CN110163918B - 一种基于射影几何的线结构光标定方法 - Google Patents

一种基于射影几何的线结构光标定方法 Download PDF

Info

Publication number
CN110163918B
CN110163918B CN201910331899.8A CN201910331899A CN110163918B CN 110163918 B CN110163918 B CN 110163918B CN 201910331899 A CN201910331899 A CN 201910331899A CN 110163918 B CN110163918 B CN 110163918B
Authority
CN
China
Prior art keywords
points
equation
line
camera
point
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
CN201910331899.8A
Other languages
English (en)
Other versions
CN110163918A (zh
Inventor
张文政
邱志成
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201910331899.8A priority Critical patent/CN110163918B/zh
Publication of CN110163918A publication Critical patent/CN110163918A/zh
Application granted granted Critical
Publication of CN110163918B publication Critical patent/CN110163918B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30204—Marker
    • G06T2207/30208—Marker matrix
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于射影几何的线结构光标定方法，包括采集包含激光器打在标定板的条纹图像，利用张氏标定法求出相机内参。通过图像处理得到相关直线与交点的信息，利用平行直线的齐次坐标表达得到对应靶标平面的消隐线方程，进而得到对应激光条纹的消隐点坐标，进一步转换得到激光条纹在相机坐标系下的方向向量；利用交比不变的射影性质得到激光条纹上两特征点的欧式距离，结合方向向量与成像模型信息，联立方程组得到特征点在相机坐标系下三维坐标，对所有图像特征点坐标利用最小二乘进行平面拟合，得到光平面方程，完成线结构光标定。本方法利用射影几何的特征与性质进行标定，无需借助其他测量设备，精度高且简单易行。

