CN111179360A - 一种高精度自动化标定板和标定方法 - Google Patents
一种高精度自动化标定板和标定方法 Download PDFInfo
- Publication number
- CN111179360A CN111179360A CN202010283489.3A CN202010283489A CN111179360A CN 111179360 A CN111179360 A CN 111179360A CN 202010283489 A CN202010283489 A CN 202010283489A CN 111179360 A CN111179360 A CN 111179360A
- Authority
- CN
- China
- Prior art keywords
- checkerboards
- calibration
- dimensional code
- white
- precision
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 5
- 238000005192 partition Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 235000005121 Sorbus torminalis Nutrition 0.000 description 1
- 244000152100 Sorbus torminalis Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T7/85—Stereo camera calibration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种高精度自动化标定板,第一面设置有黑白相间的棋盘格图案,白色棋盘格通过于内部绘制简单的图形或者空白表示二进制信息或用于特征识别,黑白棋盘格相间排列用于坐标标定;整个棋盘格图案由边界分为若干独立子棋盘格,相邻独立子棋盘格共用边界;独立子棋盘格内设置二维码编码区块,其编码信息由含有简单图形和空白的白色棋盘格的排布方式表达。本发明还提供了一种高精度自动化标定板的标定方法。本发明将二维码信息分散到棋盘格的白色方格中,保留棋盘格高密度的坐标,独立子棋盘格可以独立建立世界坐标,实现自动化检测,在打印精度有限的情况下,提供了更为密集的棋盘格阵列,提升标定精度,提高标定作业的自动化程度和精度。
Description
技术领域
本发明属于机器视觉技术领域,具体的为一种高精度自动化标定板和标定方法。
背景技术
在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立相机成像的几何模型,这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到,这个求解参数的过程就称之为相机标定。相机标定被广泛应用于坐标尺寸测量,三维重建,构建图像到世界的映射等机器视觉应用的基础环节,标定结果的准确性和精度直接决定了视觉系统能否正常工作。相机标定板则是标定的基础,标定板从根本上决定了相机标定效果。
目前普遍采用的标定方法是张氏标定法,该方法采用的标定板是二维标定板,通过相机拍摄二维标平板、经过张氏标定法的计算,可以得出相机参数,从而得到高精度的测量和重建结果。但是该标定板要求对图像中的行数和列数准确计数,需要投入大量的人力来完成,并且视野中的标定板也完全不能被遮挡,必须保证算法能够识别到所有的坐标点,否则图像坐标无法和世界坐标相互关联。由此出现了自动化程度更高的二维码标定板,例如ArUco标定板,而ArUco标记的一个问题是,即使经过亚像素细化,它们的角点位置的准确性也不是很高。
为了提高标定的精度,通常建议将二维码标定板和棋盘格结合使用,最为常见的如ChArUco标定板。该标定板不需要整个标定板的视野,同时也具有更高的自动化程度,且和棋盘格一样具有较高的标定精度。然而由于需要在每个白色方格内放入一个二维码,因此在打印精度受限的情况下同样大小的区域内无法打印较为密集的棋盘格阵列。这就导致了特征点的数量减少,对标定结果的精度和鲁棒性产生不利影响。
发明内容
本发明为了克服上述问题,提供了一种高精度自动化标定板,该标定板基于二维码标定板和棋盘格标定板结合使用,将二维码信息分散到棋盘格的白色方格中,能够为标定提供高精度的图像坐标点,在保留棋盘格高密度的坐标的同时,也附带了各个独立子棋盘格的坐标,从而使得各个区域能够独立建立各自的世界坐标,实现自动化检测,提高标定作业的自动化程度和精度。
本发明的第二个目的是提出了一种高精度自动化标定板标定方法。
为了实现本发明的第一个目的,本发明采取如下技术方案实现:
一种高精度自动化标定板,第一面设置有黑白相间的棋盘格图案,其中,白色棋盘格通过于内部绘制简单的图形或者空白用于表示二进制信息或用于特征识别, 黑白棋盘格相间排列用于坐标标定;整个棋盘格图案由横向和纵向交叉设置的边界分为若干独立子棋盘格,所述边界由内部绘制简单图形的白色棋盘格和黑色棋盘格交替排列构成;相邻两个独立子棋盘格共用边界;所述独立子棋盘格内设置二维码编码区块,所述二维码编码区块的编码信息由含有简单图形和空白的白色棋盘格通过不同的排布方式表达,其中内部绘制简单图形代表二进制的1,空白代表二进制的0,以组合表示二维码的二进制信息。
