CN109345597B - 一种基于增强现实的相机标定图像采集方法及装置 - Google Patents

一种基于增强现实的相机标定图像采集方法及装置 Download PDF

Info

Publication number
CN109345597B
CN109345597B CN201811132824.9A CN201811132824A CN109345597B CN 109345597 B CN109345597 B CN 109345597B CN 201811132824 A CN201811132824 A CN 201811132824A CN 109345597 B CN109345597 B CN 109345597B
Authority
CN
China
Prior art keywords
image
calibration
control point
pose
calibration plate
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.)
Expired - Fee Related
Application number
CN201811132824.9A
Other languages
English (en)
Other versions
CN109345597A (zh
Inventor
荆海龙
杨梦龙
吕学斌
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.)
Sichuan University
Original Assignee
Sichuan 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 Sichuan University filed Critical Sichuan University
Priority to CN201811132824.9A priority Critical patent/CN109345597B/zh
Publication of CN109345597A publication Critical patent/CN109345597A/zh
Application granted granted Critical
Publication of CN109345597B publication Critical patent/CN109345597B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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)
  • Studio Devices (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于增强现实的相机标定图像采集方法及装置,能够在提高标定图像的质量的同时,降低标定板位姿控制的复杂度和硬件成本,广泛适用于各种三维面形测量系统的参数标定。所述方法包括:通过相机拍摄多附标定图像,并在拍摄多附标定图像的过程中,基于标定图像控制点的平均灰度对相机参数进行调整,和/或基于图像融合和色彩标示对标定板位姿调整进行引导。

