CN111462216B - 一种圆形阵列标定板中圆心像素坐标确定方法 - Google Patents

一种圆形阵列标定板中圆心像素坐标确定方法 Download PDF

Info

Publication number
CN111462216B
CN111462216B CN202010257084.2A CN202010257084A CN111462216B CN 111462216 B CN111462216 B CN 111462216B CN 202010257084 A CN202010257084 A CN 202010257084A CN 111462216 B CN111462216 B CN 111462216B
Authority
CN
China
Prior art keywords
image
circular array
center
coordinates
pixel
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
CN202010257084.2A
Other languages
English (en)
Other versions
CN111462216A (zh
Inventor
杜泽翰
邓梦璐
章苗红
高一凡
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.)
Beijing Changcheng Institute of Metrology and Measurement AVIC
Original Assignee
Beijing Changcheng Institute of Metrology and Measurement AVIC
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 Beijing Changcheng Institute of Metrology and Measurement AVIC filed Critical Beijing Changcheng Institute of Metrology and Measurement AVIC
Priority to CN202010257084.2A priority Critical patent/CN111462216B/zh
Publication of CN111462216A publication Critical patent/CN111462216A/zh
Application granted granted Critical
Publication of CN111462216B publication Critical patent/CN111462216B/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
    • G06T7/60Analysis of geometric attributes
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种圆形阵列标定板中圆心像素坐标确定方法,包括:利用被标定相机拍摄得到包括圆形阵列标定板及其背景的原始图案;对原始图案进行自卷积处理,估算圆形阵列中心坐标;利用旋转直线法测量圆形阵列的倾角;测量圆形阵列相邻圆形的圆心间距;根据所得到的中心坐标、倾角、圆心间距,推演圆形阵列各圆心像素坐标;利用质心法迭代优化各圆心像素坐标。本发明能够有效提高圆形阵列的标定精度与标定效率。

