CN110246185A - 图像处理方法、装置、系统、存储介质和标定系统 - Google Patents

图像处理方法、装置、系统、存储介质和标定系统 Download PDF

Info

Publication number
CN110246185A
CN110246185A CN201810187242.4A CN201810187242A CN110246185A CN 110246185 A CN110246185 A CN 110246185A CN 201810187242 A CN201810187242 A CN 201810187242A CN 110246185 A CN110246185 A CN 110246185A
Authority
CN
China
Prior art keywords
calibration
calibration point
image
under
coordinate
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.)
Granted
Application number
CN201810187242.4A
Other languages
English (en)
Other versions
CN110246185B (zh
Inventor
朱文峤
冯晓端
王彬
潘攀
任小枫
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.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201810187242.4A priority Critical patent/CN110246185B/zh
Publication of CN110246185A publication Critical patent/CN110246185A/zh
Application granted granted Critical
Publication of CN110246185B publication Critical patent/CN110246185B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T7/85Stereo 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)

Abstract

本发明公开了一种图像处理方法、装置、系统、存储介质和标定系统。该方法包括:选择用于标定物的多个视角,利用图像采集设备采集标定物在每个视角下的标定物图像;确定每个视角下的标定物图像中的标定点以及标定点的唯一标识编号;通过标定点的唯一标识编号,确定标定点在每个视角下的空间位置和在每个视角下的标定物图像中的投影位置;根据标定点在每个视角下的空间位置和每个视角下的标定物图像中的投影位置,确定图像采集设备的标定参数。根据本发明实施例提供的图像处理方法,可以简化标定过程,提高标定精度和标定过程的易用性。