Description

一种基于增强现实的相机标定图像采集方法及装置
技术领域
本发明涉及计算机视觉和三维测量技术领域,尤其涉及一种基于增强现实的相机标定图像采集方法及装置。
背景技术
目前,计算机视觉与三维测量技术发展迅猛,新应用层出不穷。以三维面形测量为例,一般采用相机和结构光投影部件作为系统的硬件平台,在使用前需要对其进行系统参数标定,其中相机标定是其中重要一环。相机成像的本质是完成从真实三维空间到二维图像空间的变换。对图像采集系统的描述是通过相机参数来表达的。相机标定就是求取这些相机参数从而建立三维空间点到二维像素点的映射关系。文献[1]公开的基于平面标定板的相机标定方法因成本低、操作简单、标定精度高的优点,获得了产业界的一致认可。在这种方法中,平面标定板上控制点(如圆斑的圆心)的提取精度、控制点的数量与空间分布是影响相机标定精度的关键因素(文献[2]、[3])。控制点的数量在平面标定板制作过程中已经确定。在标定图像采集过程中,标定图像的质量和标定板的位姿对控制点的提取精度和空间分布有重要影响。标定图像中标定板不宜过暗也不宜过曝,其中控制点所在图像区域的灰度范围要处于合理的灰度区间,这是标定图像质量的一个重要指标,它影响着控制点的提取精度。标定板的位姿决定着控制点的空间分布,优良的控制点空间分布要求对标定板的位姿进行适当控制,已提出的主要控制方法为使用机械臂控制标定板的摆放[4]和使用标定板支架[5]对标定板的摆放进行约束,这两种方法均有效,但机械臂的方案成本非常高,不利于产业化推广;以标定板支架为基础的板位姿控制方式还需要提供标定板支架的支撑方案,携带和使用并不方便,标定板支架本身的位姿也需要准确确定,另外这种标定板支架还需要针对具体三维面形测量仪器的测量空间大小和标定要求来设计,不够灵活、不够方便、成本较高。总之,上述方式的各自特点限制了应用场景的范围。
文献[1]:Z.Zhang.A flexible new technique for camera calibration(一种灵活的摄像机校准新技术).IEEE Transactions on Pattern Analysis and MachineIntelligence(IEEE模式分析与机器智能研究会刊),22(11):1330–1334, November 2000.
文献[2]:袁铭,苏显渝,刘晓青.影响摄像机标定精度的因素分析[J].光学与光电技术,2010,08(4):18-21.
文献[3]:Zhang Z.Flexible Camera Calibration by Viewing a Plane fromUnknown Orientations[C](通过从未知方向查看平面来灵活地进行摄像机校准) //TheProceedings of the Seventh IEEE International Conference on Computer Vision(第七届IEEE计算机视觉国际会议论文集).IEEE,2002:666-673vol.1.
文献[4]:太仓中科信息技术研究院,一种摄像机标定板的设计与检测方法,中国发明专利,CN104217429A,2014。
文献[5]:中国科学院长春光学精密机械与物理研究所,应用于标定图像采集的装置以及标定图像采集方法,中国发明专利CN107121110A,2017。
发明内容
本发明的目的之一至少在于,针对如何克服上述现有技术存在的问题,提供一种基于增强现实的相机标定图像采集方法及装置,能够在提高标定图像的质量的同时,降低标定板位姿控制的复杂度和硬件成本,广泛适用于计算机视觉、三维面形测量系统的等领域的相机参数标定环节。
为了实现上述目的,本发明采用的技术方案包括以下各方面:
一种基于增强现实的相机标定图像采集方法,其包括:
通过相机拍摄多幅标定图像,并在拍摄每一幅标定图像的过程中,基于标定图像控制点的平均灰度对相机参数进行调整,和/或基于图像融合和色彩标示对标定板位姿调整进行引导。
一种基于增强现实的相机标定图像采集装置,其包括标定板、相机以及电子设备;
其中,电子设备包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;所述存储器存储有多幅预期位姿标定板图像序列以及可被所述至少一个处理器执行的指令;所述相机通过输入输出接口与电子设备连接,并用于拍摄标定板以获取标定图像;所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行任一项所述的方法。
综上所述,由于采用了上述技术方案,本发明至少具有以下有益效果:
通过克服传统方案中标定图像亮度调节以整幅图像为参照的方式,使得标定图像的质量评价标准更加精细,提高了标定图像的质量。由于标定板本身本质上是承载了二值化图案,通过标定图像控制点的平均灰度来调节图像采集过程中的相机参数(如曝光时间)使得相机参数调整结果与所用标定板的表面反射特性或发光特性相匹配,标定图像的质量得到有效控制;
