh) 用于标定摄像装置的方法、装置、介质及电子设备
CN111243032B (zh) 一种棋盘格角点全自动检测方法
CN110544258B (zh) 图像分割的方法、装置、电子设备和存储介质
US6768509B1 (en) Method and apparatus for determining points of interest on an image of a camera calibration object
WO2020199776A1 (zh) 货架空置率计算方法及装置、存储介质
CN103345755B (zh) 一种基于Harris算子的棋盘格角点亚像素提取方法
CN107992871A (zh) 基于图像识别的餐厅自动结账方法
CN111260731A (zh) 一种棋盘格亚像素级角点自适应检测的方法
CN108230397A (zh) 多目摄像机标定与校正方法和装置、设备、程序和介质
CN109829906A (zh) 一种基于方向场与纹理特征的工件缺陷检测与分类方法
KR102073468B1 (ko) 비전 시스템에서 컬러 이미지에 대해 컬러 후보 포즈들의 점수화를 위한 시스템 및 방법
CN109656033B (zh) 一种区分液晶显示屏灰尘和缺陷的方法及装置
CN103955109B (zh) 镜头安装平整度的实时调整方法及装置
WO2019128495A1 (zh) 图像清晰度检测方法、装置、存储介质及电子设备
CN105488475B (zh) 手机中人脸检测方法
EP3213504B1 (en) Image data segmentation
US20130170756A1 (en) Edge detection apparatus, program and method for edge detection
JP2019091493A (ja) ビジョンシステムで画像内のプローブを効率的に採点するためのシステム及び方法
CN115797359B (zh) 基于电路板上锡膏的检测方法、设备和存储介质
Chen et al. Saliency-aware food image segmentation for personal dietary assessment using a wearable computer
CN106204453A (zh) 一种图像的插值方法及装置
Zhang et al. A new algorithm for accurate and automatic chessboard corner detection
CN112381751A (zh) 一种基于图像处理算法的在线智能检测系统及方法
CN110909772B (zh) 一种高精度实时多尺度表盘指针检测方法和系统
CN104881663B (zh) 辨别复选框的选定结果的方法及装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20181102