CN111127561B - 一种多视角图像标定装置及方法 - Google Patents

一种多视角图像标定装置及方法 Download PDF

Info

Publication number
CN111127561B
CN111127561B CN201911236897.7A CN201911236897A CN111127561B CN 111127561 B CN111127561 B CN 111127561B CN 201911236897 A CN201911236897 A CN 201911236897A CN 111127561 B CN111127561 B CN 111127561B
Authority
CN
China
Prior art keywords
calibration
point cloud
pattern
color
marking
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
CN201911236897.7A
Other languages
English (en)
Other versions
CN111127561A (zh
Inventor
吴升
郭新宇
温维亮
王传宇
杜建军
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.)
Nongxin Nanjing Intelligent Agricultural Research Institute Co ltd
Beijing Research Center for Information Technology in Agriculture
Original Assignee
Nongxin Nanjing Intelligent Agricultural Research Institute Co ltd
Beijing Research Center for Information Technology in Agriculture
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 Nongxin Nanjing Intelligent Agricultural Research Institute Co ltd, Beijing Research Center for Information Technology in Agriculture filed Critical Nongxin Nanjing Intelligent Agricultural Research Institute Co ltd
Priority to CN201911236897.7A priority Critical patent/CN111127561B/zh
Publication of CN111127561A publication Critical patent/CN111127561A/zh
Application granted granted Critical
Publication of CN111127561B publication Critical patent/CN111127561B/zh
Active 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
    • G06T7/85Stereo camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds

Abstract

本发明实施例提供一种多视角图像标定装置及方法,该装置包括:标定板和标记槽;标定板的上表面设置有低反光性的白色涂层;在白色涂层上设置有标记图案层;包括:颜色标定图案、比例尺标定图案和标记槽坐标方向标定图案;比例尺标定图案包括:正方形图案和外接于正方形图案四个角的同一规则图案,颜色标定图案为标准比色卡;标记槽坐标方向标定图案包括:标记槽底部图案以及长方形图案;标记槽的外侧设置有方向标记物,方向标记物与所述长方形图案一一对应。本实施例解决了基于多视角图像生成的被测物体点云与实际物体尺寸比例尺偏差问题、被测物体Z轴正方向偏差问题、被测物体点云颜色偏差问题,执行效率高且精确度高。