Description

一种基于射影几何的线结构光标定方法
技术领域
本发明涉及一种视觉结构光测量领域，具体涉及一种基于射影几何的线结构光标定方法。
背景技术
随着工业相机与计算机的发展，视觉检测在工业检测中被大量使用，其中结构光视觉系统由于无需粘贴或定制标志点，包含信息多且精度高而应用更为广泛，最常见的即为线结构光与单目相机结合的测量系统，在使用系统进行检测前，必须标定光平面在相机坐标系下的表达式，进而由相机获取承载光条信息的被测物图像，透视成像模型结合光平面方程，实现三维测量。
常见的线结构光标定方法有拉丝法、锯齿靶法、基于交比不变的标定方法、基于神经网络的标定方法。拉丝法是根据光平面投射到空间分布不共面的细线上会形成亮点，采用其他仪器测出亮点在空间中的三维坐标，并结合亮点在相机中成像坐标得到光平面方程，该法需借助其他仪器且细丝上光点产生的漫反射会带来较大误差；锯齿靶法是采用一个锯齿状的靶标与一个一维工作平台实现较高精度的标定，但该法需要调节工作台使得光平面与靶标棱线垂直，操作较复杂，且对于靶标要求较高；基于交比不变的方法是利用透视投影共线点满足交比不变的性质，计算激光线上点在靶标坐标系下的三维坐标，再通过相机与每幅图像的相对外参转换到相机坐标系下，最后进行平面拟合，此法操作简单但外参矩阵的误差会传递导致标志点在相机坐标系下误差，并且获取的光平面点较少，基于神经网络的标定方法是借助光点瞄准装置以及高精度移动平台获取特征点的三维坐标，利用样本数据训练BP神经网络，优化寻找光平面方程系数，该法精度高，但需要其他高精度仪器，且操作较复杂不适合现场标定。
发明内容
本发明的目的在于针对现有标定线结构光技术需借助其他仪器或精度方面的不足，提出一种基于射影几何的线结构光标定方法，采用普通的棋盘格靶标，借助射影几何中空间直线方向向量与成像消隐点的对应关系以及交比不变的性质，结合透视成像模型完成标定，实现简单易行、精度较高的线结构光平面标定。
本发明采用如下技术方案：
一种基于射影几何的线结构光标定方法，包括相机、线激光器、计算机及棋盘格，具体步骤如下：
第一步：固定相机与线激光器位置，将棋盘格作为靶标置于相机视场内，激光器打在靶标形成条纹，相机采集包含条纹的靶标图像，并输入计算机；
第二步：对采集的靶标图像进行内参与畸变系数的标定，得到内参矩阵K、畸变系数向量Kc；
第三步：利用内参矩阵与畸变系数校正图像，经高斯滤波去除噪点和阈值化后，利用canny算子提取激光条纹边缘，从而利用最小二乘法拟合得到激光条纹在图像坐标系下的方程l0，用[a0 b0 c0]表示；
第四步：利用亚像素角点检测的方法在截取的ROI区域中确定第一排棋盘格角点a、b、c以及第四排棋盘格角点aa、bb、cc和与a、b点同列的某点m、n的坐标，进而得到直线ab方程l1：[a1 b1 c1]、直线aabb方程l2：[a2 b2 c2]、直线am方程l3：[a3 b3 c3]、直线bn方程l4：[a4 b4 c4]，并求l0与l1的交点p坐标(u1,v1)、l0与l2的交点pp点坐标(u2,v2)，P、PP点相机坐标系下坐标满足：
Figure GDA0002105015390000021
其中，i＝1,2；
第五步：由直线l1与l2方程得到对应棋盘格平面的消隐点Vanish_Point1，同样由l3与l4方程得到另一消隐点Vanish_Point2，进一步得到消隐线Vanish_L方程，结合激光条纹l0方程确定对应激光条纹的消隐点Vanish_Point0齐次坐标，进而得到光条在相机坐标系下的三维方向向量，并进一步得到P、PP点相机坐标系下坐标满足：
Figure GDA0002105015390000022
第六步：利用射影几何交比不变的性质通过已知点的图像距离与靶标距离
得到P、PP点欧式距离，进一步确认P、PP点相机坐标系下坐标满足：
Figure GDA0002105015390000031
第七步：根据方程(4)、(6)、(8)确定点P、PP在相机坐标系下的三维坐标；
第八步：重复第一步到第七步，改变靶标位置，采集N张靶标图像对采集的N张图像重复上述操作，得到2N个光平面上的特征点，由此进行拟合，通过优化目标函数，确定光平面方程系数，确定光平面方程，完成标定。
所述靶标为8×9的黑白相间棋盘格，每一格边长尺寸为dX＝25mm，采集图像过程中保证靶标不与相机成像平面平行。
所述第二步中，采用张氏标定法对采集的靶标图像进行内参与畸变系数的标定，得到内参矩阵K及畸变系数向量Kc
Figure GDA0002105015390000032
Kc＝[r1 r2 p1 p2 0] (2)
其中，fx为x轴归一化焦距，fy为y轴归一化焦距，(u0,v0)为相机光轴中心的图像坐标，r1、r2为一阶、二阶径向畸变系数，p1、p2为一阶、二阶切向畸变系数；另外，根据成像模型：
Figure GDA0002105015390000033
其中，(u,v)为某点图像坐标，(xc,yc,zc)为对应点在相机坐标系下坐标。