Description

图像处理方法、装置、系统、存储介质和标定系统
技术领域
本发明涉及图像处理领域,尤其涉及一种图像处理方法、装置、系统、存储介质和标定系统。
背景技术
在图像测量或者机器视觉应用中,三维重建是可以利用不同的视角采集到的图像来计算得到物体三维几何形状的过程。基于计算机视觉进行物体的三维重建的技术,可以通过摄像机获取的图像信息计算三维空间中物体的集合信息,并由此重建和识别物体。
空间物体表面某点的三维几何位置与该点在图像中对应点的匹配关系时有摄像机成像的几何模型决定的,这些集合模型参数就是相机参数,相机参数的确定过程就是相机标定的过程。因此,相机标定是基于计算机视觉进行物体的三维建模过程中非常关键的环节,其标定结果的精度直接影响相机工作产生结果的准确性。
目前比较通用的标定方法时基于棋盘格的标定方法,该方法可以通过提取图像空间中棋盘格黑白交界处的角点坐标来实现相机标定。但是棋盘格角点坐标的提取精度,容易受拍摄的角度、光照、相机景深的影响;另外,利用棋盘格实现标定,相机需要看到棋盘格的所有角点,限制了相机视角的灵活性,也降低了标定过程的易用性。
发明内容
本发明实施例提供一种图像处理方法、装置、系统、存储介质和标定系统,可以简化标定过程,提高标定精度和标定过程的易用性。
根据本发明实施例的一方面,提供一种图像处理方法,包括:选择用于标定物的多个视角,利用图像采集设备采集标定物在每个视角下的标定物图像;确定每个视角下的标定物图像中的标定点以及标定点的唯一标识编号;通过标定点的唯一标识编号,确定标定点在每个视角下的空间位置和在每个视角下的标定物图像中的投影位置;根据标定点在每个视角下的空间位置和每个视角下的标定物图像中的投影位置,确定图像采集设备的标定参数。
根据本发明实施例的另一方面,提供一种图像处理装置,包括:
标定物图像采集模块,用于选择用于标定物的多个视角,利用图像采集设备采集标定物在每个视角下的标定物图像;标定点及编号确定模块,用于确定每个视角下的标定物图像中的标定点以及标定点的唯一标识编号;空间和投影位置确定模块,用于通过标定点的唯一标识编号,确定标定点在每个视角下的空间位置和在每个视角下的标定物图像中的投影位置;拍摄标定参数确定模块,用于根据标定点在每个视角下的空间位置和每个视角下的标定物图像中的投影位置,确定图像采集设备的标定参数。
根据本发明实施例的再一方面,提供一种图像处理系统,包括:存储器和处理器;该存储器用于存储程序;该处理器用于读取存储器中存储的可执行程序代码以执行上述的图像处理方法。
根据本发明实施例的又一方面,提供一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当指令在计算机上运行时,使得计算机执行上述各方面所述的图像处理方法。
根据本发明实施例的还一方面,提供一种标定物,包括:多个标定点,标定点包括环形编码区,环形编码区用于表征标定点的编码值,标定点的唯一标识编号包括标定点的编码值。
根据本发明实施例的再另一方面,提供一种标定系统,包括上述标定物、转台设备、投影设备和图像采集设备;标定物,被配置为放置在转台设备上;转台设备,被配置为通过围绕转台转轴进行旋转,选择用于标定物的多个视角;投影设备,被配置为向位于转台设备上的标定物投射结构光编码图;图像采集设备,被配置为在选择的视角下采集标点物在结构光编码图投射下的标定物图像。
根据本发明实施例中的图像处理方法、装置、系统、存储介质和标定系统,不需要拍摄标定物表面上所有带编码信息的标定点,即可实现对相机、投影仪和转台设备的标定,使相机的拍摄视角的选择更灵活,同时提高了标定实施过程的易用性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是示出根据本发明实施例的标定系统的结构示意图;
图2是图1中标定物表面单个标定点的编码示意图;
图3是示出根据本发明实施例的确定标定点空间坐标点的示意图;
图4是示出根据本发明一个实施例的图像处理方法的流程图;
图5是示出根据本发明另一个实施例的图像处理方法的流程图;
图6是示出根据本发明一个实施例的图像处理装置的结构示意图;
图7是示出根据本发明实施例的标定系统的硬件结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例,为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本发明,并不被配置为限定本发明。对于本领域技术人员来说,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本发明实施例中,图像测量过程以及机器视觉应用中可以通过对物体对象进行三维重建,得到该物体对象的三维模型,从而研究物体对象的三维结构。对物体对象进行三维重建的方法例如可以包括:基于双目立体匹配的三维重建方法、基于结构光的三维重建方法以及基于光度立体视觉的三维重建方法。
在一个实施例中,基于双目立体匹配的三维重建方法,是利用双目视觉技术,通过双目相机即两个相隔一定距离的相机从不同拍摄视角同时获取物体对象的图像信息,通过立体匹配算法找到两幅图像中像素点的对应关系,并根据三角几何原理计算得到该物体对象的视差图像,该视差图像可以用于表征物体对象的深度信息,从而利用物体对象的深度信息进行三维重建,实现对目标场景和物体对象的三维建模。
在一个实施例中,基于光度立体视觉的三维重建方法,是可以利用光度立体算法,通过光照变化对物体对象的三维模型进行建模的方法。光度立体技术可以在物体对象和摄像机的位置不发生变化的情况下,在不同光照条件下使用同一拍摄视角拍摄物体对象的多幅图像,并根据光照变化分析图像内容(图像颜色或图像亮度)与光照之间的变化关系,从而获得物体对象的表面朝向和物体对象的形状,以对物体进行建模。
在一个实施例中,在基于结构光的三维重建方法中,采用可以进行三维扫描的仪器设备,例如三维扫描仪对实际物体对象进行三维建模。三维扫描仪可以包括投影设备和摄像设备,投影设备可以用于向真实场景中的物体对象的指定区域投射结构光编码图,摄像设备用于拍摄在结构光编码图投射下的该物体对象的指定区域,得到该物体对象指定区域的二维图像,对物体对象指定区域的二维图像进行处理,可以得到代表物体对象高度信息的相位信息,以及投影仪和相机的像素位置的对应关系,利用三角测量的方法,根据物体对象的相位信息、以及投影仪和相机的像素位置的对应关系,还原物体对象的三维尺寸,可以实现对该物体对象的三维重建。
在本发明实施例对物体对象进行三维重建的过程中,为了对物体对象进行更精确地三维测量,需要首先对三维重建过程中使用的仪器设备进行标定。以相机标定为例,在上述实施例对物体对象进行三维重建的方法中,均需要对相机进行标定以确定相机参数。
在本发明实施例中,相机参数可以用于描述世界坐标系、相机坐标系和图像坐标系之间的转换关系,相机参数包括相机外参、相机内参和相机畸变系数。相机标定可以理解为是求解相机外参矩阵、相机内参矩阵和相机畸变系数的过程,相机标定可以使拍摄的物体对象的二维图像更精确地反映该物体对象在三维空间中的位置和图像特征,并消除相机镜头带来的畸变。
作为一个示例,相机外参包括旋转矩阵R和平移向量t,用于表示相机在世界坐标系中的旋转方向和相机位置,相机外参可以用于描述世界坐标系和相机坐标系的转换关系,即世界坐标系中的三维点是怎样经过旋转和平移,转换为相机坐标系中的三维点。
作为一个示例,相机内参数包括与相机自身特性相关的参数,例如相机焦距、像素大小和光心位置等,相机内参数可以用于描述相机坐标系和图像坐标系之间的转换关系,即相机坐标系中的三维点是如何经过摄像机的镜头、针孔成像和电子转化而成为图像坐标系中的二维像素点。
作为一个示例,由于相机镜头很难达到理想中的状态,通常相机镜头存在镜头畸变,造成图像坐标系中二维像素点的位置与理论计算得到的二维像素点的理想位置存在光学畸变误差,光学畸变误差影响被测点在图像坐标系上的坐标值,利用相机畸变系数可建立畸变图像坐标和校正图像坐标之间的映射关系,从而根据内参矩阵和畸变参数对存在畸变的图像进行校正。
在本发明上述实施例基于结构光的三维重建方法中,投影仪标定可以提高投影仪图像的精度,减少投影误差。利用投影仪标定可以确定投影仪参数,投影仪参数可以用于描述物体对象在世界坐标系的三维点、投影中心点在世界坐标系的三维点、以及投影图像中二维像素点之间的转换关系。投影仪参数投影仪外参、投影仪内参和投影仪畸变系数,投影仪标定可以理解为是确定投影仪外参矩阵、投影仪内参矩阵和投影仪畸变系数的过程。
在一个实施例中,投影仪对物体对象的投影过程可以看成是相机成像的一个逆过程,对投影仪标定时,可以将投影仪看成反向的相机,将相机拍摄图像理解为投影仪逆投射图像。作为一个示例,投影仪标定过程中,通过转台设备旋转,可以使用两组不同方向的结构光编码图像建立投影仪图像坐标和相机图像坐标的坐标对应关系,得到对投影仪进行标定所需的图像数据,从而使用相机标定方法标定投影仪,确定投影图像中的二维点和物体对象三维点的转换关系。
在上述实施例对物体对象进行三维重建的过程中,如果需要从不同的视角采集物体对象的二维图像,可以固定相机位置和投影仪位置,而将物体对象放置在转台设备上进行旋转,以改变投影仪投射角度和相机拍摄视角。转台标定是计算转台转轴,以及转台转轴与转台上表面的交点坐标的过程。提高结构光测量系统的测量精度,还需要对投影仪以及转台设备进行标定。
在一个实施例中,转台参数包括转台转轴坐标,以及转台转轴放置于转台的物体对象的上表面相交得到的交点坐标,转台标定可以理解为是计算转台转轴坐标和该交点坐标的过程。