进一步的,二维码编码区块的大小由要表示的二维码的二进制信息决定。
进一步的,独立子棋盘格还包括编码分隔区,所述编码分隔区位于二维码编码区块和边界之间。
进一步的,简单图形包括但不仅限于圆点、矩形块、三角形等图形。
进一步的,二维码包括但不仅限于ArUco二维码。
为了实现本发明的第二个目的,本发明提出了一种高精度自动化标定板标定方法。
为了实现上述目的,本发明的一种高精度自动化标定板标定方法包括如下步骤:步骤S1,采集如上述本发明第一个目的所述的高精度自动化标定板得到图像,对图像降噪预处理后进行二值化处理,再进行形态学操作;步骤S2,使用斑点检测的方法,并根据所述简单图形的特性对面积、形状等进行约束,检测出简单图形;步骤S3,连接简单图形,将标定板分割为多个二维码编码区块;步骤S4,对每个二维码编码区块进行透视变换,使得变换后二维码编码区块近似为方形,根据简单图形的相对位置关系识别二维码编码区块中的二维码,根据所述二维码即可获得该二维码编码区块中所有的交点的编号以及相应的世界坐标;步骤S5,使用模板匹配的方法检出区块中的所有的棋盘格交点,再对该交点使用亚像素精度优化,获得高精度的图像坐标;步骤S6,根据上述所获得交点的图像坐标和世界坐标来生成相机的内参和外参。
本发明具有如下技术优点或有益效果:
本方案中的标定板和棋盘格具有更紧密的结合方式,将二维码信息分散到棋盘格的白色方格中,能够为标定提供高精度的图像坐标点,二维码编码区块为标定板的各个分区提供世界坐标信息,不需要使用额外的方式确定,从而提高了标定的自动化程度。尤其是在多目视觉标定中,各个相机的视场不需要覆盖同一区域。标定板即使有部分受到了遮挡或者部分超出了视野仍旧不影响标定板的使用,甚至只需保证本发明中的标定板有一个二维码编码区块未被遮挡就能实现精准识别。在打印精度有限的情况下,提供了更为密集的棋盘格阵列,有利于标定精度的提升。
附图说明
图1是现有的ChArUco标定板;
图2为本发明一种高精度自动化标定板实施例的平面标定板示意图;
图3为本发明一种高精度自动化标定板实施例的一个平面标定板的独立子棋盘格;
图4为本发明一种高精度自动化标定板实施例表达的一个ArUco二维码;
图5为本发明一种高精度自动化标定板标定方法实施例的流程图;
图6为本发明一种高精度自动化标定板标定方法实施例中待采集标定板;
图7为本发明一种高精度自动化标定板标定方法实施例中经过步骤S2处理后的图像;
图8为本发明一种高精度自动化标定板标定方法实施例中经过步骤S4处理后图像;
图9为本发明一种高精度自动化标定板标定方法实施例中经过透视变换后的图像;
图10为本发明一种高精度自动化标定板标定方法实施例中交点的模板图片。
具体实施方式
为了便于本领域人员更好的理解本发明,下面结合附图和具体实施例对本发明做进一步详细说明,下述仅是示例性的,不限定本发明的保护范围。
现有的ChArUco标定板如图1所示,在棋盘格阵列标定板中的每个白色方格内放入一个二维码,在打印精度受限的情况下,并无法将二维码的所有特征点均打印出来,故而该二维码无法显示全部的特征点,无法实现精确标定。
图2是本发明一个高精度自动化标定板实施例的平面标定板示意图,其背景是黑白相间的棋盘格图案,其中,白色棋盘格通过于内部绘制简单的图形或者空白用于表示二进制信息或用于特征识别, 黑白棋盘格相间排列用于坐标标定。整个棋盘格图案由横向和纵向交叉设置的边界分为若干独立子棋盘格,边界由内部绘制简单图形的白色棋盘格和黑色棋盘格交替排列构成,相邻两个独立子棋盘格共用边界。独立子棋盘格内设置二维码编码区块,所述二维码编码区块的编码信息由含有简单图形和空白的白色棋盘格通过不同的排布方式表达,其中内部绘制简单图形代表二进制的1,空白代表二进制的0,以组合表示二维码的二进制信息。
本实施例中的标定板由57行29列黑白相间的正方形棋盘格构成。被边界分为2行4列共8个独立子棋盘格,每个独立子棋盘格由15行15列的棋盘格构成,如图3所示。相邻每个独立子棋盘格之间共用边界,边界的白色方块内绘制简单的图形用分隔独立子棋盘格。每个独立子棋盘格中间为7行7列的二维码编码区块。二维码编码区块的白色方块内绘制的简单的图形用来编码0和1,不同的0和1排布方式用于表示二维码信息。
二维码编码区块的大小由需要表示的二维码的二进制信息确定。二维码包括但不仅限于ArUco二维码。
本实施例中图4为需要表示的一个4x4大小的,16位的ArUco二维码,转换成二进制为1011010100110010。用如图3所示的二维码编码区块表示出来。其中二维码编码区块的大小由需要表示的二维码决定。
独立子棋盘格还包括编码分隔区,编码分隔区位于二维码编码区块和边界之间。
具体的本实施例中编码分隔区采用在边界和二维码编码区块之间添加空白的3行和3列,从而达到分隔二维码编码区块的效果。
简单图形包括但不仅限于圆点、矩形块、三角形等图形,图形的尺寸小于的白色方块,从而能将该图形和黑色方块区分开,便于识别。
图3所示的二维码编码区块的的白色棋盘格内绘制的简单图形为圆点,其中绘制圆点的白色方块用来编码1,空白的白色方块用来编码0。
如图5所示,为本发明提出的一种高精度自动化标定板标定方法实施例的流程图,
步骤S1:采集如上述第一种实施例中所述的高精度自动化标定板得到图像,对图像降噪预处理后进行二值化处理,再进行形态学操作。