Description

一种圆形阵列标定板中圆心像素坐标确定方法
技术领域
本发明属于图像处理技术领域,特别是涉及一种圆形阵列标定板中圆心像素坐标确定方法。
背景技术
标定板广泛应用于机器视觉、图像测量、摄影测量及三维重建中,为校正镜头畸变、确定物理尺寸及像素间的换算关系提供原始目标图案。相机标定是进行三维测量和三维重建的重要一步。相机标定的途径是根据相机模型,由已知特征点的图像坐标和世界坐标求解相机的模型参数,特征点提取的精度直接决定标定结果。
目前相机标定采用较多的是二维平面标定板,有棋盘格标定板、圆形阵列标定板和网格标定板等。在光学测量领域,圆形是极为常见的一种图形特征,与棋盘格标定板或网格标定板的角点提取相比,圆形识别具有成功率高、噪声抑制性强、且对分割阈值不敏感等特点,在实际视觉系统中承担重要作用,应用更为广泛。
目前,圆形阵列的标定存在一些问题。一方面,标定过程受标定板自身背景及标定板以外复杂背景的影响,会造成像素坐标计算错误。另一方面,标定过程需要通过目视估计,输入圆形半径像素数或圆心间距像素数等参数,一旦参数设置不当可能会引起标定结果无效。因此,需要设计一种不依赖于目视估计、输入参数的计算方法,提升圆形阵列的标定精度与标定效率。
发明内容
本发明的目的是提供一种圆形阵列标定板中圆心像素坐标确定方法,能够有效提高圆形阵列的标定精度与标定效率。
为了实现上述目的,本发明实施例提供一种圆形阵列标定板中圆心像素坐标确定方法,包括:利用被标定相机拍摄得到包括圆形阵列标定板及其背景的原始图案;对原始图案进行自卷积处理,估算圆形阵列中心坐标;利用旋转直线法测量圆形阵列的倾角;测量圆形阵列相邻圆形的圆心间距;根据所得到的中心坐标、倾角、圆心间距,推演圆形阵列各圆心像素坐标;利用质心法迭代优化各圆心像素坐标。
优选地,所述对原始图案进行自卷积处理,估算圆形阵列中心坐标包括:对原始图案进行图像灰度化处理,得到第一图像;将第一图像与其自身进行卷积计算,得到自卷积结果,作为第二图像;取第二图像灰度最大值处的像素坐标,根据自卷积原理,得到估算的圆形阵列中心坐标。
优选地,所述利用旋转直线法测量圆形阵列的倾角包括:在与第二图像大小相同的空白图像上,构造通过所述圆形阵列中心坐标、水平倾角不同的直线,设直线经过的像素点灰度值为1、其余像素点灰度值为0,得到图像组,计算该图像组中每一幅图像与第二图像的点乘结果得到数组;取所述数组中的最大值所对应的水平倾角作为圆形阵列的倾角。
优选地,水平倾角不同的直线包括水平倾角由0°起,每次增加规定角度,直至水平倾角大于180°的一组直线。
优选地,所述测量圆形阵列相邻圆形的圆心间距包括:对第一图像进行二值化处理,得到第三图像;在与第三图像大小相同的空白图像上,构造以所述所述圆形阵列中心坐标为圆心、半径不同的圆,设圆内像素点灰度为1,圆外像素点灰度为0,得到第四图像;根据第四图像与第三图像的交集像素点数变化规律,计算相邻圆形的圆心间距。
优选地,根据第四图像与第三图像的交集像素点数变化规律,计算相邻圆形的圆心间距,包括:构造以所述圆形阵列中心坐标为圆心、半径为1的圆,得到第四图像;计算第四图像与第三图像的交集图像,统计图像中灰度为1的点的个数,记为p;每次增加半径增量dr,直至p不再增加,此时的半径记为dmin;继续增加半径增量dr,直至p再次增加,此时的半径记为dmax;计算获得相邻圆形的圆心间距D:D=dmax+dmin。
优选地,所述半径增量dr满足:0<dr≤1。
优选地,所述利用质心法迭代优化各圆心像素坐标包括:以相邻圆形的圆心间距的一半为半径,迭代优化各圆心像素坐标,直至得到最优的各圆心像素坐标。
优选地,所述得到最优的各圆心像素坐标包括:相邻两次计算的各圆心像素坐标的变化量小于标定精度要求。
本发明实施例的圆形阵列标定板中圆心像素坐标确定方法能够提高圆形阵列标定板中各圆心像素坐标的计算精度,提高圆形阵列的标定精度与标定效率。
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的描述中所使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅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为本发明实施例的圆形阵列标定板中圆心像素坐标确定方法的流程示意图。
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,对本发明实施例的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅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做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。