现有的基于棋盘格对相机进行标定的方法涉及图像空间中棋盘格的角点提取,角点提取可以理解为是通过角点检测获得棋盘格上具有特定特征的图像点,该特定特征例如可以包括灰度特征、梯度特征和图像旋转特征等。棋盘格是一个二维平面结构,通过相机拍摄三维空间中的棋盘格,获取棋盘格黑白交界处的角点的二维图像,并对图像空间中角点的二维图像进行处理,获得相机参数以对相机进行标定。
由于棋盘格的角点坐标的提取精度容易受拍摄的角度、光照和相机景深的影响,在基于结构光的三维重建过程中,确定投影仪和相机的像素位置的对应关系时,会涉及结构光编码模式的提取,结构光编码模式的提取在棋盘格的黑色区域和白色区域的敏感度和精度不同,从而影响相机标定精度和投影仪标定精度;以及利用棋盘格进行标定时,为了获得图像特征点的坐标,相机通常需要提取棋盘格的所有角点,限制了相机视角的灵活性,降低了标定实施过程的易用性。
基于上述原因,本发明实施例提供一种基于带编码信息的标定点的标定方法、装置和系统,用于提高标定精度并简化标定过程,在标定过程中通过相机采集标定物的图像时,不需要采集标定物外表面上的所有标定点,从而增加了相机视角的灵活性和标定实施过程的易用性。
下面结合图1和图2,描述根据本发明实施例的标定系统。图1示例性地示出了根据本发明实施例的标定系统的结构示意图,图2是示出图1中标定物外表面上单个标定点的编码示意图。
如图1所示,本发明实施例的标定系统100可以包括:转台101、标定物102、投影设备103、摄像设备104和处理器110。其中,标定物102可以被设置为位于转台101上,转台101可以被设置为以转台转轴为中心进行旋转,投影设备103和摄像设备104可以分别被布置位于沿环形方向正对标定物102。
在本发明实施例中,投影设备103例如可以是投影仪,摄像设备102例如可以是相机、摄像头等。为了保证标定精度,应保证投影仪投影到立体标定物上的结构光的编码模式和相机采集到的图像均清晰而不失焦。
在一个实施例中,标定物102为带平面的立体结构。作为一个示例,标定物102可以是一个至少具有三个外表面的多面体,该多面体的多个外表面之间可以周向相围。如图1所示,本发明实施例可以采用圆作为基本编码模式,将包含编码信息的圆形标定点印在该多面体的表面以构建立体标定物。
本领域技术人员都应理解,可以使用多种实现方式来完成标定物的建立。例如,可以使用三菱柱、三菱体、立方体、长方体、梯形体、八面体等带平面的立体结构来建立。为了简化描述起见,本文下述的多个实施例以正方体为例来阐述该立体标定物的具体建立方式。但该描述并不能被解读为限制本方案的范围或实施可能性,正方体以外的其他多面体标定物的处理方法与对正方体标定物的处理方法保持一致。
下面结合图2,描述根据本发明实施例的标定物及其制作过程。
如图2所示,以单个标定点作为示例,本发明实施例的标定点可以包括环形编码区,该环形编码区可以是一个同心圆环,该同心圆环的内半径可以设置为R2,外半径可以设置为R3,外半径R3大于内半径R2。
在一个实施例中,将360度圆周角等分为N份,等分的圆周角与环形编码区相交后,环形编码区沿圆周形成等角度间隔,该环形编码区沿圆周方向被分成N等分,每个等分对应一个编码子区域,标定点的环形编码区被分为N个编码子区域,对该N个编码子区域进行不同颜色的填充,并对每个编码子区域的填充颜色进行编码标记。
在一个实施例中,当编码子区域的填充颜色为黑色,编码标记例如可以记为0;当编码子区域的填充颜色为白色,编码标记例如可以记为1。选择一个编码子区域,将选择的编码子区域作为固定的起点编码子区域,从起点编码子区域开始,按照指定方向依次获取每个编码子区域的编码标记,得到该标定点的编码值。作为一个示例,该实施例中指定方向为顺时针方向或逆时针方向。
在该实施例中,N为可以整除360的正整数,标定点的编码值可以表示为一个N位的二进制数值,为了便于根据标定点的编码值区分不同的标定点,也可以将编码值表示为十进制数字。作为一个示例,当N等于8,可以将该环形编码区沿圆周方向分成8等分,得到8个编码子区域,进行黑色填充或白色填充,可以得到28=256个标定点。
在一个实施例中,由于编码子区域的编码标记呈环状排列,为保证在标定点的环形编码区发生旋转时标定点的编码值与其他编码值不发生重叠,可对环形编码区的编码值进行归类处理,归类处理可以包括如下步骤S01~S03:
S01,设置至少一个旋转位移步长值;
S02,对于每个旋转位移步长值,选取未进行归类处理的编码值中的一个作为第一编码值;
S03,如果未进行归类处理的编码值中存在满足预设归类条件的第二编码值,则将第一编码值和该第二编码值设置为相同的编码值,该相同的编码值可以是第一编码值和第二编码值中的任一个编码值。
在上述步骤S03中,预设归类条件包括:第一编码值所在的环形编码区通过旋转可以与第二编码值所在的环形编码区重叠,且第二编码值相对于第一编码值的旋转位移量为设置的旋转位移步长值的整数倍。
在一个实施例中,可以按照上述步骤S01~S03,依次处理每个未进行归类处理的环形编码区的编码值,直到所有环形编码区的编码值均已进行归类处理。
作为一个示例,图2所示的标定点的环形编码区的编码值可以表示为二进制数值11010111或表示为十进制数字215。
继续参考图2,设置旋转位移参考量为1,对于该旋转位移参考量,将11010111设置为第一编码值,确定满足上述预设归类条件的第二编码值为:11010111、11101011、11110101、11111010、01111101、10111110、01011111、10101111。
在该示例中,将该第一编码值与满足预设归类条件的第二编码值设置为相同的编码值,并选择该第一编码值和第二编码值中的任一个作为归类后的一个编码值。
作为一个示例,将标定点的环形编码区域分为8等份时,对环形编码区域进行颜色填充和编码值的归类处理后,可以得到如果十进制编码表示的35个编码值:1,3,5,7,9,11,13,15,17,19,21,23,25,27,29,31,37,39,43,45,47,51,53,55,59,61,63,85,87,91,95,111,119,127,255。
在一个实施例中,如图2所示,标定点还可以包括非编码区,非编码区可以是一个实心圆,该实心圆与环形编码区具有相同的圆心,且实心圆的半径R1、环形编码区的同心圆外半径R3、环形编码区的同心圆内半径R2的关系为R1<R2<R3。
在上述实施例中,通过设计一种带编码的圆,通过对圆的编码来区分不同的圆。下面结合具体的实施例,详细介绍本发明实施例中标定物的制作过程。
在一个实施例中,获取立体结构实际用于标定的表面,将立体结构实际用于标定的表面作为待印制标定物的表面,以下描述中简称待印制表面。考虑到该立体结构的其中一个表面需要作为底面与转台固定连接,因此实际用于标定的表面数量为该立体结构的表面数量减1。以正方体为例,实际用于标定的表面数量为5,因此制作标定物时的待印制表面的数量为5。
在本发明实施例,标定物的制作需要在待印制表面上印制标定点,为了区分不同的标定点,可以对每个标定点进行编号,并且,根据单个标定点的环形编码区域的编码子区域的数量,可以确定与该编码子区域的数量对应的不重复的标定点的总数量。作为一个示例,上述实施例中编码子区域的个数为N=8个,对环形编码区域进行颜色填充和编码值的归类处理后,可以得到共35个不重复的标定点。
在一个实施例中,标定物的每个外表面上的标定点数量可以小于等于该标定点的总数量。作为一个示例,标定物的其中一个外表面上可以包括4个不同编码值的标定点,该外表面上的标定点数量小于不重复的标定点的总数量(N=8,不重复的标定点的总数量为35)。
由于标定物制作完成后,标定物的每个外表面上的标定点的数量和标定点之间的排列顺序是固定的。因此,当标定物的外表面上的标定点不同时,该标定点的编码值可以作为该标定点的唯一标识编码。
在本发明实施例中,可以预先记录标定物的每个外表面上标定点的唯一标识编码,以及在标定物的该外表面上与该唯一标识编码对应的具体位置,从而确定标定物外表面上标定点在空间坐标系下的坐标值。
在一个实施例中,为了提高获取到的标定物图像的处理精度,标定物的一个外表面上标定点的数量往往大于标定点的总数量。作为一个示例,根据上述实施例的描述可知,将标定点的环形编码区域分为8等份时,编码子区域的数量为8,可以得到对应的35个不重复的标定点,当标定物的一个外表面上需要放置1万个标定点时,该外表面上的标定点之间必然会发生重复,仅使用标定点的编码值无法对该表面的每个标定点进行唯一标识。
因此,当标定物的外表面的其中一个表面上需要印制的标定点的数量大于标定点的总数量时,可以对标定点进行分组处理。具体地,在标定物的外表上,多个相邻的标定点可以进行组合形成标定点分组。
在一个实施例中,每个标定点分组中标定点的数量可以自定义。作为一个示例,标定物的同一个外表面上,每个标定点分组中的标定点数量可以相同;标定物的外表面之间,标定点分组中的标定点数量可以相同,也可以不同。
在一个实施例中,当标定物的一个外表面上标定点的数量大于标定点的总数量时,标定点分组中标定点的编码值之间的排列顺序可以是唯一的。
在一个实施例中,假设每个标定点分组中的标定点的数量为N1,在标定物的其中一个外表面上,任意N1个标定点的排列顺序在标定物的该其中一个外表面上是唯一的。
在本发明实施例的标定系统中,可以根据标定点分组中标定点的编码值之间的排列顺序确定每个标定点所属分组的组编号。因此,标定点的唯一标识编码可以包括标定点的编码值和标定点所属分组的组编号。
本发明实施例的标定系统中,根据获取的标定物图像可以确定标定物图像中每个标定点的编码值,根据每个标定点相邻的标定点的编码值,可以确定标定物图像中每个标定点编码值的排列顺序,从而确定标定点所属的分组。
在该实施例中,标定系统中可以预先记录标定物的每个外表面上标定点的唯一标识编码,以及与该唯一标识编码对应的该标定点在标定物外表面上的具体位置,从而确定标定物外表面上标定点在空间坐标系下的坐标值。