在本发明的一个实施例中,具体的,将如图2所示的标定板打印在一张A4纸上,如图6所示。并使用工业相机采集图6所示的图像。对采集到的图像采用中值滤波进行降噪预处理,并通过形态学操作减少图案模糊导致的图案粘连。
步骤S2:使用斑点检测的方法,并根据简单图形的特性对面积、形状等进行约束,检测出简单图形。
具体的,本实施例中的简单图形为小圆点,使用斑点检测的算法诸如Differenceof Gaussian、Laplacian of Gaussian、Determinant of Hessian等算法,并对面积和形状等条件进行约束,检出图中的小圆点,如图7所示。
步骤S3:连接简单图形,将标定板分割为多个二维码编码区块;
具体的,连接小圆点后将各个独立子棋盘格进行分割,对每个独立子棋盘格的二维码编码区块分别进行处理。
步骤S4,对所每个二维码编码区块进行透视变换,使得变换后二维码编码区块近似为方形。根据简单图形的相对位置关系识别二维码编码区块中的二维码,根据该二维码即可获得该区块中所有的交点的编号以及相应的世界坐标;
具体的,使得变化后的二维码区块近似为方形,如图8所示。将内部二维码编码区块的图案和设计二维码时的图案进行匹配获得二维码编码区块内的二维码信息。根据该二维码信息即可获得该二维码编码区块内所有交点的编号以及相应的世界坐标,如图9所示。
步骤S5,使用模板匹配的方法检出区块中的所有的棋盘格交点,再对该交点使用亚像素精度优化,获得高精度的图像坐标。
具体的,完成步骤S1-S4的操作后,使用交点的模板匹配来检出区块内的所有棋盘格角点,获得交点的图像坐标,其中图10为模板的图片。对该交点使用亚像素精度优化,获得高精度的图像坐标。
步骤S6,根据上述所获得交点的图像坐标和世界坐标来生成相机的内参和外参。
以上仅描述了本发明的基本原理和优选实施方式,本领域人员可以根据上述描述做出许多变化和改进,这些变化和改进应该属于本发明的保护范围。
Claims (6)
1.一种高精度自动化标定板,其特征在于:所述标定板的第一面设置有黑白相间的棋盘格图案,其中,白色棋盘格通过于内部绘制简单的图形或者空白用于表示二进制信息或用于特征识别, 黑白棋盘格相间排列用于坐标标定;整个棋盘格图案由横向和纵向交叉设置的边界分为若干独立子棋盘格,所述边界由内部绘制简单图形的白色棋盘格和黑色棋盘格交替排列构成,相邻两个独立子棋盘格共用边界;所述独立子棋盘格内设置二维码编码区块,所述二维码编码区块的编码信息由含有简单图形和空白的白色棋盘格通过不同的排布方式表达,其中内部绘制简单图形代表二进制的1,空白代表二进制的0,以组合表示二维码的二进制信息。
2.根据权利要求1所述的标定板,其特征在于:所述二维码编码区块的大小由要表示的二维码的二进制信息确定。
3.根据权利要求1所述的标定板,其特征在于:所述独立子棋盘格还包括编码分隔区,所述编码分隔区位于二维码编码区块和边界之间。
4.根据权利要求1所述的标定板,其特征在于:所述简单图形包括但不仅限于圆点、矩形块、三角形等图形。
5.根据权利要求1所述的标定板,其特征在于:所述二维码包括但不仅限于ArUco二维码。
6.一种高精度自动化标定板标定方法,其特征在于,包括如下步骤:
步骤S1,采集基于所述权利要求1-5任一所述得到的图像,对图像降噪预处理后进行二值化处理,再进行形态学操作;
步骤S2,使用斑点检测的方法,并根据所述简单图形的特性对面积、形状等进行约束,检测出简单图形;
步骤S3,连接简单图形,将标定板分割为多个二维码编码区块;
步骤S4,对每个二维码编码区块进行透视变换,使得变换后二维码编码区块近似为方形,根据简单图形的相对位置关系识别二维码编码区块中的二维码,根据所述二维码即可获得该二维码编码区块中所有的交点的编号以及相应的世界坐标;
步骤S5,使用模板匹配的方法检出区块中的所有的棋盘格交点,再对该交点使用亚像素精度优化,获得高精度的图像坐标;
步骤S6,根据上述所获得交点的图像坐标和世界坐标来生成相机的内参和外参。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010283489.3A CN111179360B (zh) | 2020-04-13 | 2020-04-13 | 一种高精度自动化标定板和标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010283489.3A CN111179360B (zh) | 2020-04-13 | 2020-04-13 | 一种高精度自动化标定板和标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111179360A true CN111179360A (zh) | 2020-05-19 |
CN111179360B CN111179360B (zh) | 2020-07-10 |
Family
ID=70656731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010283489.3A Active CN111179360B (zh) | 2020-04-13 | 2020-04-13 | 一种高精度自动化标定板和标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111179360B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111968185A (zh) * | 2020-09-01 | 2020-11-20 | 深圳辰视智能科技有限公司 | 标定板、基于编码定义的九点标定物体抓取方法及系统 |