在射影几何中，空间中一条直线的消隐点由平行于该直线并过相机中心的射线与图像平面交点得到，因此消隐点仅依赖于直线的方向，从而直线l1与l2映射为同一消隐点，l3与l4映射为同一消隐点，由各自消隐点的齐次坐标叉乘即可得到消隐线方程，在提高精度的目的下，提取多条平行直线图像方程，采用最小二乘法以点到各直线距离和为目标函数优化消隐点坐标。
所述P、PP点欧式距离：
Figure GDA0002105015390000041
其中，dis为P、PP点欧式距离，dX为靶标方格边长的标称尺寸，λ为直线l1与直线l2间方格列数，距离为欧式不变量。
本发明的有益效果：
(1)本发明方法仅需借助一个棋盘格靶标，计算内参与标定光平面可采用同一组图像，且对靶标与光平面的相对位姿无特殊要求，操作简单易行，适用于现场标定。
(2)本发明通过消隐点与交比构造等式约束求解特征点三维坐标，无需借助外参进行多次坐标系间变换，减小误差的累积，并可获得较多的特征点坐标，提高光平面拟合精度。
附图说明
图1为本发明的总体流程图；
图2为本发明射影几何消隐点原理图；
图3为本发明射影几何交比不变原理图；
图4为基于射影几何的线结构光标定方法靶标示意图；
图5为本发明拟合平面图。
具体实施方式
下面结合实施例及附图，对本发明作进一步地详细说明，但本发明的实施方式不限于此。
实施例
如图1所示，一种基于射影几何的线结构光标定方法，包括
第一步，固定相机与线激光器位置后，将棋盘格靶标置于相机视场中，棋盘格作为标定板，线激光器打在标定板上形成条纹，相机采集图像并保存入计算机，调整靶标位置姿态，重复操作，采集N(20～30)张图像；
第二步采用张氏标定法对采集的靶标图像进行内参与畸变系数的标定，得到内参矩阵K、畸变系数向量Kc：
Figure GDA0002105015390000051
Kc＝[r1 r2 p1 p2 0] (2)
其中，fx为x轴归一化焦距，fy为y轴归一化焦距，(u0,v0)为相机光轴中心的图像坐标，r1、r2为一阶、二阶径向畸变系数，p1、p2为一阶、二阶切向畸变系数；另外，根据成像模型：
Figure GDA0002105015390000052
其中，(u,v)为某点图像坐标，(xc,yc,zc)为对应点在相机坐标系下坐标；
第三步利用内参矩阵与畸变系数校正图像，经高斯滤波去除噪点并阈值化后，利用canny算子提取激光条纹边缘，从而利用最小二乘法拟合得到激光条纹在图像坐标系下的方程l0：[a0 b0 c0](表示a0u+b0v+c0＝0,下同)，利用亚像素角点检测的方法在截取的ROI区域中确定第一排棋盘格角点a、b、c以及第四排棋盘格角点aa、bb、cc和与a、b点同列的某点m、n的坐标，进而得到直线
ab方程l1：[a1 b1 c1]、直线aabb方程l2：[a2 b2 c2]、直线am方程l3：[a3 b3 c3]、直线bn方程l4：[a4 b4 c4]，并求交点得到点p坐标(u1,v1)、pp点坐标(u2,v2)，由式(3)可知P、PP点相机坐标系下坐标满足(i＝1,2)：
Figure GDA0002105015390000053
ROI(Region of Interest感兴趣区域)可通过先粗略读取角点位置(画图软件鼠标移到相应位置即可读取)后给定区域长宽得到。通过在ROI内的图像采用亚像素角点检测即可检测到角点的准确位置，通过计算灰度梯度最大值及方向即可。
第四步由直线l1与l2方程得到对应棋盘格平面的消隐点Vanish_Point1，同样由l3与l4方程得到另一消隐点Vanish_Point2，进一步得到消隐线Vanish_L方程，结合激光条纹l0方程确定对应激光条纹的消隐点Vanish_Point0齐次坐标，进而由下式得到光条在相机坐标系下的三维方向向量：
d＝K-1·Vanish_Point0＝[d1 d2 d3]T (5)
从而，P、PP点相机坐标系下坐标满足：
Figure GDA0002105015390000061
第五步利用射影几何交比不变的性质通过已知点的图像距离与靶标距离得到P、PP点欧式距离，采用下式计算：
Figure GDA0002105015390000062
其中，dis为P、PP点欧式距离，dX为靶标方格边长的标称尺寸，λ为直线l1与直线l2间方格列数，距离为欧式不变量，从而P、PP点相机坐标系下坐标满足：
Figure GDA0002105015390000063
第六步联立方程(4)、(6)、(8)可确定点P、PP在相机坐标系下的三维坐标，对采集的N张图像重复上述操作，得到2N个光平面上的特征点，由此进行拟合，通过优化目标函数，确定光平面方程系数：
Figure GDA0002105015390000064
确定光平面方程为Ax+By+Cz+D＝0，完成标定。
如图2所示，在射影几何中，空间中一条直线的消隐点由平行于该直线并过相机中心的射线与图像平面交点得到，因此消隐点仅依赖于直线的方向，从而直线l1与l2映射为同一消隐点Vanish_Point1，l3与l4映射为同一消隐点Vanish_Point2，由各自消隐点的齐次坐标叉乘即可得到消隐线方程Vanish_L，在提高精度的目的下，可提取多条平行直线图像方程，采用最小二乘法以点到各直线距离和为目标函数优化消隐点Vanish_Point0坐标。
如图3及图4所示，在射影几何中，对于共线上的4点满足交比不变的特性，即如图3所示的共线上的点A、B、C、P及其成像在图像平面的点a、b、c、p满足式(7)关系，通过图像平面点的坐标计算交比，进而可以得到BP、BBPP的欧式距离，进一步由已知的棋盘格尺寸可以计算得到P与PP间欧式距离。
在本实施例中，采用靶标为8×9的黑白相间棋盘格，每一格边长尺寸为dX＝25mm，λ＝4，采集图像过程中保证靶标不与相机成像平面平行。相机采用德国balser工业CCD相机，分辨率为1600×1200，采用张氏标定法得到的相机内参如下表1所示：
表1相机内参与畸变系数
f<sub>x</sub> f<sub>y</sub> u<sub>0</sub>(pixel) v<sub>0</sub>(pixel) k<sub>1</sub> k<sub>2</sub> p<sub>1</sub> p<sub>2</sub>
2687.51 2687.29 749.27 568.50 -0.0669 0.1217 0.0011 0.0003
通过所述方法求得光平面特征点(P、PP)坐标如下表2所示，
表2特征点坐标
PointX PointY PointZ PointX PointY PointZ
-23.3089 -108.987 859.7911 -21.2956 -92.3189 864.1578
-6.43272 -0.03872 894.1116 -12.944 26.75672 880.302
-29.3592 -79.2536 850.244 -3.96281 -74.4572 904.2096
-11.5507 13.24586 885.7533 -5.9071 -11.8413 898.8104
18.16498 -81.4566 950.2754 -74.2995 -72.0592 751.5754
24.86436 17.70306 961.902 -49.0103 16.4036 803.9918
0.833039 -93.7765 910.5384 -109.396 -76.1727 675.3331
22.84769 -3.64605 956.6095 -81.7554 10.52019 733.0478
82.39167 -43.8835 1087.478 -59.3109 -86.6249 780.2462
54.72721 30.38851 1024.975 -40.414 5.037658 819.7346
45.25209 -41.9696 1006.506 -60.7632 -74.1962 780.921
15.7608 26.89107 940.2586 -44.8648 20.10983 812.7396
37.04282 -102.419 991.2281 -73.4591 -91.1901 754.5924
18.21101 -3.04706 947.6638 -51.7489 11.06049 798.2864
-21.5025 -71.9344 865.8015 -57.9157 -67.8432 783.9389
-7.49049 23.08991 893.6505 -41.6526 26.78855 817.1374
-64.3855 -33.8113 768.7468 -98.1294 -98.4791 698.731
-43.0634 53.23104 813.125 -79.1065 -3.97422 737.9853
-73.4186 -53.2433 750.9705 -97.5141 -80.1515 702.1413
-53.1023 43.0153 792.8189 -86.8462 17.32126 721.888
最小二乘法拟合得到的平面方程为：
2.3686x-0.0275y-1.1005z+1000＝0 (10)
特征点分布及拟合平面示意如图5所示。
本发明通过图像处理得到相关直线与交点的信息，利用平行直线的齐次坐标表达得到对应靶标平面的消隐线方程，进而得到对应激光条纹的消隐点坐标，进一步转换得到激光条纹在相机坐标系下的方向向量；利用交比不变的射影性质得到激光条纹上两特征点的欧式距离，结合方向向量与成像模型信息，联立方程组得到特征点在相机坐标系下三维坐标，对所有图像特征点坐标利用最小二乘进行平面拟合，得到光平面方程，完成线结构光标定。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (3)