综上所示,本发明实施例可以提供一种标定物,该标定物可以包括多个标定点,标定点包括环形编码区,环形编码区用于表征标定点的编码值,标定点的唯一标识编号包括标定点的编码值。
在一个实施例中,标定点包括实心圆和环形编码区,环形编码区环绕实心圆,且与实心圆同心配置;环形编码区分为N个编码子区域,N为可以整除360的正整数,编码子区域被配置为通过填充不同的颜色或图案以表示不同的编码值;单个环形编码区的多个编码子区域的编码值以固定顺序排列构成该环形编码区所在标定点的编码值,标定点的唯一标识编号包括标定点的编码值。
作为一个示例,编码子区域被配置为通过填充第一颜色表示二进制编码值0,以及通过填充第二颜色表示二进制编码值1,第一颜色不同于第二颜色。
作为一个示例,编码子区域被配置为通过填充第一图案表示二进制编码值0,以及通过填充第二图案表示二进制编码值1,第一图案不同于第二图案。
在一个实施例中,多个标定点形成标定点分组,每个标定点分组对应一个组编号,标定点分组的组编号是通过多个标定点的编码值之间的排列顺序确定的;标定点分组被印制在标定物的外表面上;标定点的唯一标识编号包括标定点的编码值和标定点所在标定点分组的组编号。
本发明实施例中基于结构光的三维重建方法所使用的仪器设备包括相机、投影仪和转台,为了对物体对象实现精确地三维测量,以增加后续基于三维测量结果进行三维重建的精确性,需要对相机、投影仪以及转台进行标定,确定相机参数、投影仪参数和转台参数。
如图1所示,在一个实施例中,标定物被配置为放置在转台设备上;转台设备,被配置为通过围绕转台转轴进行旋转,选择用于标定物的多个视角;投影设备,被配置为向位于转台设备上的标定物投射结构光编码图;图像采集设备,被配置为在选择的视角下采集标点物在结构光编码图投射下的标定物图像。
下面继续结合图1所示的标定系统,通过具体实施例描述对相机参数、投影仪参数和转台参数的标定过程。
在本发明实施例中,可以采用不同的相机标定方法对相机进行标定,例如传统相机标定方法、自标定方法以及张正友相机标定方法。上述相机标定方法的基本原理可以概括为:找到足够多的空间点的三维位置以及对应的空间点在相机图像坐标系的坐标,在此基础上计算相机的外部参数、内部参数和畸变系数。
下面以张正友相机标定法(简称张氏标定法)为例,介绍根据本发明实施例中的相机标定方法的具体流程。
在本发明实施例中,平面的单应性可以用于描述从一个平面到一个平面的投影映射关系。作为一个示例,将标定物102在三维空间中的平面投影到相机坐标系二维平面的投影映射关系称为是真实场景中标定物102平面到图像平面的单应性关系。根据针孔摄像机成像模型,真实场景中标定物102平面到图像平面的单应性关系可以表示为表达式(1)或表达式(2):
s×q=H×Q (1)
或者
在上面的表达式(1)和表达式(2)中,Q=[X Y Z 1]T为标定物上的某一点在真实场景中的三维坐标,q=[u v 1]T是图像坐标上对应点的二维齐次像素坐标,s为预设的比例因子,用于限制单应性关系中三维坐标平面到二维坐标平面的投影映射比例,H为表示该单应性关系的单应性矩阵。
在一个实施例中,单应性矩阵H包括相机的外参数矩阵K和摄像机内参数矩阵M。因此,本发明实施例中的相机标定过程可以理解为是单应性矩阵H的求解过程。
作为一个示例,在上述表达式(2)中的单应性矩阵H表示为H=M×K,其中,K为相机的外参数矩阵,M为相机的内参数矩阵。具体地,可以将H的表达式代入上述表达式(1)和表达式(2)中,得到标定物外表面到投影图像平面的单应性关系表示为下述表达式(3)或表达式(4):
s×q=M×K×Q (3)
或者
在上述表达式(3)和(4)中,矩阵K=[r1 r2 r3 t]表示相机的外参数矩阵,即旋转矩阵R=[r1 r2 r3]和平移向量t;矩阵表示相机的内参数矩阵,其中,(u0,v0)表示图像坐标系中图像的主光轴点的坐标例如图像中心点的坐标,∝和β可以用于表征相机焦距,γ表示图像坐标系中坐标轴倾斜参数,理想情况下γ=0,即图像坐标系中坐标轴未发生倾斜。
也就是说,可以将H表示为:H=M×[r1 r2 r3 t]。
在一个实施例中,由于张氏标定法将世界坐标系构建在标定物外表面上,因此可以将每个标定物外表面视为Z=0的平面,标定物外表面上的标定点的空间坐标可以表示为(x,y),以及取消旋转矩阵R=[r1 r2 r3]中相对于Z轴的旋转向量r3,得到R=[r1 r2]。也就是说,标定物外表面到投影图像平面的单应性关系表示为下面的表达式(5):
根据上述表达式(5),标定物外表面到投影图像平面的单应性关系表示为下面的表达式(6):
根据上述表达式(6),当单应性矩阵H可以表示为下述表达式(7):
由上述表达式(7)可知,可以通过标定物的多个不同的标定物图像来计算每幅标定物图像下的旋转矩阵R和平移矩阵t,同时也计算相机的内参数矩阵M。
如上述表达式(7)可知,单应性矩阵H中,共包含8个需要确定的参数,其中5个相机内参数,3个相机外参数。因此理论上至少需要构建8个方程。由于标定物的每个平面分别为Z=0的平面,标定物平面的一个标定点的空间坐标例如(x,y)与相机坐标系下该顶点的对应的图像点坐标例如(u,v)可以形成一对对应点,假设对应点之间的函数关系可以表示为u=f(x,y)以及v=g(x,y),则每对对应点可以提供两个方程,因此至少需要获取标定物上的4个标定点,利用该至少四个标定点中每个标定点的空间坐标和该标定点对应的图像点的图像坐标,可以计算得到世界坐标系平面到图像坐标系平面的单应性矩阵H。
在一个实施例中,计算单应性矩阵H中的内参矩阵时,由上述表达式(7)可以得到下面的表达式(8):
由于旋转矩阵中r1和r2正交,即r1和r2满足以及||r1||=||r2||=1。将r1和r2正交作为约束条件,结合上述表达式(7),可以得到如下述表达式(9)中单应性矩阵H中h1、h2以及内参数矩阵M的函数关系。
由上述表达式(9)可知,一个单应性矩阵可以提供两个方程式,而相机内参数M包括5个需要确定的参数,因此求解相机内参数时至少需要三个不同的单应性矩阵,为了得到三个不同的单应性矩阵,应使用至少三幅不同的标定物图片。
在本发明实施例中,可以通过改变相机与标定物的相对位置得到至少三幅不同的标定物图片,相机与标定物的相对位置可以体现为相机对标定物的拍摄视角。
如图1所示,在一个实施例中,将标定物102放置在转台101上,在保持投影仪103和相机104的位置不变的情况下,通过转台101的旋转改变相机与标定物的相对位置以选择用于标定物的拍摄视角,控制投影仪103可以向标定物表面的不同区域投射结构光编码图,相机104可以拍摄不同拍摄视角下经标定块表面反射的结构光编码图,得到该结构光编码图投射下的对应区域的图像。
作为一个示例,转台101旋转一个角度时,投影仪将结构光编码图投射到标定物102的第一区域,相机在该旋转角度对应的第一拍摄视角下,拍摄经标定物102表面反射的结构光编码图,得到结构光投射下的第一区域图像。
在该实施例中,根据相机拍摄的第一区域图像以及上述实施例中标定点的分组规则和编码规则,对第一区域图像中的标定点进行解码,得到第一区域图像中每个标定点的唯一标识编号。
在一个实施例中,标定物每个外表面上的标定点在世界坐标系下可以表示为(x,y,z),x表示标定点在世界坐标系中对应于横轴X的坐标,y表示标定点在世界坐标系中对应于纵轴Y的坐标,z表示标定点在世界坐标系中对应于垂直轴Z的坐标。由于张氏标定法可以将世界坐标系构建在标定物的外表面上,标定物的外表面在世界坐标系中可以表示为垂直轴坐标为0的平面即垂直轴Z=0的平面。因此,标定物每个外表面上的标定点在世界坐标系下的空间坐标可以表示为(x,y)。
在一个实施例中,标定系统可以预先选择位于标定物表面的一个标定点的中心作为基准点,该基准点在标定物外表面上的空间坐标可以表示为(x0,y0)。
在本发明实施例中,根据标定点的唯一标识编号,可以确定标定物外表面上标定点之间的位置关系,例如标定点之间的排列顺序和标定点之间的间隔距离。利用标定物外表面上选定的基准点的空间坐标(x0,y0),以及标定点之间的排列顺序和标定点之间的间隔距离,可以得到标定物表面其他标定点的空间坐标。
为了便于理解,图3示出了根据本发明实施例的确定标定点空间坐标点的示意图。如图3所示,相机在选择的拍摄视角下采集标定物图像,确定采集的标定物图像中的标定点,并选择其中一个标定点作为基准点。任意两个标定点的中心之间的距离表示该两个标定点之间的间隔距离。
假设标定物的外表面上任意一个标定点A的坐标为(xa,ya),在确定了标定点的唯一标识编号后,可以得到标定点A与其他标定点之间的排列顺序和标定点之间的间隔距离,进而可以确定标定点A相对于基准点(x0,y0)的偏移距离,从而可以确定标定点A相对于基准点的空间坐标(xa,ya)。
由此,基于拍摄得到的每个视角下的标定物图像中标定点的唯一标识编号,可以确定每个标定点在标定物的外表面上相对于基准点的位置,从而确定每个视角下的标定物图像中标定点的空间坐标。
在一个实施例中,由于拍摄角度等环境因素的影响,标定物外表面上的标定点在经相机拍摄得到的图像平面中的投影近似为椭圆,因此可以根据图像文件中圆和椭圆的拟合关系,计算得到选择的第一视角对应的标定物图像中与标定物外表面上的标定点在图像平面中对应的椭圆图像点的中心坐标。
通过上述实施例可知,可以继续选择第二拍摄视角,利用相机采集第二拍摄视角下标定物图像,确定第二拍摄视角下的标定物图像中标定点的空间坐标和图像坐标;以及选择第三拍摄视角,利用相机采集第三拍摄视角下标定物图像,确定第三拍摄视角下的标定物图像中标定点的空间坐标和图像坐标。
在一个实施例中,对相机进行标定时,利用图像采集设备例如相机采集的标定物在不同视角下的标定物图像可以是相互独立的。也就是说,选择的不同视角下的标定物图像中标定点的唯一标识编号可以不完全相同或者完全不同,利用相机采集的多个视角下的标定物图像可以涉及标定物的一个或多个外表面的多个标定点。