Description

一种多视角图像标定装置及方法
技术领域
本发明涉及计算机图像处理技术领域,尤其涉及一种多视角图像标定装置及方法。
背景技术
逆向工程一作为计算机图形学研究的重要课题,已广泛地应用于汽车制造、文物考古、计算机动画以及植物建模等领域。其中常用的建模方法主要包括:基于激光扫描的三维重建方法、基于图形算法三维建模技术、基于图像的三维建模技术等。近年来,随着立体视觉计算的发展,基于图像的三维建模方法,已经成为逆向工程中的重要技术,主要归功于在图像技术的传感器选用的是高清相机,导致基于图像技术的三维建模方案,成本较低。其中,基于多视角重建技术,即运动恢复结构法(SFM)+多视角立体视觉(MVS)的图像三维重建方法,能够通过拍摄重建对象,生成致密的物体三维点云数据,精度等达到毫米级别。目前,该技术已在植物建模、大场景实景仿真等方面进行应用。
一方面,在基于多视角图像技术,进行物体三维重建逆向工程过程中,由于图像技术受到空间光环境影响、受到被测物体周围的参照物影响、受到相机多视角拍摄运动以及相机的安装点位等影响,会导致相机标定产生误差、图像配准产生误差,进而导致生成的三维点云数据比例尺不一致、点云的顶点颜色和实际物体颜色存在偏差。
另一方面,基于多视角图像技术,输出的点云数据,不但包括被测物体的点云数据,还包括周围背景物体的点云数据,被测物体点云的自动化分割也是一个重要的技术环节。
现有技术中关于多视角图像技术进行三维建模,主要有以下几个代表:
以Centext Capture为代表的商业化的多视角图像三维重建软件系统,采用在图像中,人工检测标定物,并在每张图像中人工标记标定物,通过图像技术进行比例尺的解析,并在大范围(大于10亩)场景重建进行应用,取得较好的矫正效果,误差控制在10cm以内,但是,在重建小物体(高度小于2米)的应用中,误差较大,存在一定的缺陷。
在图像颜色矫正方面,目前的主要技术是在图像上直接标定,而对于多视角重建技术,先标定图像颜色,然后再进行多视角三维重建,因改变相邻图像的像素值,导致无法生成三维模型。
基于多视角图像的三维重建技术,广泛地应用于植物三维重建以及植物表型研究中,而植物群体三维重建是该领域的重要研究内容。但受植物群体之间的相互遮挡影响,很难从植物群体尺度上进行多视角数据采集,通常采用单株数据重建,然后再进行模型拼接,导致重建效果差。
因此,构建合理的标定装置和标定算法,是解决多视角图像三维重建模型尺寸偏差、目标分割、颜色矫正的有效途经。
发明内容
有鉴于此,本发明实施例提供一种多视角图像标定装置及方法以解决现有技术中存在的基于多视角图像生成的被测物体点和实际物体尺寸比例尺偏差问题、被测物体Z轴正方向偏差问题以及被测物体点云颜色偏差问题。
第一方面,本发明实施例提供一种多视角图像标定装置,主要包括:硬质平面的标定板和用于固定待标定物的标记槽;该标定板的上表面设置有低反光性的白色涂层;在该白色涂层上设置有标记图案层;该标记图案层包括:一个颜色标定图案、均匀分布于标定板四周的多个比例尺标定图案和分布于标定板中心位置的一个标记槽坐标方向标定图案,颜色标定图案、比例尺标定图案与标记槽坐标方向标定图案互不相交;其中,比例尺标定图案包括:位于中间的正方形图案和外接于正方形图案四个角的同一规则图案,正方形图案与规则图案的颜色不同;颜色标定图案为标准比色卡;标记槽坐标方向标定图案包括:位于中心位置的标记槽底部图案以及均匀外接于标记槽底部图案四周的多个不同颜色的长方形图案;标记槽的外侧设置有方向标记物,方向标记物与长方形图案一一对应。
进一步地,上述标记槽底部图案为圆形,长方形图案为四个,分别设置于X轴正向、X轴负向、Y轴正向、Y轴负向四个方位。
进一步地,还包括可升降标记板支撑台,用于支撑并调节标定板的高度位置。
进一步地,在可升降标记板支撑台与标定板之间设置有相互配合的电磁铁装置。
第二方面,本发明实施例提供一种多视角图像标定方法,包括:将待标定物置于标记槽之后,将标记槽放置于标定板上,并使标记槽与标记槽坐标方向标定图案相配合;采集带标定板的多视角图像;基于运动恢复结构算法,通过多视角图像生成稀疏点云模型;基于多视角立体视觉算法,通过稀疏点云生成稠密点云模型,该稠密点云模型包括坐标信息和颜色顶点信息;对稠密点云模型进行Z轴正方向标定,获取标定板点云和待标定物点云;对标定板点云和待标定物点云进行点云比例尺标定;基于比例尺标定后的标定板点云对比例尺标定后的待标定物点云进行定位槽坐标方向标定;基于标定板点云对待标定物点云进行点云顶点颜色标定。
进一步地,上述对稠密点云模型进行Z轴正方向标定,获取标定板点云和待标定物点云,包括:基于随机抽样一致性算法,根据稠密点云模型,获取标记板的平面方程;获取稠密点云模型至Z轴正方向的旋转变化矩阵,并根据旋转变化矩阵,将稠密点云模型旋转到Z轴正方向;获取标记板的平面中心点,计算出Z轴正方向上的稠密点云模型至坐标原点的平移矩阵;基于平移矩阵将标记板的平面中心点平移至坐标轴中心点,并实现Z轴正方向上的稠密点云模型的平移;基于平移后的稠密点云模型,按照z轴高度分割获取标定板点云和所述待标定物点云。