CN112381893A (zh) * | 2021-01-13 | 2021-02-19 | 中国人民解放军国防科技大学 | 一种面向环形多相机系统的立体标定板标定方法 |
CN112734857A (zh) * | 2021-01-08 | 2021-04-30 | 香港理工大学深圳研究院 | 相机内参和相机相对激光雷达外参的标定方法及电子设备 |
CN113066128A (zh) * | 2021-04-06 | 2021-07-02 | 北京大学 | 自识别标识板的视觉检测与恢复方法、装置、设备及介质 |
CN114413763A (zh) * | 2022-01-13 | 2022-04-29 | 合肥工业大学 | 一种基于二维绝对光栅的五自由度测量系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203217624U (zh) * | 2013-05-04 | 2013-09-25 | 长春工业大学 | 一种新型棋盘格标定板 |
EP2874117A1 (en) * | 2013-11-15 | 2015-05-20 | Axis AB | Method and apparatus for determining position related properties of a motion video camera |
CN107609451A (zh) * | 2017-09-14 | 2018-01-19 | 斯坦德机器人(深圳)有限公司 | 一种基于二维码的高精度视觉定位方法及系统 |
CN108362309A (zh) * | 2018-01-30 | 2018-08-03 | 浙江大学 | 一种适用于可见光与红外相机的视觉标定板 |
CN208367740U (zh) * | 2018-04-13 | 2019-01-11 | 深圳市商汤科技有限公司 | 标定板、标定装置以及标定系统 |
US20190253638A1 (en) * | 2017-01-03 | 2019-08-15 | Owlii Inc. | Processing holographic videos |
CN110415304A (zh) * | 2019-07-31 | 2019-11-05 | 北京博视智动技术有限公司 | 一种视觉标定方法及系统 |
US20190364206A1 (en) * | 2018-05-25 | 2019-11-28 | Aquifi, Inc. | Systems and methods for multi-camera placement |
-
2020
- 2020-04-13 CN CN202010283489.3A patent/CN111179360B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203217624U (zh) * | 2013-05-04 | 2013-09-25 | 长春工业大学 | 一种新型棋盘格标定板 |
EP2874117A1 (en) * | 2013-11-15 | 2015-05-20 | Axis AB | Method and apparatus for determining position related properties of a motion video camera |
US20190253638A1 (en) * | 2017-01-03 | 2019-08-15 | Owlii Inc. | Processing holographic videos |
CN107609451A (zh) * | 2017-09-14 | 2018-01-19 | 斯坦德机器人(深圳)有限公司 | 一种基于二维码的高精度视觉定位方法及系统 |
CN108362309A (zh) * | 2018-01-30 | 2018-08-03 | 浙江大学 | 一种适用于可见光与红外相机的视觉标定板 |
CN208367740U (zh) * | 2018-04-13 | 2019-01-11 | 深圳市商汤科技有限公司 | 标定板、标定装置以及标定系统 |
US20190364206A1 (en) * | 2018-05-25 | 2019-11-28 | Aquifi, Inc. | Systems and methods for multi-camera placement |
CN110415304A (zh) * | 2019-07-31 | 2019-11-05 | 北京博视智动技术有限公司 | 一种视觉标定方法及系统 |
Non-Patent Citations (1)
Title |
---|