在一个实施例中,为了计算得到的相机的标定参数更加准确,可以选择大于三个不同的拍摄视角,并且每个视角下的标定物图像可以涉及标定物的不同外表面,以保证参与计算的标定物外表面的标定点的多样性,以增加计算结果的精确程度。
也就是说,可以利用标定物的至少一个外表面,选择该至少一个外表面的至少3个视角,基于每个视角下的标定点的空间坐标和图像坐标,利用上述实施例中所述的张正友标定方法,确定相机的标定参数。
在一个实施例中,通过改变相机与标定物之间的相对位置,利用至少3幅不同拍摄视角下的标定物图像中标定点的空间坐标和图像坐标,以得到至少3张不同的图片以及标定物上的至少4个对应点,从而结合上述实施例所述的张正友标定方法,通过矩阵运算计算得到内参数矩阵M中的参数。
在一个实施例中,利用张氏标定法,结合上述表达式(8)可以计算相机外参数矩阵K,在计算得到相机内参数矩阵M和相机外参数矩阵K之后,考虑到使用相机拍摄标定物图像时可能发生的畸变,使用参数估计算法估计相机畸变参数,并利用参数优化算法对相机畸变参数进行优化以得到较为精确的相机畸变参数。
作为一个示例,可以使用最小二乘估计法估计相机畸变参数,并利用极大似然算法对估计的相机畸变参数进行优化以得到较为精确的相机畸变参数。
通过上述实施例中的图像处理方法,利用计算得到的相机内参数矩阵,相机外参数矩阵和相机畸变参数,确定相机标定参数,完成对相机的标定。
在一个实施例中,对投影仪标定时,通过转台设备旋转,可以使用两组不同方向的结构光编码图像建立投影仪图像和相机图像的对应关系,确定对投影仪进行标定所需的图像数据,从而得到标定点在投影仪像平面坐标系上的图像坐标,从而结合上述表达式(7),参照对相机进行标定的方法,以标定板外表面上的标定点的空间坐标和投影仪像平面坐标系上的对应点的坐标作为输入,得到投影仪的内参数;再根据投影仪像平面与摄像机像平面上对应点的坐标对应关系进行运算,确定投影图像中的二维点和物体对象三维点的转换关系,实现对投影仪的标定。
在一个实施例中,对转台进行标定时需要计算转台的转轴坐标以及该转轴与转台上表面的交点坐标。由于转台的运动是圆周运动,为了计算转台的转轴坐标和该转轴与转台上表面的交点坐标,可以通过不同拍摄视角下的标定物图像中标定点的唯一标识编号,确定每个拍摄视角下的标定物图像中的标定点的空间位置关系,从而对每个拍摄视角下的标定物图像中标定点的运行轨迹进行拟合。
作为一个示例,对转台的标定可以包括以下步骤S11至S13:
首先,在步骤S11,可以对转台以转轴为中心进行旋转。
作为一个示例,对于标定物外表面上的一个标定点,转台旋转至少三个角度时,该标定点通过转台的圆周运动对应了圆周运动的至少三个运动轨迹点,通过三个运动轨迹点可以拟合出一个该标定点对应的一个轨迹圆。
其次,在步骤S12,通过计算标定物外表面上的多个标定点的圆心,将该多个标定点的圆心连线,得到转台的转轴坐标。
最后,在步骤S13,转台的转轴与位于转台上的标定物的上表面相交,得到转轴与转台上表面的交点坐标。从而实现对转台的标定。
本发明实施例的标定方法,可以通过标定点的编码值以区分不同的标定点,克服了棋盘格的黑色区域和白色区域的由于敏感度和精度不同而影响标定精度的缺陷,通过对标定点进行编码和解码,确定标定点的空间坐标以及在图像坐标系的图像坐标,实现对相机、投影仪和转台进行标定。整个标定过程中,相机不需要拍摄标定物外表面的所有标定点,提高了相机视角的灵活性和标定实施过程的易用性。
为了更好的理解本发明,下面将结合附图,以结构光三维重建技术为例,详细描述根据本发明实施例的标定方法、装置和系统,应注意,这些实施例并不是用来限制本发明公开的范围。
图4示出了根据本发明实施例的图像处理方法的流程图。如图4所示,在一个实施例中,图像处理方法400可以包括:
如步骤S410所示,对圆进行编码,编码后的圆分组,并将分组后的圆印在立体结构的指定表面上,得到立体结构的标定物。
在该步骤中,标定物每个表面的圆的编码是唯一的,或者每个表面的圆的组合中,圆的编码的组合是唯一的。
作为一个示例,在标定物的其中一个表面,任意N个圆的组合中,N个圆的编码的组合是唯一的,N为大于等于1的一个整数。
如步骤S420所示,将立体标定物放在转台上。
在该步骤中,为保证标定的精度以及保证相机采集到的图像和投影仪投到立体标定物上的结构光编码图都是清晰不失焦的。
如步骤S430所示,选择转台的一个旋转角度。
如步骤S440所示,在选择的旋转角度下,利用投影仪向立体标定物表面投射结构光,并通过相机采集结构光投射下立体标定物的与选择的旋转角度对一个的标定物图像。
如步骤S450所示,判断是否已经选择转台旋转的N个角度,N为大于等于3的正整数。如果判定已经选择转台旋转的N个角度,执行下述步骤S460和S470,如果判定未满足已选择转台旋转的N个角度,继续执行上述步骤S430和S440。
如步骤S460所示,对至少3个旋转角度下获得的立体标定物图像中的圆进行解码,提取每个旋转角度对应的标定物图像中的圆心在相机图像坐标系中的坐标,以及根据投影仪图像坐标系和相机图像坐标系的对应关系,计算每个旋转角度对应的标定物图像中的圆心在投影仪图像坐标系的坐标。
如步骤S470所示,利用提取到的圆心在投影坐标系中的坐标,以及提取到的圆心在投影仪图像坐标系的坐标,对相机、投影仪和转台进行标定。
在该步骤中,可以利用每个旋转角度对应的标定物图像中的圆心在相机图像坐标系中的坐标,以及每个旋转角度对应的标定物图像中的圆心在世界坐标系中的坐标,构建相机的投影模型,求解图像采集设备的投影模型以得到图像采集设备的参数。
在该步骤中,可以根据每个旋转角度对应的标定物图像中的圆心在投影仪图像坐标系的坐标,以及每个旋转角度对应的标定物图像中的圆心在世界坐标系中的坐标,建立投影设备的投影模型,求解投影设备的投影模型以得到投影设备的参数。
在该步骤中,标定物上的每个带编码信息的圆,在至少三个不同的旋转角度,分别对应了转台运动轨迹上的三个轨迹点,该三个轨迹点可以拟合出一个轨迹圆,分别计算出每个轨迹圆的圆心,轨迹圆的圆心连线即为转台的转轴,确定转台转轴与位于转台上的标定物的上表面相交的交点坐标,将转台转轴的空间坐标和交点坐标,作为转台的参数。
在本发明实施例中,对相机、投影机或转台进行标定时,获取的标定物图像不需要覆盖位于标定物表面的每个带编码信息的圆,而只需要获取至少三个不同视角下的标定物图像,即可利用上述实施例中的图像处理方法,计算得到相机参数、投影仪参数以及转台参数,从而对相机、投影仪和转台分别进行标定,简化标定过程并增加了标定实施过程的易用性。
图5示出了根据本发明另一实施例的图像处理方法的流程图。如图5所示,在一个实施例中,图像处理方法500可以包括:
步骤S510,选择用于标定物的多个视角,利用图像采集设备采集标定物在每个视角下的标定物图像。
步骤S520,确定每个视角下的标定物图像中的标定点以及标定点的唯一标识编号。
步骤S530,通过标定点的唯一标识编号,确定标定点在每个视角下的空间位置和在每个视角下的标定物图像中的投影位置。
步骤S540,根据标定点在每个视角下的空间位置和每个视角下的标定物图像中的投影位置。
在一个实施例中,标定点包括环形编码区,环形编码区用于表征标定点的编码值,标定点的唯一标识编号包括标定点的编码值。
在该实施例中,标定点包括实心圆和环形编码区,环形编码区环绕实心圆,且与实心圆同心配置;
环形编码区分为N个编码子区域,N为可以整除360的正整数,编码子区域被配置为通过填充不同的颜色或图案以表示不同的编码值;
单个环形编码区的多个编码子区域的编码值以固定顺序排列构成该环形编码区所在标定点的编码值,标定点的唯一标识编号包括标定点的编码值。
作为一个示例,编码子区域被配置为通过填充第一颜色表示二进制编码值0,以及通过填充第二颜色表示二进制编码值1。
在一个实施例中,多个标定点形成标定点分组,每个标定点分组对应一个组编号,标定点分组的组编号是通过多个标定点的编码值之间的排列顺序确定的;标定点分组可以被印制在标定物的外表面上;标定点的唯一标识编号包括标定点的编码值和标定点所在标定点分组的组编号。
在一个实施例中,步骤S530具体可以包括:
步骤S531,通过标定点的唯一标识编号,确定标定点在标定物的外表面上的位置,根据位置确定标定点在每个视角下的空间坐标。
步骤S532,计算每个视角下的标定物图像中与标定点对应的图像点的中心坐标,将对应的图像点的中心坐标作为标定点在每个视角下的图像坐标。
步骤S533,根据标定点在每个视角下的空间坐标和标定点在每个视角下的图像坐标,确定标定点在多个视角下的空间位置关系。
在一个实施例中,步骤S540具体可以包括:
步骤S541,根据至少三幅不同视角下标定点的空间位置和投影位置,构建图像采集设备的成像模型,标定点的成像模型用于表征标定点在每个视角下的空间坐标与标定点在每个视角下的图像坐标之间的几何变换关系。
在该步骤中,可以根据至少三幅不同视角下标定点的空间坐标和图像坐标,利用相机标定算法,构建图像采集设备的投影模型。
步骤S542,求解图像采集设备的成像模型,得到图像采集设备的标定参数,图像采集设备的标定参数包括图像采集设备内参数、图像采集设备外参数和图像采集设备畸变参数中的至少一种。
在该实施例中,可以将带编码信息的标定点印在标定物体表面,并可以通过采集标定物体至少一个表面上的至少3个不同拍摄视角下的标定物图像,以构建图像采集设备的投影模型,从而求解该投影模型,实现对相机的标定。
在一个实施例中,步骤S510中每个视角下的标定物图像可以被配置为是使用投影设备向标定物投射结构光编码图,在结构光编码图投射下利用图像采集设备对标定物在每个视角下进行拍摄得到的。
在该实施例中,图像处理方法500具体可以包括:
步骤S550,确定结构光编码图在投影设备图像坐标系中的图像坐标与每个视角下的标定物图像在图像采集设备图像坐标系中的图像坐标的坐标对应关系。
步骤S560,基于坐标对应关系和图像采集设备采集的每个视角下的标定物图像,确定投影设备的标定参数。
具体地,该步骤S560具体可以包括:
步骤S561,通过标定点的唯一标识编号,确定标定点在标定物的外表面上的位置,根据位置确定标定点在每个视角下的空间坐标;
步骤S562,根据坐标对应关系和每个视角下的标定物图像在图像采集设备图像坐标系中的图像坐标,确定每个视角下的标定物图像在投影设备图像坐标系中的图像坐标;
步骤S563,根据标定点在每个视角下的空间坐标和每个视角下的标定物图像在投影设备图像坐标系中的图像坐标,构建投影设备的投影模型;
步骤S564,求解投影设备的投影模型,得到投影设备的标定参数,投影设备的标定参数包括投影设备内参数,投影设备外参数和投影设备畸变参数中的至少一种。
在该实施例中,可以利用投影仪投射的结构光建立投影仪图像坐标系和相机图像坐标系的对应关系,建立投影设备的投影模型,求解投影设备的投影模型以得到投影设备的标定参数。
在本发明实施例中,可以将待编码信心的圆印在标定物体表面,通过多个不同旋转角度采集到的标定物体单个平面或者多个平面的标定物图像,实现对相机和投影仪的同时标定。
在一个实施例中,标定物位于转台设备上,选择的用于标定物的每个视角被配置为通过转台设备以转台转轴为中心进行旋转时选择的。
在该实施例中,图像处理方法500还可以包括:
步骤S570,根据每个视角下的标定物图像中标定点的唯一标识编号,对每个视角下的标定物图像中同一标定点的圆周运动进行拟合,计算同一标定点的圆周运动所形成的圆周的圆心。
步骤S580,连接同一标定点的圆周运动所形成的圆周的圆心,确定转台转轴的空间坐标,以及确定转台转轴与标定物的外表面的交点的空间坐标,将转台转轴的空间坐标和交点的空间坐标,作为转台的标定参数。
通过上述步骤S561-S563,实现对转台设备的标定,将转台的转轴坐标和转轴与标定物的外表面相交的交点坐标,作为转台设备的标定参数。
在本发明实施例中,可以将带编码信息的圆印在带多个平面的立体结构上,通过采集标定物不同旋转角度对应的标定物图像,实现对相机、投影仪和转台的标定。
根据本发明实施例的图像处理方法,采集标定物图像时,不需要覆盖到标定物表面上所有带编码信息的圆,也可以实现对相机、投影仪和转台设备的标定,相机的拍摄视角更灵活,同时提高了标定实施过程的易用性;
并且,通过提取圆心坐标对带编码信息的圆进行定位,定位精度不会受到拍摄角度、光照、相机景深等环境因素的影响;在基于结构光的三维重建中,投影仪的结构光编码模式的提取不会受到标定物体中圆的编码信息的影响,从而进一步的提高对三维重建设备进行标定的精度。
下面结合附图,详细介绍根据本发明实施例的图像处理装置。
图6示出了根据本发明一实施例提供的图像处理装置的结构示意图。如图6所示,图像处理装置600包括:
标定物图像采集模块610,用于选择用于标定物的多个视角,利用图像采集设备采集标定物在每个视角下的标定物图像;
标定点及编号确定模块620,用于确定每个视角下的标定物图像中的标定点以及标定点的唯一标识编号;
空间和投影位置确定模块630,用于通过所述标定点的唯一标识编号,确定标定点在每个视角下的空间位置和在每个视角下的标定物图像中的投影位置;
拍摄标定参数确定模块640,用于根据标定点在每个视角下的空间位置和每个视角下的标定物图像中的投影位置,确定图像采集设备的标定参数。
在一个实施例中,标定点包括环形编码区,非编码区用于表征标定点的编码值,标定点的唯一标识编号包括标定点的编码值。
在该实施例中,标定点包括实心圆和环形编码区,环形编码区环绕实心圆,且与实心圆同心配置;环形编码区分为N个编码子区域,N为可以整除360的正整数,编码子区域被配置为通过填充不同的颜色或图案以表示不同的编码值;单个环形编码区的多个编码子区域的编码值以固定顺序排列构成该环形编码区所在标定点的编码值,标定点的唯一标识编号包括标定点的编码值。
作为一个示例,编码子区域被配置为通过填充第一颜色表示二进制编码值0,以及通过填充第二颜色表示二进制编码值1。
在一个实施例中,多个标定点形成标定点分组,每个标定点分组对应一个组编号,标定点分组的组编号是通过多个标定点的编码值之间的排列顺序确定的;标定点分组被印制在标定物的外表面上;标定点的唯一标识编号包括标定点的编码值和标定点所在标定点分组的组编号。
在一个实施例中,空间位置关系确定模块630可以包括:
第一空间坐标确定单元,用于通过标定点的唯一标识编号,确定标定点在标定物的外表面上的位置,根据位置确定标定点在每个视角下的空间坐标;
第一图像坐标确定单元,用于计算每个视角下的标定物图像中与标定点对应的图像点的中心坐标,将对应的图像点的中心坐标作为标定点在每个视角下的图像坐标;
空间位置关系确定模块630还用于根据标定点在每个视角下的空间坐标和标定点在每个视角下的图像坐标,确定标定点在多个视角下的空间位置关系。
在一个实施例中,拍摄标定参数确定模块640可以包括:
成像模型构建单元,用于根据至少三幅不同视角下标定点的空间位置和投影位置,构建图像采集设备的成像模型,标定点的成像模型用于表征标定点在每个视角下的空间坐标与标定点在每个视角下的图像坐标之间的几何变换关系;
成像模型求解单元,用于求解图像采集设备的成像模型,得到图像采集设备的标定参数,图像采集设备的标定参数包括图像采集设备内参数、图像采集设备外参数和图像采集设备畸变参数中的至少一种。
在一个实施例中,每个视角下的标定物图像被配置为使用投影设备向标定物投射结构光编码图,在结构光编码图投射下利用图像采集设备对标定物在每个视角下进行拍摄得到的。
在该实施例中,图像处理装置600还可以包括:
坐标对应关系确定模块,用于确定结构光编码图在投影设备图像坐标系中的图像坐标与每个视角下的标定物图像在图像采集设备图像坐标系中的图像坐标的坐标对应关系;
投影标定参数确定模块,用于基于坐标对应关系和图像采集设备采集的每个视角下的标定物图像,确定投影设备的标定参数。
在一个实施例中,投影标定参数确定模块具体可以包括:
第二空间坐标确定单元,用于通过标定点的唯一标识编号,确定标定点在标定物的外表面上的位置,根据位置确定标定点在每个视角下的空间坐标;
第二图像坐标确定单元,用于根据坐标对应关系和每个视角下的标定物图像在图像采集设备图像坐标系中的图像坐标,确定每个视角下的标定物图像在投影设备图像坐标系中的图像坐标;
投影模型构建单元,用于根据标定点在每个视角下的空间坐标和每个视角下的标定物图像在投影设备图像坐标系中的图像坐标,构建投影设备的投影模型;
投影模型求解单元,用于求解投影设备的投影模型,得到投影设备的标定参数,投影设备的标定参数包括投影设备内参数,投影设备外参数和投影设备畸变参数中的至少一种。
在该实施例中,可以利用相机图像坐标系和投影仪图像坐标系的图像坐标对应关系,根据相机拍摄的多个视角下的标定物图像的坐标,得到对投影仪进行标定的二维图像的坐标,并结合标定点在每个视角下的空间坐标构建投影模型,对投影模型求解实现对投影仪的参数标定。
在一个实施例中,标定物位于转台设备上,每个视角被配置为通过转台设备以转台转轴为中心进行旋转时选择的。
在该实施例中,图像处理装置600还可以包括:
圆周拟合模块,用于根据每个视角下的标定物图像中标定点的唯一标识编号,对每个视角下的标定物图像中同一标定点的圆周运动进行拟合,计算同一标定点的圆周运动所形成的圆周的圆心;
转台标定参数计算模块,用于连接同一标定点的圆周运动所形成的圆周的圆心,确定转台转轴的空间坐标,以及确定转台转轴与标定物的外表面的交点的空间坐标,将转台转轴的空间坐标和交点的空间坐标作为转台的标定参数。
在该实施例中,可以通过对多幅标定物图像中相同标定点的圆周运行进行拟合,实现对转台设备的标定。
根据本发明实施例的图像处理装置的其他细节与以上结合图1至图5描述的根据本发明实施例的图像处理方法类似,在此不再赘述。
图7是示出能够实现根据本发明实施例的图像处理方法和装置的计算设备的示例性硬件架构的结构图。
如图7所示,计算设备700包括输入设备701、输入接口702、中央处理器703、存储器704、输出接口705、以及输出设备706。其中,输入接口702、中央处理器703、存储器704、以及输出接口705通过总线710相互连接,输入设备701和输出设备706分别通过输入接口702和输出接口705与总线710连接,进而与计算设备700的其他组件连接。具体地,输入设备701接收来自外部(例如,图像采集设备)的输入信息,并通过输入接口702将输入信息传送到中央处理器703;中央处理器703基于存储器704中存储的计算机可执行指令对输入信息进行处理以生成输出信息,将输出信息临时或者永久地存储在存储器704中,然后通过输出接口705将输出信息传送到输出设备706;输出设备706将输出信息输出到计算设备700的外部供用户使用。
在一个实施例中,图7所示的计算设备700可以被实现为包括:存储器,被配置为存储程序;处理器,被配置为运行存储器中存储的程序,以执行结合图1至图6描述的根据本发明实施例的图像处理方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品或计算机可读存储介质的形式实现。所述计算机程序产品或计算机可读存储介质包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发明的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述,仅为本发明的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (27)