通过基于图像融合和色彩标示的方式对标定过程中的标定板位姿调整进行基于增强现实的交互式引导,克服了传统方案中标定板位姿控制复杂、不明确、不方便、成本高的缺点,在实际使用过程中配合语音提示和动画提示,可提供优质的用户体验,能够广泛适用于计算机视觉、三维面形测量系统的等领域的相机参数标定环节。
附图说明
图1是根据本发明示例性实施例的相机参数调整过程。
图2是根据本发明示例性实施例的标定图像控制点提取结果示意图。
图3是标定图像过亮、过暗、亮度合适三种情况下对应的标定图像。
图4是根据本发明示例性实施例的对标定板位姿调整进行引导的过程。
图5是根据本发明示例性实施例的预期位姿标定板图像,
图6是根据本发明示例性实施例的视频图像与预期位姿标定板图像融合示意图。
图7是根据本发明示例性实施例的标定图像中控制点的三种邻域的控制点示意图。
图8是标定板距离相机过近时预期位姿标定板图像与标定图像融合形成标定板位姿引导图像的结果。
图9是标定板距离相机过远时预期位姿标定板图像与标定图像融合形成标定板位姿引导图像的结果。
图10是预期位姿标定板图像法线与相机光轴有一定倾斜角度时与标定图像融合形成标定板位姿引导图像的结果。
图11是根据本发明示例性实施例的基于增强现实的相机标定图像采集装置结构示意图。
具体实施方式
下面结合附图及实施例,对本发明进行进一步详细说明,以使本发明的目的、技术方案及优点更加清楚明白。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
根据本发明示例性实施例的基于增强现实的相机标定图像采集方法包括:通过相机拍摄多幅标定图像,并在拍摄每一幅标定图像的过程中,基于标定图像控制点的平均灰度对相机参数进行调整,和/或基于图像融合和色彩标示对标定板位姿调整进行引导。
图1示出了根据本发明示例性实施例的相机参数调整过程。在使用相机对具有多个圆形标记的标定板拍摄一幅标定图像(步骤101)之后,从相机拍摄的标定图像中提取标定图像控制点(步骤102),以标定板上圆形标记的圆心作为控制点时某帧标定图像控制点提取结果如图2所示;计算标定图像中控制点的平均灰度(步骤103),控制点的灰度值为标定图像中控制点所在像素的灰度值,控制点的平均灰度为全部控制点灰度值的平均值。
利用标定图像控制点的平均灰度来对相机参数进行调整需要进行两次判断,一是判断标定图像控制点的平均灰度是否高于预期范围上界(步骤104);若标定图像控制点的平均灰度高于预期范围上界则调整相机参数(例如,缩短曝光时间)以降低后续拍摄的标定图像的亮度直至控制点的平均灰度在预期范围内(步骤105);若标定图像控制点的平均灰度低于预期范围上界则进一步判断是否低于预期范围下界(步骤106),当低于预期范围下界时调整相机参数(例如,延长曝光时间)以提高后续拍摄的标定图像的亮度(步骤107)直至控制点的平均灰度在预期范围内。控制点的平均灰度在预期范围内为合格,高于该范围上界则调整相机参数降低标定图像亮度直至控制点的平均灰度在预期范围内,低于该范围下界则调整相机参数提高标定图像亮度直至控制点的平均灰度在预期范围内。图3分别示出了(a)标定图像过亮、(b)标定图像过暗、(c)标定图像亮度合适三种情况下对应的标定图像,其中标定图像(a)中的控制点平均灰度超过阈值范围则认为标定图像过亮,可以通过减少相机曝光时间来降低标定图像亮度;标定图像(b)中的控制点平均灰度低于阈值范围则认为标定图像过暗,通过增加相机曝光时间来提高标定图像亮度,仅当拍摄的标定图像(c)中控制点的平均灰度在预期范围内时,保存所拍摄的标定图像(步骤108)以进行后续处理。该方法的相机参数调整过程有效克服了传统方案中标定图像亮度调节以整幅图像为参照的方式,提高了标定图像的质量。标定板本身本质上是承载了二值化图案,通过标定图像控制点的平均灰度来调节相机参数进而提高标定图像的采集质量,使得相机参数调整过程与所用标定板的固有属性相匹配,使得标定图像的质量得到有效控制。
图4示出了根据本发明示例性实施例的对标定板位姿调整进行引导的过程。本发明所采用的基于图像融合和色彩标示的标定板位姿引导过程的关键点在于预期位姿标定板图像与相机视频图像进行图像融合,使用伪彩色技术来对当前位姿下标定板中各控制点到相机的距离进行标记,标记所使用的颜色反映了当前位姿下标定板中各控制点与预期标定板位姿下各标定板控制点到相机的距离的比较结果,根据标记的颜色可以方便地对标定板的位姿进行调整。