进一步地,所上述对标定板点云和待标定物点云进行点云比例尺标定,包括:基于颜色的区域生长分割算法,分割出标定板点云中的正方形图案点云块和规则图案点云块;分别计算正方形图案点云块与标记板中正方形的标定比例尺、规则图案点云块与标记板中规则图案的标定比例尺,以获取标准比例尺;根据标准比例尺对标定板点云和待标定物点云进行点云比例尺标定。
进一步地,所上述基于比例尺标定后的标定板点云对比例尺标定后的待标定物点云进行定位槽坐标方向标定,包括:基于颜色的区域生长分割算法,按照颜色信息和标记块的长度信息约束,分割出比例尺标定后的标定板点云中长方形图案的点云,以获取待标定物点云的标定旋转矩阵;根据标定旋转矩阵对比例尺标定后的待标定物点云进行定位槽坐标方向标定。
进一步地,上述标定板点云对待标定物点云进行点云顶点颜色标定,包括:基于颜色的区域生长分割算法,分割出颜色标定图案的点云;获取颜色标定图案的点云中各色块的rgb值;建立多项式回归方程组,根据颜色标定图案的点云中各色块的rgb值与标准比色卡中对应色块的rgb值,获取颜色标定色差矩阵;基于颜色标定色差矩阵对待标定物点云进行点云顶点颜色标定。
第三方面,本发明实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如第二方面任一项所述的多视角图像标定方法的步骤。
第四方面,本发明实施例还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如第二方面任一项所述的多视角图像标定方法的步骤。
本发明实施例提供的多视角图像标定装置及方法,通过设置一个包含多种标定图案的标定板,解决了基于多视角图像生成的被测物体点云与实际物体尺寸比例尺偏差问题、被测物体Z轴正方向偏差问题、被测物体点云颜色偏差问题,能够自动化对被测物体进行标定,执行效率高且精确度高,为多视角图像采集及物体重建提供有效的工具。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本发明实施例提供的一种多视角图像标定装置中标定板上标记图案层的示意图;
图2为本发明实施例提供的一种多视角图像标定装置中标记槽的结构示意图;
图3为本发明实施例提供的一种多视角图像标定装置中标定板与可升降标记板支撑台的结构示意图;
图4为本发明实施例提供的一种多视角图像标定方法的流程示意图;
图5为本发明实施例提供的另一种多视角图像标定方法的流程示意图;
图6为本发明实施例提供的一种电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
结合图1和图2所示,本发明实施例提供的一种多视角图像标定装置主要包括:硬质平面的标定板1和用于固定待标定物的标记槽2,其中:
标定板1的上表面设置有低反光性的白色涂层(图中未示出);在所白色涂层上设置有标记图案层;该标记图案层主要包括:一个颜色标定图案12、均匀分布于标定板四周的多个比例尺标定图案11和分布于标定板中心位置的一个标记槽坐标方向标定图案13,并且颜色标定图案、比例尺标定图案与标记槽坐标方向标定图案互不相交。
进一步地,比例尺标定图案11主要包括:位于中间的正方形图案111和外接于正方形图案111四个角的同一规则图案112,正方形图案111与规则图案112的颜色不同。
进一步地,颜色标定图案12为标准比色卡。
进一步地,标记槽坐标方向标定图案13主要包括:位于中心位置的标记槽底部图案133以及均匀外接于所述标记槽底部图案四周的多个不同颜色的长方形图案132。
进一步地,在标记槽2的外侧设置有方向标记物21,方向标记物与长方形图案132一一对应。
具体地,本发明实施例提供的多视角图像标定装置,其中标定板1是一个有较高硬度的平面板体,平面板体的表面形状可以设置为正方形、长方形、圆形或其它规整的形状,为了方便对于标定及计算的描述,在本实施例中均以该标定板1的形状为正方形为例进行说明,其不视为对本发明实施例保护范围的限定。其中,标定板1具有一定的厚度,可以采用钢化玻璃材质或金属型材加工制成,目的是保证标定板平面特性。
进一步地,可以在标定板1的上平面,进行标记图案喷绘,标定板1的底色为白色,且标定板1的白色表面具有低反光性。
进一步地,在标定板1的上平面喷绘的标记图案层主要包括:比例尺标定图案11、颜色标定图案12和定位槽坐标方向标定图案13。
具体地,比例尺标定图案可以是由五个正方形组成,即将外接于正方形图案111四个角的同一规则图案112均设置为正方形。如图1所示,中间的正方形图案的颜色要不同于另外四个正方形的颜色,另外四个正方形的颜色相同。例如:可以将位于中部的正方形颜色设置为红色,其它四个正方形的颜色设置为黑色。该比例尺标定图案11可以被喷绘于标定板1的四角位置。
进一步地,如图1所示,颜色标定图案12可以采用标准比色卡,该颜色标定图案12可以喷绘在标记板的上、下、左、右四个方位的任意一个的中间部位。