1.一种图像处理方法,包括:
选择用于标定物的多个视角,利用图像采集设备采集所述标定物在每个视角下的标定物图像;
确定所述每个视角下的标定物图像中的标定点以及所述标定点的唯一标识编号;
通过所述标定点的唯一标识编号,确定所述标定点在所述每个视角下的空间位置和在所述每个视角下的标定物图像中的投影位置;
根据所述标定点在所述每个视角下的空间位置和所述每个视角下的标定物图像中的投影位置,确定所述图像采集设备的标定参数。
2.根据权利要求1所述的图像处理方法,其中,
所述标定点包括环形编码区,所述环形编码区用于表征所述标定点的编码值,所述标定点的唯一标识编号包括所述标定点的编码值。
3.根据权利要求1所述的图像处理方法,其中,
所述标定点包括实心圆和环形编码区,所述环形编码区环绕所述实心圆,且与所述实心圆同心配置;
所述环形编码区分为N个编码子区域,N为能整除360的正整数,所述编码子区域被配置为通过填充不同的颜色或图案以表示不同的编码值;
单个环形编码区的多个编码子区域的编码值以固定顺序排列构成该环形编码区所在标定点的编码值,所述标定点的唯一标识编号包括所述标定点的编码值。
4.根据权利要求3所述的图像处理方法,其中,
所述编码子区域被配置为通过填充第一颜色表示二进制编码值0,以及通过填充第二颜色表示二进制编码值1。
5.根据权利要求1所述的图像处理方法,其中,
多个标定点形成标定点分组,每个标定点分组对应一个组编号,所述组编号是通过所述多个标定点的编码值之间的排列顺序确定的;
所述标定点的唯一标识编号包括所述标定点的编码值和所述标定点所在标定点分组的组编号。
6.根据权利要求1所述的图像处理方法,所述通过所述标定点的唯一标识编号,确定所述标定点在所述每个视角下的空间位置和在所述每个视角下的标定物图像中的投影位置,包括:
通过所述标定点的唯一标识编号,确定所述标定点在所述标定物的外表面上的位置,根据所述位置确定所述标定点在所述每个视角下的空间坐标;
计算所述每个视角下的标定物图像中与所述标定点对应的图像点的中心坐标,将所述对应的图像点的中心坐标作为所述标定点在所述每个视角下的图像坐标。
7.根据权利要求6所述的图像处理方法,其中,所述根据所述标定点在所述每个视角下的空间位置和所述每个视角下的标定物图像中的投影位置,确定所述图像采集设备的标定参数,包括:
根据至少三幅不同视角下所述标定点的所述空间位置和所述投影位置,构建所述图像采集设备的成像模型,所述标定点的成像模型用于表征所述标定点在每个视角下的空间坐标与所述标定点在所述每个视角下的图像坐标之间的几何变换关系;
求解所述图像采集设备的成像模型,得到所述图像采集设备的标定参数,所述图像采集设备的标定参数包括图像采集设备内参数、图像采集设备外参数和图像采集设备畸变参数中的至少一种。
8.根据权利要求1所述的图像处理方法,其中,所述每个视角下的标定物图像被配置为使用投影设备向所述标定物投射结构光编码图,在所述结构光编码图投射下利用所述图像采集设备对所述标定物在所述每个视角下进行拍摄得到的;
所述图像处理方法还包括:
确定所述结构光编码图在投影设备图像坐标系中的图像坐标与所述每个视角下的标定物图像在图像采集设备图像坐标系中的图像坐标的坐标对应关系;
基于所述坐标对应关系和所述图像采集设备采集的所述每个视角下的标定物图像,确定所述投影设备的标定参数。
9.根据权利要求8所述的图像处理方法,其中,所述基于所述坐标对应关系和所述图像采集设备采集的所述每个视角下的标定物图像,确定所述投影设备的标定参数,包括:
通过所述标定点的唯一标识编号,确定所述标定点在所述标定物的外表面上的位置,根据所述位置确定所述标定点在每个视角下的空间坐标;
根据所述坐标对应关系和所述每个视角下的标定物图像在图像采集设备图像坐标系中的图像坐标,确定所述每个视角下的标定物图像在投影设备图像坐标系中的图像坐标;
根据所述标定点在所述每个视角下的空间坐标和所述每个视角下的标定物图像在投影设备图像坐标系中的图像坐标,构建所述投影设备的投影模型;
求解所述投影设备的投影模型,得到所述投影设备的标定参数,所述投影设备的标定参数包括投影设备内参数,投影设备外参数和投影设备畸变参数中的至少一种。
10.根据权利要求1所述的图像处理方法,其中,所述标定物位于所述转台设备上,所述每个视角被配置为通过所述转台设备以转台转轴为中心进行旋转时选择的;
所述图像处理方法还包括:
根据所述每个视角下的标定物图像中所述标定点的唯一标识编号,对所述每个视角下的标定物图像中同一标定点的圆周运动进行拟合,计算所述同一标定点的圆周运动所形成的圆周的圆心;
连接所述同一标定点的圆周运动所形成的圆周的圆心,确定所述转台转轴的空间坐标,以及确定所述转台转轴与所述标定物的外表面的交点的空间坐标,将所述转台转轴的空间坐标和所述交点的空间坐标,作为所述转台的标定参数。
11.一种图像处理装置,包括:
标定物图像采集模块,用于选择用于标定物的多个视角,利用图像采集设备采集所述标定物在每个视角下的标定物图像;
标定点及编号确定模块,用于确定所述每个视角下的标定物图像中的标定点以及所述标定点的唯一标识编号;
空间和投影位置确定模块,用于通过所述标定点的唯一标识编号,确定所述标定点在所述每个视角下的空间位置和在所述每个视角下的标定物图像中的投影位置;
拍摄标定参数确定模块,用于根据所述标定点在所述每个视角下的空间位置和所述每个视角下的标定物图像中的投影位置,确定所述图像采集设备的标定参数。
12.根据权利要求11所述的图像处理装置,其中,
所述标定点包括环形编码区,所述非编码区用于表征所述标定点的编码值,所述标定点的唯一标识编号包括所述标定点的编码值。
13.根据权利要求要求11所述的图像处理装置,其中,所述标定点设计模块包括:
所述标定点包括实心圆和环形编码区,所述环形编码区环绕所述实心圆,且与所述实心圆同心配置;
所述环形编码区分为N个编码子区域,N为能整除360的正整数,所述编码子区域被配置为通过填充不同的颜色或图案以表示不同的编码值;
单个环形编码区的多个编码子区域的编码值以固定顺序排列构成该环形编码区所在标定点的编码值,所述标定点的唯一标识编号包括所述标定点的编码值。
14.根据权利要求13所述的图像处理装置,其中,
所述编码子区域被配置为通过填充第一颜色表示二进制编码值0,以及通过填充第二颜色表示二进制编码值1。
15.根据权利要求11所述的图像处理装置,其中,
多个标定点形成标定点分组,每个标定点分组对应一个组编号,所述组编号是通过所述多个标定点的编码值之间的排列顺序确定的;
所述标定点的唯一标识编号包括所述标定点的编码值和所述标定点所在标定点分组的组编号。
16.根据权利要求11所述的图像处理装置,其中,所述空间和投影位置确定模块包括:
第一空间坐标确定单元,用于通过所述标定点的唯一标识编号,确定所述标定点在所述标定物的外表面上的位置,根据所述位置确定所述标定点在所述每个视角下的空间坐标;
第一图像坐标确定单元,用于计算所述每个视角下的标定物图像中与所述标定点对应的图像点的中心坐标,将所述对应的图像点的中心坐标作为所述标定点在所述每个视角下的图像坐标。
17.根据权利要求11所述的图像处理装置,其中,拍摄标定参数确定模块包括:
成像模型构建单元,用于根据至少三幅不同视角下所述标定点的所述空间位置和所述投影位置,构建所述图像采集设备的成像模型,所述标定点的成像模型用于表征所述标定点在每个视角下的空间坐标与所述标定点在所述每个视角下的图像坐标之间的几何变换关系;
成像模型求解单元,用于求解所述图像采集设备的成像模型,得到所述图像采集设备的标定参数,所述图像采集设备的标定参数包括图像采集设备内参数、图像采集设备外参数和图像采集设备畸变参数中的至少一种。
18.根据权利要求11所述的图像处理装置,其中,所述每个视角下的标定物图像被配置为使用投影设备向所述标定物投射结构光编码图,在所述结构光编码图投射下利用所述图像采集设备对所述标定物在所述每个视角下进行拍摄得到的;
所述图像处理装置还包括:
坐标对应关系确定模块,用于确定所述结构光编码图在投影设备图像坐标系中的图像坐标与所述每个视角下的标定物图像在图像采集设备图像坐标系中的图像坐标的坐标对应关系;
投影标定参数确定模块,用于基于所述坐标对应关系和所述图像采集设备采集的所述每个视角下的标定物图像,确定所述投影设备的标定参数。
19.根据权利要求18所述的图像处理装置,其中,所述投影标定参数确定模块包括:
第二空间坐标确定单元,用于通过所述标定点的唯一标识编号,确定所述标定点在所述标定物的外表面上的位置,根据所述位置确定所述标定点在每个视角下的空间坐标;
第二图像坐标确定单元,用于根据所述坐标对应关系和所述每个视角下的标定物图像在图像采集设备图像坐标系中的图像坐标,确定所述每个视角下的标定物图像在投影设备图像坐标系中的图像坐标;
投影模型构建单元,用于根据所述标定点在所述每个视角下的空间坐标和所述每个视角下的标定物图像在投影设备图像坐标系中的图像坐标,构建所述投影设备的投影模型;
投影模型求解单元,用于求解所述投影设备的投影模型,得到所述投影设备的标定参数,所述投影设备的标定参数包括投影设备内参数,投影设备外参数和投影设备畸变参数中的至少一种。
20.根据权利要求11所述的图像处理装置,其中,所述标定物位于所述转台设备上,所述每个视角被配置为通过所述转台设备以转台转轴为中心进行旋转时选择的;
所述图像处理装置,还包括:
圆周拟合模块,用于根据所述每个视角下的标定物图像中所述标定点的唯一标识编号,对所述每个视角下的标定物图像中同一标定点的圆周运动进行拟合,计算所述同一标定点的圆周运动所形成的圆周的圆心;
转台标定参数计算模块,用于连接所述同一标定点的圆周运动所形成的圆周的圆心,确定所述转台转轴的空间坐标,以及确定所述转台转轴与所述标定物的外表面的交点的空间坐标,将所述转台转轴的空间坐标和所述交点的空间坐标作为所述转台的标定参数。
21.一种标定物,包括:
多个标定点,所述标定点包括环形编码区,所述环形编码区用于表征所述标定点的编码值,所述标定点的唯一标识编号包括所述标定点的编码值。
22.根据权利要求21所述的标定物,其中,
所述标定点包括实心圆和环形编码区,所述环形编码区环绕所述实心圆,且与所述实心圆同心配置;
所述环形编码区分为N个编码子区域,N为可以整除360的正整数,所述编码子区域被配置为通过填充不同的颜色或图案以表示不同的编码值;
单个环形编码区的多个编码子区域的编码值以固定顺序排列构成该环形编码区所在标定点的编码值,所述标定点的唯一标识编号包括所述标定点的编码值。
23.根据权利要求22所述的标定物,其中,
所述编码子区域被配置为通过填充第一颜色表示二进制编码值0,以及通过填充第二颜色表示二进制编码值1。
24.根据权利要求21所述的标定物,其中,
多个标定点形成标定点分组,每个标定点分组对应一个组编号,所述组编号是通过所述多个标定点的编码值之间的排列顺序确定的;
所述标定点的唯一标识编号包括所述标定点的编码值和所述标定点所在标定点分组的组编号。
25.一种标定系统,包括如权利要求21至24任一项所述的标定物、转台设备、投影设备和图像采集设备;
所述标定物,被配置为放置在所述转台设备上;
所述转台设备,被配置为通过围绕转台转轴进行旋转,选择用于所述标定物的多个视角;
所述投影设备,被配置为向位于转台设备上的标定物投射结构光编码图;
所述图像采集设备,被配置为在选择的视角下采集所述标点物在所述结构光编码图投射下的标定物图像。
26.一种图像处理系统,其特征在于,包括存储器和处理器;
所述存储器用于储存有可执行程序代码;
所述处理器用于读取所述存储器中存储的可执行程序代码以执行权利要求1至10任一项所述的图像处理方法。
27.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1-10任意一项所述的图像处理方法。
CN201810187242.4A 2018-03-07 2018-03-07 图像处理方法、装置、系统、存储介质和标定系统 Active CN110246185B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810187242.4A CN110246185B (zh) 2018-03-07 2018-03-07 图像处理方法、装置、系统、存储介质和标定系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810187242.4A CN110246185B (zh) 2018-03-07 2018-03-07 图像处理方法、装置、系统、存储介质和标定系统

Publications (2)

Publication Number Publication Date
CN110246185A true CN110246185A (zh) 2019-09-17
CN110246185B CN110246185B (zh) 2023-10-27

Family

ID=67882103

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810187242.4A Active CN110246185B (zh) 2018-03-07 2018-03-07 图像处理方法、装置、系统、存储介质和标定系统

Country Status (1)

Country Link
CN (1) CN110246185B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112053301A (zh) * 2020-09-03 2020-12-08 腾讯科技(深圳)有限公司 一种涂抹图像生成方法、装置及存储介质和终端设备
CN113129388A (zh) * 2020-12-23 2021-07-16 合肥工业大学 用于快速标定摄像机内外参数的编码立体靶标及其编码方法
CN113298880A (zh) * 2021-05-27 2021-08-24 武汉天远视科技有限责任公司 一种相机标定板、相机标定方法及装置
CN113643379A (zh) * 2021-08-05 2021-11-12 北京的卢深视科技有限公司 标定方法、标定装置、交互装置、电子设备及存储介质
CN114820807A (zh) * 2022-03-24 2022-07-29 北京的卢深视科技有限公司 屏幕-相机的标定方法、系统、标定设备和存储介质
CN114882124A (zh) * 2022-07-06 2022-08-09 季华实验室 标定器具和标定方法、装置、电子设备和存储介质
CN115880373A (zh) * 2022-12-28 2023-03-31 常熟理工学院 基于新型编码特征的立体视觉系统的标定板及标定方法
CN115884587A (zh) * 2023-02-21 2023-03-31 广州诺顶智能科技有限公司 一种在线式全自动压接机
CN116619392A (zh) * 2023-07-24 2023-08-22 常熟理工学院 机器人跨介质视觉的标定板、标定方法及系统
CN117808872A (zh) * 2024-03-01 2024-04-02 西安猎隼航空科技有限公司 一种无人机姿态位置估计方法

Citations (6)

* 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
WO2016026349A1 (zh) * 2014-08-20 2016-02-25 深圳大学 高鲁棒性的标志点解码方法及系统
CN105798704A (zh) * 2016-04-25 2016-07-27 大连理工大学 一种机床平面轮廓误差单目测量方法
CN106600648A (zh) * 2016-12-06 2017-04-26 合肥工业大学 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
CN106651961A (zh) * 2016-12-09 2017-05-10 中山大学 一种基于彩色立体标定物的无人机标定方法及系统
WO2017153284A1 (de) * 2016-03-08 2017-09-14 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Bildverarbeitungsverfahren, bildverarbeitungsmittel und bildverarbeitungsvorrichtung zur erzeugung von abbildungen eines teils eines dreidimensionalen raums

Patent Citations (6)

* 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
WO2016026349A1 (zh) * 2014-08-20 2016-02-25 深圳大学 高鲁棒性的标志点解码方法及系统
WO2017153284A1 (de) * 2016-03-08 2017-09-14 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Bildverarbeitungsverfahren, bildverarbeitungsmittel und bildverarbeitungsvorrichtung zur erzeugung von abbildungen eines teils eines dreidimensionalen raums
CN105798704A (zh) * 2016-04-25 2016-07-27 大连理工大学 一种机床平面轮廓误差单目测量方法
CN106600648A (zh) * 2016-12-06 2017-04-26 合肥工业大学 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
CN106651961A (zh) * 2016-12-09 2017-05-10 中山大学 一种基于彩色立体标定物的无人机标定方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曾海等: "基于二值几何编码图案的高精度结构光系统参数标定方法研究", 《集成技术》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112053301A (zh) * 2020-09-03 2020-12-08 腾讯科技(深圳)有限公司 一种涂抹图像生成方法、装置及存储介质和终端设备
CN112053301B (zh) * 2020-09-03 2021-08-31 腾讯科技(深圳)有限公司 一种涂抹图像生成方法、装置及存储介质和终端设备
CN113129388A (zh) * 2020-12-23 2021-07-16 合肥工业大学 用于快速标定摄像机内外参数的编码立体靶标及其编码方法
CN113298880A (zh) * 2021-05-27 2021-08-24 武汉天远视科技有限责任公司 一种相机标定板、相机标定方法及装置
CN113643379A (zh) * 2021-08-05 2021-11-12 北京的卢深视科技有限公司 标定方法、标定装置、交互装置、电子设备及存储介质
CN114820807A (zh) * 2022-03-24 2022-07-29 北京的卢深视科技有限公司 屏幕-相机的标定方法、系统、标定设备和存储介质
CN114882124A (zh) * 2022-07-06 2022-08-09 季华实验室 标定器具和标定方法、装置、电子设备和存储介质
CN114882124B (zh) * 2022-07-06 2022-09-30 季华实验室 标定器具和标定方法、装置、电子设备和存储介质
CN115880373A (zh) * 2022-12-28 2023-03-31 常熟理工学院 基于新型编码特征的立体视觉系统的标定板及标定方法
CN115880373B (zh) * 2022-12-28 2023-11-03 常熟理工学院 基于新型编码特征的立体视觉系统的标定板及标定方法
CN115884587A (zh) * 2023-02-21 2023-03-31 广州诺顶智能科技有限公司 一种在线式全自动压接机
CN116619392A (zh) * 2023-07-24 2023-08-22 常熟理工学院 机器人跨介质视觉的标定板、标定方法及系统
CN116619392B (zh) * 2023-07-24 2023-11-07 常熟理工学院 机器人跨介质视觉的标定板、标定方法及系统
CN117808872A (zh) * 2024-03-01 2024-04-02 西安猎隼航空科技有限公司 一种无人机姿态位置估计方法
CN117808872B (zh) * 2024-03-01 2024-05-28 西安猎隼航空科技有限公司 一种无人机姿态位置估计方法

Also Published As

Publication number Publication date
CN110246185B (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
CN110246185A (zh) 图像处理方法、装置、系统、存储介质和标定系统
CN108765498B (zh) 单目视觉跟踪方法、装置及存储介质
WO2021212844A1 (zh) 点云拼接方法、装置、设备和存储设备
CN103267491B (zh) 自动获取物体表面完整三维数据的方法及系统
US6917702B2 (en) Calibration of multiple cameras for a turntable-based 3D scanner
CN106570436B (zh) 一种基于二维码的变电站设备抄表系统及其抄表方法
CN104050714B (zh) 一种基于光柵扫描的物体数字化三维重建系统及方法
CN109118545A (zh) 基于旋转轴和双目摄像头的三维成像系统标定方法及系统
US9002062B2 (en) Target and method of detecting, identifying, and determining 3-D pose of the target
CN110276808A (zh) 一种单相机结合二维码测量玻璃板不平度的方法
CN108921901A (zh) 一种基于精密二轴转台和激光跟踪仪的大视场相机标定方法
CN108288292A (zh) 一种三维重建方法、装置及设备
CN106372702A (zh) 一种定位标识及其定位方法
US20110007948A1 (en) System and method for automatic stereo measurement of a point of interest in a scene
Ahmadabadian et al. An automatic 3D reconstruction system for texture-less objects
CN111292239B (zh) 一种三维模型拼接设备及方法
CN109559349A (zh) 一种用于标定的方法和装置
WO2007133620A2 (en) System and architecture for automatic image registration
KR102638632B1 (ko) 포인트 클라우드 모델 구축 방법, 장치, 전자 기기, 저장 매체 및 프로그램
CN111981982B (zh) 一种基于加权sfm算法的多向合作靶标光学测量方法
Carr et al. Point-less calibration: Camera parameters from gradient-based alignment to edge images
CN106500596A (zh) 结构光全景测量系统的测量方法
CN110414510A (zh) 一种指针式仪表读数校正方法
CN109215086A (zh) 相机外参标定方法、设备及系统
CN113205603A (zh) 一种基于旋转台的三维点云拼接重建方法

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