1.一种基于射影几何的线结构光标定方法，其特征在于，包括相机、线激光器、计算机及棋盘格，具体步骤如下：
第一步：固定相机与线激光器位置，将棋盘格作为靶标置于相机视场内，激光器打在靶标形成条纹，相机采集包含条纹的靶标图像，并输入计算机；
第二步：对采集的靶标图像进行内参与畸变系数的标定，得到内参矩阵K、畸变系数向量Kc；
第三步：利用内参矩阵与畸变系数校正图像，经高斯滤波去除噪点和阈值化后，利用canny算子提取激光条纹边缘，从而利用最小二乘法拟合得到激光条纹在图像坐标系下的方程l0，用[a0 b0 c0]表示；
第四步：利用亚像素角点检测的方法在截取的ROI区域中确定第一排棋盘格角点a、b、c以及第四排棋盘格角点aa、bb、cc和与a、b点同列的某点m、n的坐标，进而得到直线ab方程l1：[a1 b1 c1]、直线aabb方程l2：[a2 b2 c2]、直线am方程l3：[a3 b3 c3]、直线bn方程l4：[a4b4 c4]，并求l0与l1的交点p坐标(u1,v1)、l0与l2的交点pp点坐标(u2,v2)，P、PP点相机坐标系下坐标满足：
Figure FDA0004029145110000011
其中，i＝1,2；
第五步：由直线l1与l2方程得到对应棋盘格平面的消隐点Vanish_Point1，同样由l3与l4方程得到另一消隐点Vanish_Point2，进一步得到消隐线Vanish_L方程，结合激光条纹l0方程确定对应激光条纹的消隐点Vanish_Point0齐次坐标，进而得到光条在相机坐标系下的三维方向向量，并进一步得到P、PP点相机坐标系下坐标满足：
Figure FDA0004029145110000012
第六步：利用射影几何交比不变的性质通过已知点的图像距离与靶标距离得到P、PP点欧式距离，进一步确认P、PP点相机坐标系下坐标满足：
Figure FDA0004029145110000021
第七步：根据方程(4)、(6)、(8)确定点P、PP在相机坐标系下的三维坐标；
第八步：重复第一步到第七步，改变靶标位置，采集N张靶标图像对采集的N张图像重复第三步到第七步的步骤，得到2N个光平面上的特征点，由此进行拟合，通过优化目标函数，确定光平面方程系数，确定光平面方程，完成标定；
所述第二步中，采用张氏标定法对采集的靶标图像进行内参与畸变系数的标定，得到内参矩阵K及畸变系数向量Kc
Figure FDA0004029145110000022
/>
Kc＝[r1 r2 p1 p2 0](2)
其中，fx为x轴归一化焦距，fy为y轴归一化焦距，(u0,v0)为相机光轴中心的图像坐标，r1、r2为一阶、二阶径向畸变系数，p1、p2为一阶、二阶切向畸变系数；另外，根据成像模型：
Figure FDA0004029145110000023
其中，(u,v)为某点图像坐标，(xc,yc,zc)为对应点在相机坐标系下坐标；
所述P、PP点欧式距离：
Figure FDA0004029145110000024
其中，dis为P、PP点欧式距离，dX为靶标方格边长的标称尺寸，λ为直线l1与直线l2间方格列数，距离为欧式不变量。
2.根据权利要求1所述的线结构光标定方法，其特征在于，所述靶标为8×9的黑白相间棋盘格，每一格边长尺寸为dX＝25mm，采集图像过程中保证靶标不与相机成像平面平行。
3.根据权利要求1所述的线结构光标定方法，其特征在于，在射影几何中，空间中一条直线的消隐点由平行于该直线并过相机中心的射线与图像平面交点得到，因此消隐点仅依赖于直线的方向，从而直线l1与l2映射为同一消隐点，l3与l4映射为同一消隐点，由各自消隐点的齐次坐标叉乘即可得到消隐线方程，在提高精度的目的下，提取多条平行直线图像方程，采用最小二乘法以点到各直线距离和为目标函数优化消隐点坐标。
CN201910331899.8A 2019-04-24 2019-04-24 一种基于射影几何的线结构光标定方法 Active CN110163918B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910331899.8A CN110163918B (zh) 2019-04-24 2019-04-24 一种基于射影几何的线结构光标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910331899.8A CN110163918B (zh) 2019-04-24 2019-04-24 一种基于射影几何的线结构光标定方法

Publications (2)

Publication Number Publication Date
CN110163918A CN110163918A (zh) 2019-08-23
CN110163918B true CN110163918B (zh) 2023-03-28

Family

ID=67638670

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910331899.8A Active CN110163918B (zh) 2019-04-24 2019-04-24 一种基于射影几何的线结构光标定方法

Country Status (1)

Country Link
CN (1) CN110163918B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112630751B (zh) * 2019-10-09 2024-06-18 中车时代电动汽车股份有限公司 一种激光雷达的标定方法
CN110930460B (zh) * 2019-11-15 2024-02-23 五邑大学 面向结构光3d视觉系统的全自动标定方法及装置
CN111402330B (zh) * 2020-04-03 2024-02-27 山东省科学院激光研究所 一种基于平面靶标的激光线关键点提取方法
CN111272102A (zh) * 2020-05-06 2020-06-12 中国空气动力研究与发展中心低速空气动力研究所 一种线激光扫描三维测量标定方法
CN112197701B (zh) * 2020-09-30 2022-08-26 山东省科学院激光研究所 应用于大幅面工件的三维数据提取方法
CN112767492A (zh) * 2020-12-25 2021-05-07 江苏集萃智能光电系统研究所有限公司 一种铁路轮对尺寸检测装置及其标定方法
CN113610929B (zh) * 2021-08-09 2023-08-18 西安外事学院 一种相机与多线激光的联合标定方法
CN113686262B (zh) * 2021-08-13 2022-10-11 桂林电子科技大学 一种线结构光扫描仪标定方法、装置及存储介质
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
CN114565678B (zh) * 2022-01-28 2024-03-22 河海大学 一种基于方向向量的线结构光平面快速标定方法
CN114800520B (zh) * 2022-05-23 2024-01-23 北京迁移科技有限公司 高精度的手眼标定方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101673399A (zh) * 2009-09-29 2010-03-17 浙江工业大学 编码结构光三维视觉系统的标定方法
CN102927908A (zh) * 2012-11-06 2013-02-13 中国科学院自动化研究所 机器人手眼系统结构光平面参数标定装置及方法
CN103837869A (zh) * 2014-02-26 2014-06-04 北京工业大学 基于向量关系的单线激光雷达和ccd相机标定方法
CN103903260A (zh) * 2014-03-24 2014-07-02 大连理工大学 一种摄像机内参数快速标定的靶标方法
CN103942784A (zh) * 2014-04-03 2014-07-23 云南大学 棋盘格中三条互不平行直线求解抛物折反射摄像机内参数
CN104036512A (zh) * 2014-06-25 2014-09-10 西北工业大学 一种基于正交消隐点的新型Tsai’s摄像机标定改进方法
CN105678785A (zh) * 2016-02-01 2016-06-15 西安交通大学 一种激光与相机相对位姿关系的标定方法
CN106091983A (zh) * 2016-06-03 2016-11-09 长春师范大学 包含扫描方向信息的线结构光视觉测量系统完整标定方法
CN106600647A (zh) * 2016-06-30 2017-04-26 华南理工大学 一种双目视觉多线投影结构光标定方法
CN107218904A (zh) * 2017-07-14 2017-09-29 北京航空航天大学 一种基于锯齿靶标的线结构光视觉传感器标定方法
CN108510546A (zh) * 2017-02-28 2018-09-07 北京航空航天大学 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
CN108981608A (zh) * 2018-05-29 2018-12-11 华南理工大学 一种新型线结构光视觉系统及标定方法
CN109029284A (zh) * 2018-06-14 2018-12-18 大连理工大学 一种基于几何约束的三维激光扫描仪与相机标定方法
CN109443209A (zh) * 2018-12-04 2019-03-08 四川大学 一种基于单应性矩阵的线结构光系统标定方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101673399A (zh) * 2009-09-29 2010-03-17 浙江工业大学 编码结构光三维视觉系统的标定方法
CN102927908A (zh) * 2012-11-06 2013-02-13 中国科学院自动化研究所 机器人手眼系统结构光平面参数标定装置及方法
CN103837869A (zh) * 2014-02-26 2014-06-04 北京工业大学 基于向量关系的单线激光雷达和ccd相机标定方法
CN103903260A (zh) * 2014-03-24 2014-07-02 大连理工大学 一种摄像机内参数快速标定的靶标方法
CN103942784A (zh) * 2014-04-03 2014-07-23 云南大学 棋盘格中三条互不平行直线求解抛物折反射摄像机内参数
CN104036512A (zh) * 2014-06-25 2014-09-10 西北工业大学 一种基于正交消隐点的新型Tsai’s摄像机标定改进方法
CN105678785A (zh) * 2016-02-01 2016-06-15 西安交通大学 一种激光与相机相对位姿关系的标定方法
CN106091983A (zh) * 2016-06-03 2016-11-09 长春师范大学 包含扫描方向信息的线结构光视觉测量系统完整标定方法
CN106600647A (zh) * 2016-06-30 2017-04-26 华南理工大学 一种双目视觉多线投影结构光标定方法
CN108510546A (zh) * 2017-02-28 2018-09-07 北京航空航天大学 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
CN107218904A (zh) * 2017-07-14 2017-09-29 北京航空航天大学 一种基于锯齿靶标的线结构光视觉传感器标定方法
CN108981608A (zh) * 2018-05-29 2018-12-11 华南理工大学 一种新型线结构光视觉系统及标定方法
CN109029284A (zh) * 2018-06-14 2018-12-18 大连理工大学 一种基于几何约束的三维激光扫描仪与相机标定方法
CN109443209A (zh) * 2018-12-04 2019-03-08 四川大学 一种基于单应性矩阵的线结构光系统标定方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A Calibration Method Based on Multi-Linear Structured Light;Zhiqiang Wei等;《Procedia Engineering》;20101231;第7卷;第345-351页 *
基于共面靶标的线结构光传感器标定新方法;陈天飞等;《光学学报》;20150131;第35卷(第1期);第0112004-(1-9)页 *
线结构光标定方法综述;张曦等;《激光与光电子学进展》;20170817;第020001-(1-11)页 *