进一步地,定位槽坐标方向标定图案12喷涂在标记板1的中央位置。定位槽坐标方向标定图案12可以由标记槽底部图案133和起方向标记作用的长方形图案132组成。具体地,标记槽底部图案133与定位槽2的底部形状相同,例如若定位槽2为空心圆柱体结构或碗状结构时,该标记槽底部图案133则为圆形,且标记槽底部图案133的半径与所述圆柱体结构的底部水平投影图案的半径相同;若定位槽2为空心正方体结构时,则标记槽底部图案133为对应的正方形。
基于上述实施例的内容,作为一种可选实施例,标记槽底部图案为圆形,其中,长方形图案为四个,分别设置于X轴正向、X轴负向、Y轴正向、Y轴负向四个方位。
具体地,如图1所示,标记槽底部图案133为圆形,且圆半径等同于带有标记的定位槽底部圆半径;其长方形图案131由四个不同颜色的长方形组成,分别设置在X轴正向、X轴负向、Y轴正向、Y轴负向四个方位,其中X轴正向长方形设置蓝色填充、X轴负向长方形设置黑色填充、Y轴正向长方形设置绿色填充、Y轴负向长方形设置红色填充。
进一步地,在标定槽2的外侧,前、后、左、右四个方向上,均设置方向标记物21,且每个方向标记物21用不同的颜色区分,具体地不同方向上的方向标记物21颜色和标记板1上的定位槽坐标方向标定图案13中的方向标记长方形132颜色一致,例如标记长方形132位于X轴正向、X轴负向、Y轴正向、Y轴负向四个方位的颜色分别为蓝色、黑色、绿色以及红色,则将方向标记物21颜色按对应方位依次设置。
本发明实施例提供的多视角图像标定装置,通过设置一个包含多种标定图案的标定板,解决了基于多视角图像生成的被测物体点云与实际物体尺寸比例尺偏差问题、被测物体Z轴正方向偏差问题、被测物体点云颜色偏差问题,能够自动化对被测物体进行标定,执行效率高且精确度高,为多视角图像采集及物体重建提供有效的工具。
基于上述实施例的内容,在本实施例中提供的多视角图像标定装置,还包括可升降标记板支撑台,用于支撑并调节所述标定板的高度位置。
如图3所示,本实施例中的可升降标记板支撑台3主要包括以下几个部分组成:与标记板1可拆卸连接的升降台31以及底座33构成。
升降台31与标记板1的连接面为平面。该升降台可以受电动、液压或人力驱动沿垂直于所述标记板1的方向带动标记板1运动,以调整标记板1的高度。
底座33可以设置为锥台结构,靠近升降台31的上表面的圆半径小于靠近地面的下表面的圆半径;该底座33也可以设置为圆柱体、长方体等结构,所述升降台31一端固设于所述底座33的上表面。
基于上述实施例的内容,作为一种可选实施例,可升降标记板支撑台3与标定板1之间设置有相互配合的电磁铁装置。
具体地,如图3所示,由于在标定的过程中,需要保持标定板1的稳定,因此在本实施例中通过在可升降标记板支撑台3与标定板1之间设置相互配合的电磁铁装置32。其中,电磁铁装置32的一个磁极(简称:吸引磁极)设置于可升降标记板支撑台3的上部,电磁铁装置32的另一个磁极(简称:内置磁极)设置于标记板内部。吸引磁极与内置磁极的磁极相反,用于可升降标记板支撑台3与标定板1之间的固定吸附。
进一步地,在吸引磁铁一侧设置磁铁开关,可以通过该磁铁开关,人工消解或闭合标定板和支撑台的吸引力。
本发明实施例提供一种利用上述实施例中所描述的多视角图像标定装置进行多视角图像标定方法,如图4所示,包括但不限于以下步骤:
步骤S1:将待标定物置于标记槽之后,将标记槽放置于标定板上,并使标记槽与标记槽坐标方向标定图案相配合;
步骤S2:采集带标定板的多视角图像;
步骤S3:基于运动恢复结构算法,通过多视角图像生成稀疏点云模型;
步骤S4:基于多视角立体视觉算法,通过稀疏点云生成稠密点云模型,稠密点云模型包括坐标信息和颜色顶点信息;
步骤S5:对稠密点云模型进行Z轴正方向标定,获取标定板点云和待标定物点云;
步骤S6:对标定板点云和所述待标定物点云进行点云比例尺标定;
步骤S7:基于比例尺标定后的标定板点云对比例尺标定后的待标定物点云进行定位槽坐标方向标定;
步骤S8:基于标定板点云对所述待标定物点云进行点云顶点颜色标定。
具体地,结合图5所示,本发明实施例提供的多视角图像标定方法,主要是利用标定板1对待标定物进行正方向标定、比例尺标定、颜色标定以及栽培槽坐标方向标定。
首先,在步骤S1中,在进行待标记物多视角图像采集时,把待标记物置于标记槽2内,定位槽2置于标记板1的中间位置上方,获取带有标记板标记过的多视角图像。其中,由于标记板1的中间位置预先设置有标记槽坐标方向标定图案13,在将定位槽2置于标记板1时,确保该定位槽2的底面与方向标定图案13中的标记槽底部图案133相重合,并且保证定位槽2外侧的方向标记物21颜色与方向标定图案13中的长方形图案132的颜色一一对应。
进一步地,在步骤S2中,基于运动恢复结构算法(Structure From Motio,简称SFM),对多视角图像进行处理,生成多视角图像的稀疏点云;继而用多视角立体视觉算法(Muti-View Stereo,简称MVS),生成多视角图像的稠密点云。其中,生成的稠密点云的点云信息包括坐标信息(x,y,z)和颜色顶点信息(r,g,b),统一将点云信息用P(x,y,z,r,g,b)进行表示。