本发明实施例提供一种圆形阵列标定板中各圆心像素坐标确定方法。图1为本发明实施例的圆形阵列标定板中各圆心像素坐标确定方法的流程示意图。如图1所示,本发明实施例的圆形阵列标定板中各圆心像素坐标确定方法包括以下步骤:
S1:利用被标定相机拍摄得到包括圆形阵列标定板及其背景的原始图案;
S2:对原始图案进行自卷积处理,估算圆形阵列中心坐标;
S3:利用旋转直线法测量圆形阵列的倾角;
S4:测量圆形阵列相邻圆形的圆心间距;
S5:根据所得到的中心坐标、倾角、圆心间距,推演圆形阵列各圆心像素坐标;
S6:利用质心法迭代优化各圆心像素坐标。
本发明实施例通过基于图像自卷积的圆形阵列中心提取、圆形阵列的倾角计算、圆形阵列相邻圆形的圆心间距计算、推演圆形阵列各圆心的像素坐标、质心法迭代优化各圆心的像素坐标等步骤,得到圆形阵列标定板中各圆心像素坐标,能够显著提升圆形阵列标定板中各圆心像素坐标的计算精度。
本发明实施例的方法首先在步骤S1中利用被标定相机拍摄一幅完整图案得到原始图案,原始图案中包括圆形阵列标定板及其背景。然后在步骤S2中对原始图案进行自卷积处理,估算圆形阵列中心坐标。优选地,步骤S2可以包括以下步骤:
S21:对原始图案进行图像灰度化处理,得到第一图像fig1;
S22:将第一图像fig1与其自身进行卷积计算,得到自卷积结果,记为第二图像fig2;
S23:取第二图像fig2灰度最大值处的像素坐标,记为(x,y),根据自卷积原理,(x/2,y/2)即为初步估算的圆形阵列中心坐标,记为(m,n)。
在得到圆形阵列中心坐标后,本实施例在步骤S3中,利用旋转直线法测量圆形阵列的倾角。优选地,步骤S3可以包括以下步骤:
S31:在与第二图像fig2大小相同的空白图像上,构造过点(m,n)、水平倾角为0的直线,直线经过的像素点灰度值为1,其余像素点灰度值为0。水平倾角θ由0°起,每次增加dθ,直至水平倾角大于180°,得到图像组F。计算该图像组F中每一幅图像与第二图像fig2的点乘结果,记录为数组K。
S32:取数组K中的最大值所对应的水平倾角θ,该水平倾角即为圆形阵列的倾角,记录为θ0
所述图像组F的长度与数组K的长度均为INT(180°/dθ)+1。INT为取整函数,例如dθ为1°时,INT(180°/dθ)+1为181;dθ为91°时,INT(180°/dθ)+1为2。
在得到圆形阵列的倾角后,本实施例在步骤S4中测量圆形阵列相邻圆形的圆心间距。优选地,步骤S4可以包括以下步骤:
S41:将第一图像fig1二值化处理,记为第三图像fig3;
S42:在与第三图像fig3大小相同的空白图像上,构造以点(m,n)为圆心,半径r为1的圆,且圆内灰度为1,圆外灰度为0,得到第四图像fig4;
S43:计算第四图像fig4与第三图像fig3的交集图像,统计图像中灰度为1的点的个数,记为p;
S44:每次增加半径dr,直至p不再增加,此时的r记为dmin;
S45:再继续增加半径dr,直至p再次增加,此时的r记为dmax;
S46:计算获得相邻圆形的圆心间距D:D=dmax+dmin。
所述的dr应满足0<dr≤1,避免因dr过大引起p值变化规律有误。
得到圆形阵列相邻圆形的圆心间距后,本实施例在步骤S5中根据在步骤S2中得到的圆形阵列中心坐标、在步骤S3中得到的圆形阵列的倾角以及在步骤S4中得到的相邻圆形的圆心间距,推演圆形阵列各圆心像素坐标。具体地,在与第一图像fig1大小相同的空白图像上,基于中心、倾角、圆心间距推演圆形阵列各圆心像素坐标。
推演得到圆形阵列各圆心像素坐标后,本实施例在步骤S6中利用质心法迭代优化各圆心像素坐标。优选地,在步骤S6中,基于质心法,以D/2为半径,迭代优化各圆心像素坐标,直至得到最优的圆形阵列标定板中各圆心像素坐标。所述迭代优化的停止条件为:相邻两次计算的各圆心像素坐标变化量小于标定精度要求。
在上述实施例中,所述圆形阵列相邻圆形的圆心间距可由交集像素点数变化规律计算所得,也可由Hough变换等其他数字图像处理方法获得。另外,所述的各圆心像素坐标可由质心法迭代计算所得,也可由其他圆心定位算法计算获得。
综上所述,本发明实施例的圆形阵列标定板中圆心像素坐标确定方法采用图像自卷积原理直接估算圆形阵列中心坐标,并且基于交集像素点数变化规律计算相邻圆形的圆心间距。相对于现有技术,本发明实施例具有以下有益效果:
1)显著提升了圆形阵列标定板中各圆心像素坐标的计算精度;
2)避免由于相机一致性不佳导致的标定板背景与圆形阵列对比不明显问题;
3)减小了标定板以外复杂背景对各圆心像素坐标计算结果造成的负面影响;
4)无需输入圆形半径像素数或圆心间距像素数等参数,避免参数设置不当对圆形阵列各圆心像素坐标计算的影响。
以上只通过说明的方式描述了本发明的某些示范性实施例,毋庸置疑,对于本领域的普通技术人员,在不偏离本发明的精神和范围的情况下,可以用各种不同的方式对所描述的实施例进行修正。因此,上述附图和描述在本质上是说明性的,不应理解为对本发明权利要求保护范围的限制。

Claims (8)

1.一种圆形阵列标定板中圆心像素坐标确定方法,其特征在于,包括:
利用被标定相机拍摄得到包括圆形阵列标定板及其背景的原始图案;
对原始图案进行自卷积处理,估算圆形阵列中心坐标;
利用旋转直线法测量圆形阵列的倾角;
测量圆形阵列相邻圆形的圆心间距;
根据所得到的中心坐标、倾角、圆心间距,推演圆形阵列各圆心像素坐标;
利用质心法迭代优化各圆心像素坐标,
所述利用旋转直线法测量圆形阵列的倾角包括:
在与第二图像大小相同的空白图像上,构造通过所述圆形阵列中心坐标、水平倾角不同的直线,设直线经过的像素点灰度值为1、其余像素点灰度值为0,得到图像组,计算该图像组中每一幅图像与第二图像的点乘结果得到数组;
取所述数组中的最大值所对应的水平倾角作为圆形阵列的倾角。
2.根据权利要求1所述的方法,其特征在于,所述对原始图案进行自卷积处理,估算圆形阵列中心坐标包括:
对原始图案进行图像灰度化处理,得到第一图像;
将第一图像与其自身进行卷积计算,得到自卷积结果,作为第二图像;
取第二图像灰度最大值处的像素坐标,根据自卷积原理,得到估算的圆形阵列中心坐标。
3.根据权利要求1或2所述的方法,其特征在于,水平倾角不同的直线包括水平倾角由0°起,每次增加规定角度,直至水平倾角大于180°的一组直线。
4.根据权利要求1或2所述的方法,其特征在于,所述测量圆形阵列相邻圆形的圆心间距包括:
对第一图像进行二值化处理,得到第三图像;
在与第三图像大小相同的空白图像上,构造以所述圆形阵列中心坐标为圆心、半径不同的圆,设圆内像素点灰度为1,圆外像素点灰度为0,得到第四图像;
根据第四图像与第三图像的交集像素点数变化规律,计算相邻圆形的圆心间距。
5.根据权利要求4所述的方法,其特征在于,根据第四图像与第三图像的交集像素点数变化规律,计算相邻圆形的圆心间距,包括:
构造以所述圆形阵列中心坐标为圆心、半径为1的圆,得到第四图像;
计算第四图像与第三图像的交集图像,统计图像中灰度为1的点的个数,记为p;
每次增加半径增量dr,直至p不再增加,此时的半径记为dmin;
继续增加半径增量dr,直至p再次增加,此时的半径记为dmax;
计算获得相邻圆形的圆心间距D:D=dmax+dmin。
6.根据权利要求5所述的方法,其特征在于,所述半径增量dr满足:0<dr≤1。
7.根据权利要求1或2所述的方法,其特征在于,所述利用质心法迭代优化各圆心像素坐标包括:
以相邻圆形的圆心间距的一半为半径,迭代优化各圆心像素坐标,直至得到最优的各圆心像素坐标。
8.根据权利要求7所述的方法,其特征在于,所述得到最优的各圆心像素坐标包括:
相邻两次计算的各圆心像素坐标的变化量小于标定精度要求。
CN202010257084.2A 2020-04-02 2020-04-02 一种圆形阵列标定板中圆心像素坐标确定方法 Active CN111462216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010257084.2A CN111462216B (zh) 2020-04-02 2020-04-02 一种圆形阵列标定板中圆心像素坐标确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010257084.2A CN111462216B (zh) 2020-04-02 2020-04-02 一种圆形阵列标定板中圆心像素坐标确定方法

Publications (2)

Publication Number Publication Date
CN111462216A CN111462216A (zh) 2020-07-28
CN111462216B true CN111462216B (zh) 2023-09-19

Family

ID=71679310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010257084.2A Active CN111462216B (zh) 2020-04-02 2020-04-02 一种圆形阵列标定板中圆心像素坐标确定方法

Country Status (1)

Country Link
CN (1) CN111462216B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2624651A (en) * 2022-11-24 2024-05-29 Continental Autonomous Mobility Germany GmbH Method for determining camera pose information, camera system and vehicle
CN117351071A (zh) * 2023-11-03 2024-01-05 凯多智能科技(上海)有限公司 位移偏差校正方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231750A (zh) * 2008-02-21 2008-07-30 南京航空航天大学 一种双目立体测量系统的标定方法
JP2013254242A (ja) * 2012-06-05 2013-12-19 Honda Elesys Co Ltd 画像認識装置、画像認識方法および画像認識プログラム
CN105046704A (zh) * 2015-07-13 2015-11-11 河海大学 基于圆形目标阵列与观测方程的视觉测量标定方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231750A (zh) * 2008-02-21 2008-07-30 南京航空航天大学 一种双目立体测量系统的标定方法
JP2013254242A (ja) * 2012-06-05 2013-12-19 Honda Elesys Co Ltd 画像認識装置、画像認識方法および画像認識プログラム
CN105046704A (zh) * 2015-07-13 2015-11-11 河海大学 基于圆形目标阵列与观测方程的视觉测量标定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
仇伟涛.复杂文本图像倾斜校正算法研究.中国优秀硕士学位论文全文数据库 信息科技辑.2017,(第3期),第7-13页. *

Also Published As

Publication number Publication date
CN111462216A (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
CN108132017B (zh) 一种基于激光视觉系统的平面焊缝特征点提取方法
CN106683070B (zh) 基于深度相机的身高测量方法及装置
CN110163918B (zh) 一种基于射影几何的线结构光标定方法
CN112465912B (zh) 一种立体相机标定方法及装置
CN111488874A (zh) 一种指针式仪表倾斜校正方法及系统
CN106960449B (zh) 基于多特征约束的异源配准方法
CN111462216B (zh) 一种圆形阵列标定板中圆心像素坐标确定方法
CN110443879B (zh) 一种基于神经网络的透视误差补偿方法
CN112132907B (zh) 一种相机标定方法、装置、电子设备及存储介质
CN113324478A (zh) 一种线结构光的中心提取方法及锻件三维测量方法
CN116342718B (zh) 一种线激光3d相机的标定方法、装置、存储介质及设备
CN110763306A (zh) 一种基于单目视觉的液位测量系统及方法
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
CN116503462A (zh) 一种圆形斑点圆心快速提取方法及系统
CN109671084B (zh) 一种工件形状的测量方法
CN113393524B (zh) 一种结合深度学习和轮廓点云重建的目标位姿估计方法
CN110223356A (zh) 一种基于能量生长的单目相机全自动标定方法
CN112950650A (zh) 一种适用于高精度形貌测量的深度学习畸变光斑中心提取方法
CN116385440A (zh) 一种弧形刀片视觉检测方法
CN114166144B (zh) 一种齿轮倒角加工装夹后加工轮廓的标定方法
CN116433584A (zh) 一种长条形打磨模板表面缺陷检测方法、系统及存储介质
CN106980601B (zh) 基于三目极线约束的基础矩阵高精度求解方法
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
CN115423768A (zh) 一种镜片尺寸测量方法、系统、存储介质及智能终端

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