首先,从存储器读取一幅预期位姿标定板图像并计算其控制点所对应的平均欧氏距离(步骤401),它由预期标定板位姿下的标定图像生成,标定图像控制点所在区域的灰度值为255,其余区域为0,如图5所示。预期位姿标定板图像的标定板位姿为通过实验预先优选固化下来的标定板位姿,这种位姿有多个,可以以图像序列方式存储在存储器中。对于三维面形测量系统来讲,预期标定板位姿的优选是根据系统参数(如相机焦距、视场范围、测量距离等),以及当标定板所在平面与相机光轴不垂直时的标定图像控制点提取精度来选取的。本步骤计算预期位姿标定板图像控制点所对应的平均欧氏距离中,某一控制点的邻域控制点为其4邻域、8邻域或其它邻域控制点的集合。
输入一帧视频图像(步骤402),该图像可以是新拍摄的标定图像,也可以是上述方法中步骤108所保存的控制点的平均灰度在预期范围内的标定图像。
对输入的视频图像进行图像识别,检测其中是否具有标定板(步骤403);当输入的视频图像中没有检测到标定板时,融合预期位姿标定板图像与视频图像(步骤404)以生成标定板位姿引导图像,所述融合是以视频图像为背景、以预期位姿标定板图像中控制点为前景形成合成图像;并通过显示器显示融合后的标定板位姿引导图像(步骤405),也可以通过语音输出提示信息,提示没有检测到标定板,需要将标定板移动到与引导图像中对应的控制点重合的位姿,以便后续获取的视频图像为满足预期位姿要求的标定板图像。
当输入的视频图像中检测到标定板时,即当标定板置于相机视场中时,视频图像为当前标定图像,提取其中的控制点(步骤406);计算当前标定图像中每一个控制点与其领域控制点的在图像上的欧氏距离平均值作为其对应的平均欧氏距离(步骤407);实际拍摄过程中,标定图像控制点所对应的标定板实物局部区域距相机的远近可以通过该标定图像控制点的平均欧氏距离来评估;将相机视频流中当前标定图像每一个控制点所对应的平均欧氏距离与预期位姿标定板图像中的在标定控制点阵列中处于相同位置的对应控制点的平均欧氏距离进行对比(步骤409);若某标定图像控制点所对应的平均欧氏距离超出阈值范围,则对标定图像中该控制点所在区域进行伪彩色处理(步骤410),当处理完所有标定图像控制点后即可生成具有色彩标记的标定板位姿引导图像。
进一步地,融合预期位姿标定板图像与标定图像(步骤411),并通过显示屏和/或扬声器输出这些色彩标记以及相应的位姿调整信息(步骤412),从而引导标定过程中操作人员将标定板调整至预期位姿。若当前标定图像控制点所对应的平均欧氏距离在阈值范围内,则保存相应的标定图像(步骤413)。
在上述过程中,预期位姿标定板图像与当前视频的图像融合方式如下:
MergeImg=VedioImg*(1-MergeMsk)+factor*GuidImg*MergeMsk;
其中,VedioImg为当前视频图像;MergeMsk为预期位姿标定板图像中标定图像控制点所在区域的模板,它决定了预期位姿标定板图像与当前视频的图像融合区域;factor由R、G、B三个分量构成,为标定板位姿引导图像的色彩控制因子;GuidImg为预期位姿标定板图像,典型图像如图5所示。MergeImg为融合后图像,当facotr的三个分量R=0,G=1,B=0时,融合图像中预期标定板位姿下的标定图像控制点所在区域为绿色,典型图像融合过程如图6所示,融合图像以视频图像为背景,以预期位姿标定板图像为前景,预期位姿标定板图像中标定图像控制点所在区域为融合区域。
在计算标定图像中每一个控制点所对应的平均欧氏距离过程中,根据标定图像控制点在标定板控制点阵列中所处位置的不同,其邻域控制点集有三种情况,分别为中间区域点、边界点和角点,分别如图7中A点、B点、C点所示,在这三种情况下计算平均欧氏距离时所使用的标定图像控制点数目不同。边界区域点和角点可以认为是中间区域点的特殊情况。在计算平均欧氏距离时,所使用的领域控制点以4邻域标定板控制点且以A、B、C三点为例进行叙述,其它标定图像控制点的平均欧氏距离计算方法以此类推。
对于中间区域点(如A点),某标定图像控制点所对应的平均欧氏距离计算方法为:
CtrlPntFeatDis=(Dup+Ddown+Dleft+Dright)/4;
其中Dup、Ddown、Dleft、Dright分别为当前控制点到其上、下、左、右的4领域控制点在图像上的欧氏距离,图像上两个像素间欧氏距离D的计算方法为:
D=sqrt((U1-U2)2+(V1-V2)2);
其中,(U1,V1)和(U2,V2)分别代表待求欧氏距离的两个像素的像素坐标,U表列或横坐标,V表行或纵坐标,sqrt代表开方运算。
当标定图像控制点为边界点或角点时,其4邻域控制点不足4个,则仅存在的4邻域点参与计算。当标定图像控制点为上边界点(如B点)时:
CtrlPntFeatDis=(Ddown+Dleft+Dright)/3;
当标定图像控制点为右上角角点(如C点)时:
CtrlPntFeatDis=(Ddown+Dleft)/2;