HYOWON HA等: "Deltille Grids for Geometric Camera Calibration", 《COMPUTER VISION FOUNDATION》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111968185A (zh) * | 2020-09-01 | 2020-11-20 | 深圳辰视智能科技有限公司 | 标定板、基于编码定义的九点标定物体抓取方法及系统 |
CN111968185B (zh) * | 2020-09-01 | 2024-02-02 | 深圳辰视智能科技有限公司 | 标定板、基于编码定义的九点标定物体抓取方法及系统 |
CN112734857A (zh) * | 2021-01-08 | 2021-04-30 | 香港理工大学深圳研究院 | 相机内参和相机相对激光雷达外参的标定方法及电子设备 |
CN112734857B (zh) * | 2021-01-08 | 2021-11-02 | 香港理工大学深圳研究院 | 相机内参和相机相对激光雷达外参的标定方法及电子设备 |
CN112381893A (zh) * | 2021-01-13 | 2021-02-19 | 中国人民解放军国防科技大学 | 一种面向环形多相机系统的立体标定板标定方法 |
CN112381893B (zh) * | 2021-01-13 | 2021-04-20 | 中国人民解放军国防科技大学 | 一种面向环形多相机系统的立体标定板标定方法 |
CN113066128A (zh) * | 2021-04-06 | 2021-07-02 | 北京大学 | 自识别标识板的视觉检测与恢复方法、装置、设备及介质 |
CN113066128B (zh) * | 2021-04-06 | 2023-08-08 | 北京大学 | 自识别标识板的视觉检测与恢复方法、装置、设备及介质 |
CN114413763A (zh) * | 2022-01-13 | 2022-04-29 | 合肥工业大学 | 一种基于二维绝对光栅的五自由度测量系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111179360B (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111179360B (zh) | 一种高精度自动化标定板和标定方法 | |
CN111243032B (zh) | 一种棋盘格角点全自动检测方法 | |
US10776953B2 (en) | Method for identification of candidate points as possible characteristic points of a calibration pattern within an image of the calibration pattern | |
CN107633192B (zh) | 一种基于机器视觉的复杂背景下条形码分割与识读方法 | |
CN109859226B (zh) | 一种图形分割的棋盘格角点亚像素的检测方法 | |
CN113052911B (zh) | 一种标定板、和相机标定方法、装置 | |
CN112132907B (zh) | 一种相机标定方法、装置、电子设备及存储介质 | |
CN110580481B (zh) | 一种基于epi的光场图像关键位置检测方法 | |
CN108986129B (zh) | 标定板检测方法 | |
CN109190434B (zh) | 一种基于亚像素级角点检测的条码识别算法 | |
CN107230212B (zh) | 一种基于视觉的手机尺寸的测量方法及系统 | |
CN105023265A (zh) | 鱼眼镜头下的棋盘格角点自动检测方法 | |
CN111161339B (zh) | 一种间距测量方法、装置、设备以及计算机可读介质 | |
CN112233116A (zh) | 基于邻域决策与灰度共生矩阵描述的凹凸痕视觉检测方法 | |
CN114693529B (zh) | 一种图像拼接方法、装置、设备及存储介质 | |
CN114972531B (zh) | 一种角点检测方法、设备及可读存储介质 | |
CN114862765A (zh) | 一种细胞分层图像处理方法 | |
CN111429437B (zh) | 面向目标检测的图像无参考清晰度质量检测方法 | |
CN115760860B (zh) | 一种基于dxf文件导入的多类型工件尺寸视觉测量方法 | |
CN110969612B (zh) | 二维码印刷缺陷检测方法 | |
CN112990192A (zh) | 一种数字水准仪的条码标尺图像定位和识别检测方法 | |
CN111667429A (zh) | 一种巡检机器人目标定位校正方法 | |
US20200286248A1 (en) | Structured light subpixel accuracy isp pipeline/fast super resolution structured light | |
CN113112546B (zh) | 基于三x组合标记的空间目标检测识别与位姿跟踪方法 | |
CN113554688B (zh) | 一种基于单目视觉的o型密封圈尺寸测量方法 |
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 |