进一步地,多视角图像标定方法是在点云P中检测标定特征,标定由多视角图像生成的点云模型的Z轴正方向、点云模型和实际模型的比例、点云模型和实际放置位置的坐标系关系以及点云顶点颜色。标定方法的方法步骤包括:首先基于点云检测到标记板平面,对点云坐标系进行标定,获得具有Z轴正方向的点云坐标系;然后基于点云,检测比例尺标定图案点云,对点云进行比例尺标定,获得和实际比例一致的点云模型;然后基于点云,检测栽培槽坐标方向图案点云,对物体的原始放置位置坐标系进行标定;最后,基于点云,检测到颜色标定图案点云,对点云顶点rgb颜色标定。
具体地,在步骤S5中所述的对稠密点云模型进行Z轴正方向标定,获取标定板点云和待标定物点云,包括:
步骤S51:基于随机抽样一致性算法,根据所述稠密点云模型,获取所述标记板的平面方程;
步骤S52:获取所述稠密点云模型至Z轴正方向的旋转变化矩阵,并根据所述旋转变化矩阵,将所述稠密点云模型旋转到Z轴正方向;
步骤S53:获取所述标记板的平面中心点,计算出所述Z轴正方向上的稠密点云模型至所述坐标原点的平移矩阵;
步骤S54:基于所述平移矩阵将所述标记板的平面中心点平移至坐标轴中心点,并实现所述Z轴正方向上的稠密点云模型的平移;
步骤S55:基于平移后的稠密点云模型,按照z轴高度分割获取所述标定板点云和所述待标定物点云。
在本实施例中提供了一种对标记板1进行检测以及标记板点云进行Z轴正方向矫正的方法。具体地,对稠密点云模型(简称:点云P),采用基于随机抽样一致性算法(简称RANSAC),求得标记板平面方程Ax+By+Cz+D=0,其中,(A,B,C,D)为平面参数,计算出点云P到Z轴正方向的旋转变换矩阵M1。
进一步地,根据旋转变换矩阵M1,把点云P旋转到Z轴正方向,即通过P'=P*M1,其中P'为点云P旋转转化后获取到的点云,由此,实现点云Z轴正方向标定。
进一步地,计算出标记板1的中心点,计算出点云P到坐标原点的平移矩阵M2,通过平移变换,把点云P'按照标记板的点云平面的中心点,平移到坐标轴中心点,即进行P”=P'*M2转换,其中P”为将点云P'进行平移后获取的点云。
最后,按照Z轴高度,在点云P”中分割出标记板点云P1和被测物体点云P2。
基于上述实施例的内容,作为一种可选实施例,在步骤S6中所述的对标定板点云和待标定物点云进行点云比例尺标定,包括但不限于以下步骤:
步骤S61:基于颜色的区域生长分割算法,分割出标定板点云中的正方形图案点云块和所述规则图案点云块;
步骤S62:分别计算正方形图案点云块与标记板中正方形的标定比例尺、规则图案点云块与标记板中所述规则图案的标定比例尺,以获取标准比例尺;
步骤S63:根据标准比例尺对标定板点云和待标定物点云进行点云比例尺标定。
在本实施例中,以图1所示的标定板为例进行说明,提供了一种比例尺矫正图案11的点云检测及待标定物的点云比例矫正的方法步骤:对上一步骤中获取的标记板点云P1,采用基于颜色的区域生长分割算法(Rgb Region Growin),按照颜色的区别,分别分割出标记板点云P1中黑色的正方形点云块和4个红色正方形点云块,计算出各点云块(包括黑色的正方形点云块和4个红色正方形点云块)的正方形边长Ts,与实际标记板中比例尺标定图案中的正方形边长Gs进行比较,获得点云标定比例尺Dscale,其计算公式为:Dscale=Gs/Ts。
进一步地,按照获取的标定比例尺Dscale,对点云P1和P2进行比例尺标定,即:P1'=P1*Dscale,P2'=P2*Dscale,其中P1'和P2'为比例尺标定后的标定板点云以及标定后的待标定物点云。
基于上述实施例的内容,作为一种可选实施例,在步骤S7中所述的基于比例尺标定后的标定板点云对比例尺标定后的待标定物点云进行定位槽坐标方向标定,包括但不限于以下步骤:
步骤S71:基于颜色的区域生长分割算法,按照颜色信息和标记块的长度信息约束,分割出比例尺标定后的标定板点云中长方形图案的点云,以获取待标定物点云的标定旋转矩阵;
步骤S72:根据标定旋转矩阵对比例尺标定后的待标定物点云进行定位槽坐标方向标定。
具体地,以图1所示的定板为例,提供了一种定位槽坐标方向图案13的点云检测及待标定物的点云坐标系矫正的方法步骤:对标记板点云P1,基于颜色的区域生长分割算法(Rgb Region Growin),按照颜色信息和标记块的长度信息约束,分割出标记板点云P1中X轴正向、X轴负向、Y轴正向、Y轴负向四个方位的长方形块点云,求出待标定物的点云X轴正方向标定旋转矩阵M3,根据公式P”'=P”*M3,实现待测物点云的坐标系方向和实际放置位置的坐标系一致,其中P”'为对点云P”进行栽培槽坐标方向标定后的点云。
基于上述实施例的内容,作为一种可选实施例,步骤S8所述的基于标定板点云对待标定物点云进行点云顶点颜色标定,包括但不限于以下步骤:
步骤S81:基于颜色的区域生长分割算法,分割出颜色标定图案的点云;
步骤S82:获取颜色标定图案的点云中各色块的rgb值;
步骤S83:建立多项式回归方程组,根据颜色标定图案的点云中各色块的rgb值与标准比色卡中对应色块的rgb值,获取颜色标定色差矩阵;
步骤S84:基于颜色标定色差矩阵对待标定物点云进行点云顶点颜色标定。
具体地,本实施例以图1所示为例,提供了一种颜色标定图案13的点云检测及待标定物的点云顶点rgb颜色矫正的方法步骤:通过对标记板点云P1,基于颜色的区域生长分割算法(Rgb Region Growing),分割出颜色标定图案点云Q,获取到点云Q中各色块的rgb值(ri,gi,bi);将其与标准比色卡中对应色块的rgb值(r0i,g0i,b0i)一起建立多项式回归方程组,获取颜色标定色差矩阵M4。利用该颜色标定色差矩阵M4对上一步骤中获取的点云P的所有点云点的rgb值进行颜色标定,即P””=P”'*M4,其中P””为对点云P”'进行颜色标定后获取的点云模型。
需要说明的是,上述实施例中的步骤S6、步骤S7以及步骤S8之间的顺利可以是依次执行的,也可以根据实际需要对三者的执行顺序进行调整,对此本实施例不作具体地限定。
本发明实施例提供的多视角图像标定方法,通过设置一个包含多种标定图案的标定板,解决了基于多视角图像生成的被测物体点云与实际物体尺寸比例尺偏差问题、被测物体Z轴正方向偏差问题、被测物体点云颜色偏差问题,能够自动化对被测物体进行标定,执行效率高且精确度高,为多视角图像采集及物体重建提供有效的工具。
图6示例了一种电子设备的实体结构示意图,如图6所示,该电子设备可以包括:处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和通信总线640,其中,处理器610,通信接口620,存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令,以执行下列步骤:一个颜色标定图案、均匀分布于标定板四周的多个比例尺标定图案和分布于标定板中心位置的一个标记槽坐标方向标定图案,颜色标定图案、比例尺标定图案与标记槽坐标方向标定图案互不相交;其中,比例尺标定图案包括:位于中间的正方形图案和外接于正方形图案四个角的同一规则图案,正方形图案与规则图案的颜色不同;颜色标定图案为标准比色卡;标记槽坐标方向标定图案包括:位于中心位置的标记槽底部图案以及均匀外接于标记槽底部图案四周的多个不同颜色的长方形图案;标记槽的外侧设置有方向标记物,方向标记物与长方形图案一一对应。
此外,上述的存储器630中的逻辑指令可以通过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,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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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,智能存储分析单元,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步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种非暂态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以执行上述各实施例提供的传输方法,例如包括:一个颜色标定图案、均匀分布于标定板四周的多个比例尺标定图案和分布于标定板中心位置的一个标记槽坐标方向标定图案,颜色标定图案、比例尺标定图案与标记槽坐标方向标定图案互不相交;其中,比例尺标定图案包括:位于中间的正方形图案和外接于正方形图案四个角的同一规则图案,正方形图案与规则图案的颜色不同;颜色标定图案为标准比色卡;标记槽坐标方向标定图案包括:位于中心位置的标记槽底部图案以及均匀外接于标记槽底部图案四周的多个不同颜色的长方形图案;标记槽的外侧设置有方向标记物,方向标记物与长方形图案一一对应。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述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,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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,智能存储分析单元,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种多视角图像标定装置,其特征在于,包括:硬质平面的标定板和用于固定待标定物的标记槽;
所述标定板的上表面设置有低反光性的白色涂层;在所述白色涂层上设置有标记图案层;