在拍摄某预期标定板位姿下的标定图像时,首先读取预期位姿标定板图像,得到预期标定板位姿下的标定图像控制点所在区域的模板图像和参考标定图像控制点的平均欧氏距离特征RefCtrlPntFeatDis(这些信息可在标定板位姿优选过程中获取,并事先存储);接着从当前相机视频流的标定图像中提取当前标定图像的标定图像控制点,得到标定图像控制点所在区域;计算当前标定图像每一控制点的平均欧氏距离特征CurCtrlPntFeatDis,并与其在预期位姿标定板图像中对应的控制点的平均欧氏距离特征RefCtrlPntFeatDis相比较,依据比较结果对当前标定图像控制点所在区域进行彩色标记,彩色标记的颜色反映了当前标定板位姿与预期标定板位姿间的偏差。标记的规则可使用但不限于如下方式:
if(CurCtrlPntFeatDis(i,j)>RefCtrlPntFeatDis(i,j)+RangeMax)
Color(i,j)=Color1;
else if(CurCtrlPntFeatDis(i,j)<RefCtrlPntFeatDis(i,j)-RangeMax)
Color(i,j)=Color2;
else
Color(i,j)=Color3;
其中,i,j为标定图像控制点在标定图像控制点阵列中行和列方向上的序号;RangeMax为标定图像控制点的平均欧氏距离与预期位姿标定板图像控制点的平均欧氏距离间所容许偏差的最大值,如果当前标定图像所有控制点的平均欧氏距离都在该阈值范围内时,则认定当前标定板位姿合格;Color(i,j)用于存储第i行、第j列标定图像控制点所在标记区域被赋予的颜色。Color1、Color2 和Color3为用户自定义颜色,用于对当前位姿下的标定板图像与预期位姿下的标定板图像进行对比,并使用颜色来标记每个标定图像控制点所在的标记区域,进而引导标定图像采集过程中的标定板位姿调整。
具体地,可以用绿色标记预期标定板位姿下标定图像控制点所在区域;以红色标记当前标定板位姿下标定图像控制点的平均欧氏距离大于预期阈值时标定图像控制点所在区域;以蓝色标记当前标定板位姿下标定图像控制点的平均欧氏距离低于预期阈值时标定图像控制点所在区域。例如,某预期标定板位姿如图 5所示时,当标定板距离相机过近时,预期位姿标定板图像与标定图像融合形成标定板位姿引导图像的结果如图8所示,其中,亮圆为绿色(表示预期位姿标定板图像控制点所在区域),暗圆为红色(表示所采集的标定图像控制点的平均欧氏距离超过预期阈值范围的上限)。当标定板距离相机过远时,预期位姿标定板图像与标定图像融合形成标定板位姿引导图像的结果如图9所示,其中,亮圆为绿色(表示预期位姿标定板图像控制点所在区域),暗圆为蓝色(表示所采集的标定图像控制点的平均欧氏距离低于预期阈值范围的下限)。当某预期位姿标定板图像法线与相机光轴有一定倾斜角度时(不垂直,例如15度)时,标定板位姿引导图像与标定图像的融合结果如图10所示,其中图像中的标定板图像的红色区域表示其对应的标定板区域比预期姿态下的距离过近,图像中的标定板图像的蓝色区域表示其对应的标定板区域比预期姿态下的距离过远,图像中的标定板图像的白色区域表示其对应的标定板区域比预期姿态下的距离之差在期望阈值范围内。
图11示出了根据本发明示例性实施例的基于增强现实的相机标定图像采集装置,其包括标定板、相机315以及电子设备310(例如具备程序执行功能的计算机服务器);其中,包括至少一个处理器311,电源314,以及与所述至少一个处理器311通信连接的存储器312和输入输出接口313;所述存储器312存储有多幅预期位姿标定板图像序列以及可被所述至少一个处理器311执行的指令,所述指令被所述至少一个处理器311执行,以使所述至少一个处理器311能够执行前述任一实施例所公开的方法;相机315通过输入输出接口313与电子设备310连接,并用于拍摄标定板以获取标定图像。
所述输入输出接口313可以包括显示器、键盘、鼠标、以及USB接口,用于输入输出数据;电源314用于为电子设备310提供电能。
本领域技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
当本发明上述集成的单元以软件功能单元的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、 ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明具体实施方式的详细说明,而非对本发明的限制。相关技术领域的技术人员在不脱离本发明的原则和范围的情况下,做出的各种替换、变型以及改进均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于增强现实的相机标定图像采集方法,其特征在于,所述方法包括:
通过相机拍摄多幅标定图像,并在拍摄每一幅标定图像的过程中,基于标定图像控制点的平均灰度对相机参数进行调整和基于图像融合和色彩标示对标定板位姿调整进行引导;
其中,所述基于图像融合和色彩标示对标定板位姿调整进行引导包括:
从存储器读取一幅预期位姿标定板图像并计算其控制点所对应的平均欧氏距离;输入一帧视频图像;对输入的视频图像进行图像识别,检测其中是否具有标定板;当输入的视频图像中没有检测到标定板时,融合预期位姿标定板图像与视频图像以生成标定板位姿引导图像;并通过显示器显示融合后的标定板位姿引导图像;
当输入的视频图像中检测到标定板时,进行标定图像控制点提取,计算标定图像中每一个控制点的与其领域控制点的在图像上的欧氏距离并计算其平均值作为控制点所对应的平均欧式距离特征,最终将得到标定图像中所有控制点所对应的平均欧氏距离;将相机视频流中当前标定图像每一个控制点的平均欧氏距离与预期位姿标定板图像中的在标定控制点阵列中处于相同位置的对应控制点的平均欧氏距离进行对比;若某标定图像控制点所对应的平均欧氏距离超出阈值范围,则对标定图像中该控制点所在区域进行伪彩色处理,当处理完所有标定图像控制点后即可生成具有色彩标记的标定板位姿引导图像。
2.根据权利要求1所述的方法,其特征在于,所述基于标定图像控制点的平均灰度对相机参数进行调整包括:
在使用相机对具有多个圆形标记的标定板拍摄一幅标定图像之后,从相机拍摄的标定图像中提取标定图像控制点;计算标定图像中控制点的平均灰度;根据标定图像中控制点的平均灰度来调节相机参数。
3.根据权利要求2所述的方法,其特征在于,进一步包括:判断标定图像控制点的平均灰度是否高于预期范围上界;若标定图像控制点的平均灰度高于预期范围上界则调整相机参数以降低后续拍摄的标定图像的亮度直至控制点的平均灰度在预期范围内。
4.根据权利要求2所述的方法,其特征在于,进一步包括:若标定图像控制点的平均灰度低于预期范围上界则进一步判断是否低于预期范围下界,当低于预期范围下界时调整相机参数以提高后续拍摄的标定图像的亮度直至控制点的平均灰度在预期范围内。
5.根据权利要求1所述的方法,其特征在于,当输入的视频图像中检测到标定板时,进一步包括:预期位姿标定板图像与标定图像融合形成标定板位姿引导图像,并通过显示屏和/或扬声器输出这些色彩标记以及相应的位姿调整信息,从而引导标定过程中操作人员将标定板调整至预期位姿;若当前标定图像控制点所对应的平均欧氏距离在阈值范围内,则保存相应的标定图像。
6.根据权利要求1所述的方法,其特征在于,对预期位姿标定板图像与标定图像融合并进行伪彩色处理形成标定板位姿引导图像包括:用绿色标记预期标定板位姿下标定图像控制点所在区域;以红色标记当前标定板位姿下标定图像控制点的平均欧氏距离大于预期阈值时标定图像控制点所在区域;以蓝色标记当前标定板位姿下标定图像控制点的平均欧氏距离低于预期阈值时标定图像控制点所在区域。
7.根据权利要求1所述的方法,其特征在于,所述融合预期位姿标定板图像与视频图像采用下式:
MergeImg=VedioImg*(1-MergeMsk)+factor*GuidImg*MergeMsk;
其中,VedioImg为当前视频图像;MergeMsk为预期位姿标定板图像中标定图像控制点所在区域的模板,它决定了预期位姿标定板图像与当前视频的图像融合区域;factor由R、G、B三个分量构成,为标定板位姿引导图像的色彩控制因子;GuidImg为预期位姿标定板图像;MergeImg为融合后图像。
8.一种基于增强现实的相机标定图像采集装置,其特征在于,包括标定板、相机以及电子设备;
其中,电子设备包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;所述存储器存储有多幅预期位姿标定板图像序列以及可被所述至少一个处理器执行的指令;所述相机通过输入输出接口与电子设备连接,并用于拍摄标定板以获取标定图像;所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至7中任一项所述的方法。
CN201811132824.9A 2018-09-27 2018-09-27 一种基于增强现实的相机标定图像采集方法及装置 Expired - Fee Related CN109345597B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811132824.9A CN109345597B (zh) 2018-09-27 2018-09-27 一种基于增强现实的相机标定图像采集方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811132824.9A CN109345597B (zh) 2018-09-27 2018-09-27 一种基于增强现实的相机标定图像采集方法及装置

Publications (2)

Publication Number Publication Date
CN109345597A CN109345597A (zh) 2019-02-15
CN109345597B true CN109345597B (zh) 2020-08-25

Family

ID=65306849

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811132824.9A Expired - Fee Related CN109345597B (zh) 2018-09-27 2018-09-27 一种基于增强现实的相机标定图像采集方法及装置

Country Status (1)

Country Link
CN (1) CN109345597B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110689583B (zh) * 2019-09-09 2022-06-28 苏州臻迪智能科技有限公司 一种标定方法、装置、存储介质及电子设备
CN113052910A (zh) * 2019-12-27 2021-06-29 杭州海康机器人技术有限公司 一种标定引导方法和相机装置
CN112184723B (zh) * 2020-09-16 2024-03-26 杭州三坛医疗科技有限公司 图像处理方法及装置、电子设备、存储介质
CN112116666B (zh) * 2020-09-21 2022-09-27 华中科技大学鄂州工业技术研究院 一种用于相机标定的位姿调节方法与装置
CN113077518B (zh) * 2021-03-15 2022-02-11 中移(上海)信息通信科技有限公司 一种相机参数标定方法、装置及存储介质
CN113870146A (zh) * 2021-10-15 2021-12-31 中国大恒(集团)有限公司北京图像视觉技术分公司 一种彩色相机图像边缘伪彩的校正方法
CN115100276B (zh) * 2022-05-10 2024-01-19 北京字跳网络技术有限公司 处理虚拟现实设备的画面图像的方法、装置及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN105118086A (zh) * 2015-06-30 2015-12-02 东莞市盟拓光电科技有限公司 3d-aoi设备中的3d点云数据配准方法及系统
CN106340044A (zh) * 2015-07-09 2017-01-18 上海振华重工电气有限公司 摄像机外参自动标定方法及标定装置
CN106408614A (zh) * 2016-09-27 2017-02-15 中国船舶工业系统工程研究院 适于现场应用的摄像机内参数标校方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN105118086A (zh) * 2015-06-30 2015-12-02 东莞市盟拓光电科技有限公司 3d-aoi设备中的3d点云数据配准方法及系统
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
CN106340044A (zh) * 2015-07-09 2017-01-18 上海振华重工电气有限公司 摄像机外参自动标定方法及标定装置
CN106408614A (zh) * 2016-09-27 2017-02-15 中国船舶工业系统工程研究院 适于现场应用的摄像机内参数标校方法和系统

Also Published As

Publication number Publication date
CN109345597A (zh) 2019-02-15

Similar Documents

Publication Publication Date Title
CN109345597B (zh) 一种基于增强现实的相机标定图像采集方法及装置
CN110555889B (zh) 一种基于CALTag和点云信息的深度相机手眼标定方法
CN107766855B (zh) 基于机器视觉的棋子定位方法、系统、存储介质及机器人
CN106683070B (zh) 基于深度相机的身高测量方法及装置
CN111783820A (zh) 图像标注方法和装置
CN110246124B (zh) 基于深度学习的目标尺寸测量方法及系统
CN106600648A (zh) 标定相机内参数和畸变系数的立体编码靶标及其标定方法
CN111872544B (zh) 激光出光指示点的标定方法、装置和振镜同轴视觉系统
WO2015022999A1 (en) Image processing apparatus, image processing system, image processing method, and computer program
CN112161997B (zh) 半导体芯片管脚三维几何尺寸的在线精密视觉测量方法及系统
WO2021136386A1 (zh) 数据处理方法、终端和服务器
US11562478B2 (en) Method and system for testing field of view
CN103902953B (zh) 一种屏幕检测系统及方法
CN113034612B (zh) 一种标定装置、方法及深度相机
CN111345029A (zh) 一种目标追踪方法、装置、可移动平台及存储介质
EP3144894B1 (en) Method and system for calibrating an image acquisition device and corresponding computer program product
CN114549652A (zh) 一种相机标定方法、装置、设备及计算机可读介质
CN112184793B (zh) 深度数据的处理方法、装置及可读存储介质
Itami et al. A simple calibration procedure for a 2D LiDAR with respect to a camera
CN114283079A (zh) 一种基于图卡拍摄校正的方法及设备
CN109308714A (zh) 基于分类惩罚的摄像头和激光雷达信息配准方法
CN115494652A (zh) 一种对头显设备进行装配的方法、装置、设备及存储介质
CN115187612A (zh) 一种基于机器视觉的平面面积测量方法、装置及系统
CN116524041A (zh) 一种相机标定方法、装置、设备及介质
Tushev et al. Robust coded target recognition in adverse light conditions

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200825

Termination date: 20210927