Also Published As

Publication number Publication date
CN110163918A (zh) 2019-08-23

Similar Documents

Publication Publication Date Title
CN110163918B (zh) 一种基于射影几何的线结构光标定方法
CN112797915B (zh) 一种线结构光测量系统的标定方法、标定装置、以及系统
CN109269430B (zh) 基于深度提取模型的多株立木胸径被动测量方法
CN109272574B (zh) 基于投影变换的线阵旋转扫描相机成像模型构建方法和标定方法
Lucchese Geometric calibration of digital cameras through multi-view rectification
CN112465912B (zh) 一种立体相机标定方法及装置
US7356201B2 (en) Process and device for the automatic rectification of single-channel or multi-channel images
CN107886547B (zh) 一种鱼眼相机标定方法及系统
US10771776B2 (en) Apparatus and method for generating a camera model for an imaging system
CN109373912B (zh) 一种基于双目视觉的非接触式六自由度位移测量方法
CN109272555B (zh) 一种rgb-d相机的外部参数获得及标定方法
CN112815843B (zh) 一种3d打印过程中工件表面打印偏差的在线监测方法
CN109255818B (zh) 一种新型标靶及其亚像素级角点的提取方法
JP2013178656A (ja) 画像処理装置、画像処理方法および画像処理用のプログラム
CN109544642B (zh) 一种基于n型靶标的tdi-ccd相机参数标定方法
CN115187676A (zh) 一种高精度线激光三维重建标定方法
CN112489137A (zh) 一种rgbd相机标定方法及系统
JP5998532B2 (ja) 補正式算出方法、補正方法、補正装置及び撮像装置
WO2018168757A1 (ja) 画像処理装置、システム、画像処理方法、物品の製造方法、プログラム
CN114612412A (zh) 三维点云数据的处理方法及其用途、电子设备、存储介质
CN112050752B (zh) 一种基于二次投影的投影仪标定方法
CN111462216B (zh) 一种圆形阵列标定板中圆心像素坐标确定方法
JP2021038939A (ja) キャリブレーション装置
CN115841517A (zh) 一种基于dic双圆交比的结构光标定方法和装置
CN115409898A (zh) 一种基于特殊环形标定板的高精度相机标定方法及设备

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