所述标记图案层包括:一个颜色标定图案、均匀分布于所述标定板四周的多个比例尺标定图案和分布于所述标定板中心位置的一个标记槽坐标方向标定图案,所述颜色标定图案、所述比例尺标定图案与所述标记槽坐标方向标定图案互不相交;
所述比例尺标定图案包括:位于中间的正方形图案和外接于所述正方形图案四个角的同一规则图案,所述正方形图案与所述规则图案的颜色不同;
所述颜色标定图案为标准比色卡;
所述标记槽坐标方向标定图案包括:位于中心位置的标记槽底部图案以及均匀外接于所述标记槽底部图案四周的多个不同颜色的长方形图案;
所述标记槽的外侧设置有方向标记物,所述方向标记物与所述长方形图案一一对应。
2.根据权利要求1所述的多视角图像标定装置,其特征在于,所述标记槽底部图案为圆形,所述长方形图案为四个,分别设置于X轴正向、X轴负向、Y轴正向、Y轴负向四个方位。
3.根据权利要求1所述的多视角图像标定装置,其特征在于,还包括可升降标记板支撑台,用于支撑并调节所述标定板的高度位置。
4.根据权利要求3所述的多视角图像标定装置,其特征在于,所述可升降标记板支撑台与所述标定板之间设置有相互配合的电磁铁装置。
5.一种基于权利要求1-4任一所述的多视角图像标定装置的多视角图像标定方法,其特征在于,包括:
将所述待标定物置于所述标记槽之后,将所述标记槽放置于所述标定板上,并使所述标记槽与所述标记槽坐标方向标定图案相配合;
采集带标定板的多视角图像;
基于运动恢复结构算法,通过所述多视角图像生成稀疏点云模型;
基于多视角立体视觉算法,通过所述稀疏点云生成稠密点云模型,所述稠密点云模型包括坐标信息和颜色顶点信息;
对所述稠密点云模型进行Z轴正方向标定,获取标定板点云和待标定物点云;
对所述标定板点云和所述待标定物点云进行点云比例尺标定;
基于比例尺标定后的标定板点云对比例尺标定后的待标定物点云进行定位槽坐标方向标定;
基于所述标定板点云对所述待标定物点云进行点云顶点颜色标定。
6.根据权利要求5所述的多视角图像标定方法,其特征在于,所述对所述稠密点云模型进行Z轴正方向标定,获取标定板点云和待标定物点云,包括:
基于随机抽样一致性算法,根据所述稠密点云模型,获取所述标记板的平面方程;
获取所述稠密点云模型至Z轴正方向的旋转变化矩阵,并根据所述旋转变化矩阵,将所述稠密点云模型旋转到Z轴正方向;
获取所述标记板的平面中心点,计算出所述Z轴正方向上的稠密点云模型至坐标原点的平移矩阵;
基于所述平移矩阵将所述标记板的平面中心点平移至坐标轴中心点,并实现所述Z轴正方向上的稠密点云模型的平移;
基于平移后的稠密点云模型,按照Z轴高度分割获取所述标定板点云和所述待标定物点云。
7.根据权利要求5所述的多视角图像标定方法,其特征在于,所述对所述标定板点云和待标定物点云进行点云比例尺标定,包括:
基于颜色的区域生长分割算法,分割出所述标定板点云中的正方形图案点云块和规则图案点云块;
分别计算所述正方形图案点云块与所述标记板中所述正方形的标定比例尺、所述规则图案点云块与所述标记板中所述规则图案的标定比例尺,以获取标准比例尺;
根据所述标准比例尺对所述标定板点云和所述待标定物点云进行点云比例尺标定。
8.根据权利要求5所述的多视角图像标定方法,其特征在于,所述基于比例尺标定后的标定板点云对比例尺标定后的待标定物点云进行定位槽坐标方向标定,包括:
基于颜色的区域生长分割算法,按照颜色信息和标记块的长度信息约束,分割出所述比例尺标定后的标定板点云中所述长方形图案的点云,以获取待标定物点云的标定旋转矩阵;
根据所述标定旋转矩阵对比例尺标定后的待标定物点云进行定位槽坐标方向标定。
9.根据权利要求5所述的多视角图像标定方法,其特征在于,所述基于所述标定板点云对所述待标定物点云进行点云顶点颜色标定,包括:
基于颜色的区域生长分割算法,分割出所述颜色标定图案的点云;
获取所述颜色标定图案的点云中各色块的rgb值;
建立多项式回归方程组,根据所述颜色标定图案的点云中各色块的rgb值与标准比色卡中对应色块的rgb值,获取颜色标定色差矩阵;
基于所述颜色标定色差矩阵对所述待标定物点云进行点云顶点颜色标定。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求5至9任一项所述的多视角图像标定方法的步骤。
CN201911236897.7A 2019-12-05 2019-12-05 一种多视角图像标定装置及方法 Active CN111127561B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911236897.7A CN111127561B (zh) 2019-12-05 2019-12-05 一种多视角图像标定装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911236897.7A CN111127561B (zh) 2019-12-05 2019-12-05 一种多视角图像标定装置及方法

Publications (2)

Publication Number Publication Date
CN111127561A CN111127561A (zh) 2020-05-08
CN111127561B true CN111127561B (zh) 2023-03-24

Family

ID=70496178

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911236897.7A Active CN111127561B (zh) 2019-12-05 2019-12-05 一种多视角图像标定装置及方法

Country Status (1)

Country Link
CN (1) CN111127561B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3985484A1 (en) * 2020-10-19 2022-04-20 ameria AG Calibration method, calibration device and control method for touchless gesture control
CN112541971A (zh) * 2020-12-25 2021-03-23 深圳市慧鲤科技有限公司 点云地图构建方法及装置、电子设备和存储介质
CN112859022B (zh) * 2021-01-22 2023-08-18 上海西井科技股份有限公司 多种雷达和相机联合标定方法、系统、设备及存储介质
CN112995528B (zh) * 2021-05-06 2021-09-21 中国工程物理研究院流体物理研究所 一种光电分幅相机通道间图像配准方法
CN113569328B (zh) * 2021-08-31 2024-02-23 重庆允丰科技有限公司 一种工厂三维模型搭建方法
CN114840704B (zh) * 2022-04-13 2022-10-18 云南省农业科学院质量标准与检测技术研究所 植物颜色比对方法、装置、设备及存储介质
CN114909994B (zh) * 2022-04-29 2023-10-20 深圳市中图仪器股份有限公司 影像测量仪的校准方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0421338D0 (en) * 2004-09-24 2004-10-27 Vision Rt Ltd Image processing system for use with a patient positioning device
CN1975323A (zh) * 2006-12-19 2007-06-06 南京航空航天大学 利用单数码相机自由拍摄进行物体三维测量的方法
CN101329164A (zh) * 2007-03-30 2008-12-24 三丰株式会社 用于立体视觉探针的全局标定方法
CN101770145A (zh) * 2010-01-12 2010-07-07 圆展科技股份有限公司 物体实际尺寸估计方法及实物投影仪
CN101915573A (zh) * 2010-08-04 2010-12-15 中国科学院自动化研究所 一种基于标记物的关键点检测的定位测量方法
CN109816703A (zh) * 2017-11-21 2019-05-28 西安交通大学 一种基于相机标定和icp算法的点云配准方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0421338D0 (en) * 2004-09-24 2004-10-27 Vision Rt Ltd Image processing system for use with a patient positioning device
CN1975323A (zh) * 2006-12-19 2007-06-06 南京航空航天大学 利用单数码相机自由拍摄进行物体三维测量的方法
CN101329164A (zh) * 2007-03-30 2008-12-24 三丰株式会社 用于立体视觉探针的全局标定方法
CN101770145A (zh) * 2010-01-12 2010-07-07 圆展科技股份有限公司 物体实际尺寸估计方法及实物投影仪
CN101915573A (zh) * 2010-08-04 2010-12-15 中国科学院自动化研究所 一种基于标记物的关键点检测的定位测量方法
CN109816703A (zh) * 2017-11-21 2019-05-28 西安交通大学 一种基于相机标定和icp算法的点云配准方法

Also Published As

Publication number Publication date
CN111127561A (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
CN111127561B (zh) 一种多视角图像标定装置及方法
CN111473739B (zh) 一种基于视频监控的隧道塌方区围岩变形实时监测方法
US8436904B2 (en) Method and apparatus for calibrating video camera
CN113192179B (zh) 一种基于双目立体视觉的三维重建方法
CN112132907B (zh) 一种相机标定方法、装置、电子设备及存储介质
CN110443879B (zh) 一种基于神经网络的透视误差补偿方法
CN108765584A (zh) 激光点云数据集增广方法、装置及可读存储介质
CN110807807B (zh) 一种单目视觉的目标定位的图案、方法、装置及设备
CN108334802A (zh) 道路特征物的定位方法及装置
KR20230014776A (ko) 물체 측정을 위한 시스템들 및 방법들
CN111161394B (zh) 一种三维建筑模型的放置方法和装置
CN114820817A (zh) 基于高精度线激光3d相机的标定方法和三维重建方法
CN111890356A (zh) 机械臂坐标系和相机坐标系标定方法、装置、设备及介质
CN110600587A (zh) 一种太阳能电池片智能切割方法及切割系统
CN110763306A (zh) 一种基于单目视觉的液位测量系统及方法
CN115861445A (zh) 一种基于标定板三维点云的手眼标定方法
CN112435206A (zh) 利用深度相机对物体进行三维信息重建的方法
CN109272572A (zh) 一种基于双Kinect相机的建模方法及装置
CN111724464A (zh) 一种移动测量点云着色方法及其装置
KR102023087B1 (ko) 카메라 캘리브레이션 방법
CN108629742B (zh) 真正射影像阴影检测与补偿方法、装置及存储介质
CN116527856B (zh) 球幕影院的播放控制方法、装置、设备及存储介质
CN111145246B (zh) 一种足型扫描的方法和系统
CN115294277B (zh) 一种物体的三维重建方法、装置、电子设备及存储介质
CN116125489A (zh) 一种室内物体三维检测方法、计算机设备及存储介质

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
CB02 Change of applicant information

Address after: No.1022, science and technology innovation center, Nanjing National Agricultural Innovation Park, No.8 Xingzhi Road, Pukou District, Nanjing City, Jiangsu Province

Applicant after: Nongxin (Nanjing) Intelligent Agricultural Research Institute Co.,Ltd.

Applicant after: BEIJING RESEARCH CENTER FOR INFORMATION TECHNOLOGY IN AGRICULTURE

Address before: 211800 Nongxin (Nanjing) Intelligent Agricultural Research Institute, intersection of Xiangxian road and Wuhe Road, Pukou District, Nanjing City, Jiangsu Province

Applicant before: Nongxin (Nanjing) Intelligent Agricultural Research Institute Co.,Ltd.

Applicant before: BEIJING RESEARCH CENTER FOR INFORMATION TECHNOLOGY IN AGRICULTURE

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant