CN111462246B - 一种结构光测量系统的设备标定方法 - Google Patents
一种结构光测量系统的设备标定方法 Download PDFInfo
- Publication number
- CN111462246B CN111462246B CN202010158433.5A CN202010158433A CN111462246B CN 111462246 B CN111462246 B CN 111462246B CN 202010158433 A CN202010158433 A CN 202010158433A CN 111462246 B CN111462246 B CN 111462246B
- Authority
- CN
- China
- Prior art keywords
- image
- calibration
- calibration plate
- structured light
- projector
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005259 measurement Methods 0.000 title claims abstract description 19
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 238000005070 sampling Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 239000011159 matrix material Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
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
本发明公开了一种结构光测量系统的设备标定方法，涉及设备标定技术领域，包括：获取以多尺度随机二值图作为标定图案的标定板；获取标定板与相机镜头在不同相对角度下的第一标定板图像，利用所述第一标定板图像对相机进行标定；获取不同结构光模式下的第二标定板图像，利用所述第二标定板图像对投影仪进行标定。本发明能够解决现有结构光测量系统的标定方法不适用于高放大倍数镜头，标定误差大的问题。能够实现在不同的放大倍率下，无需指定特征点个数，均能获取稳定的特征点，且标定过程无需拍摄标定板全貌，只需拍摄标定板的部分区域即可完成标定；标定板采用随机二值化图，更有利于特征点检测算法识别，因此适用于高放大倍率镜头的标定。
Description
技术领域
本发明涉及设备标定技术领域，具体涉及一种结构光测量系统的设备标定方法。
背景技术
结构光测量系统是一种非接触三维测量装置其一般采用结构光投射装置和相机构成，结构光投射装置通常使用投影仪，利用投影仪向场景中投射结构光，利用相机采集被场景调制的结构光，通过计算所采集的结构光相位信息或形变信息获得场景中的三维信息。相机与投影仪的标定通常是结构光测量系统的首要步骤，其目的旨在获得相机及结构光投射装置的内外参数以及二者相对的空间位置关系，因此标定参数的准确度直接影响整个测量系统的精度。
传统的结构光标定装置的标定方法，通常是首先使用张正友标定法获得相机的内外参数。其次将相机几何模型应用于投影仪，通过投影仪投射棋盘格或其他易识别图形，借助相机识别图形中关键角点坐标，并将角点坐标换算至世界坐标系。再次利用张正友等标定方法完成对投影仪的标定。此方法存在较多的缺点，首先，高精度结构光测量多采用高放大倍数镜头，对标定板要求精度高，低精度的标定板容易使角点检测失真，从而导致标定结果不准确。其次，测量场景较小，标定板的可变角度较小，求解方程存在较强的奇异性，求取结果不稳定，致使投影仪标定结果恶化。最后，相机与投影仪之间的坐标关系是利用棋盘格数据反推，涉及较多的中间计算过程，每个计算环节的误差会最终传导并累积至最终的投影仪标定过程，致使投影仪标定误差很大。
发明内容
本发明的目的在于提供一种结构光测量系统的设备标定方法，用以解决现有结构光测量系统的标定方法不适用于高放大倍数镜头，标定误差大的问题。
为实现上述目的，本发明主要提供如下技术方案：
提供一种结构光测量系统的设备标定方法，包括：获取以多尺度随机二值图作为标定图案的标定板；获取标定板与相机镜头在不同相对角度下的第一标定板图像，利用所述第一标定板图像对相机进行标定；获取不同结构光模式下的第二标定板图像，利用所述第二标定板图像对投影仪进行标定。
进一步地，所述多尺度随机二值图的生成方法，具体包括：根据相机分辨率设置图像宽度和高度；根据图像高度获得图像的尺度；根据图像尺度设置特定规格的灰度图像；根据0～1分布的随机数确定图像的每个像素的灰度值，并生成多幅二值随机图像；将图像插值放大后再相加得到多尺度随机二值图。
进一步地，利用所述第一标定板图像对相机进行标定，具体包括：对每一幅标定板图像进行特征点识别，获得特征点集坐标；将所述特征点集坐标与原始标定板进行特征点匹配，形成特征点对；针对特征点对进行进一步筛选，去除误匹配点；计算相机外参，将成功匹配的标定板图像特征点作为张正友标定法输入，完成相机标定。
进一步地，所述针对特征点对进行进一步筛选，去除误匹配点，具体包括：采用对极几何约束对特征点对进行进一步筛选，采用随机抽样一致性的鲁棒估计算法，对特征点对进行重复多次随机抽样，去除误匹配点。
进一步地，所述结构光包括沿水平方向上相位变化的正弦结构光以及沿垂直方向上相位变化的正弦结构光和全白光，所述第二标定板图像包括结构光图像和全白图像。
进一步地，利用所述第二标定板图像对投影仪进行标定，具体包括：对结构光图像进行解码，获得结构光图像中每个点对应的投影仪像面坐标；对全白图像进行特征点识别，将识别到的特征点与原始图像进行特征匹配，获得特征点处的坐标，去除误匹配点后获得匹配鲁棒性强的特征点坐标；将所述投影仪像面坐标与匹配后的特征点坐标一一对应，获得标定数据点；利用张正友标定法完成投影仪标定。
进一步地，所述方法还包括：变换标定板与投影仪的相对角度或位置，获取不同的投影仪像面坐标和全白图像的特征点坐标，获取多个标定数据点，形成标定数据点集，再将标定板的原点作为世界坐标系原点，使用标定数据点集作为张正友标定法的输入，对投影仪进行标定。
进一步地，获得所述投影仪像面坐标的方法具体包括：计算第二标定板图像的场景相位值；利用相位解缠算法对场景相位值进行相位解缠，获得图像的真实相位；根据图像的真实相位获取图像相位信息与投影的坐标关系。
本发明提供的技术方案至少具有如下优点：
本发明能够实现在不同的放大倍率下，无需指定特征点个数，均能获取稳定的特征点，且标定过程无需拍摄标定板全貌，只需拍摄标定板的部分区域即可完成标定；标定板采用随机二值化图，更有利于特征点检测算法识别，因此适用于高放大倍率镜头的标定。
附图说明
图1为本发明提供的一种结构光测量系统的设备标定方法步骤图。
图2为本发明提供的多尺度随机二值图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本发明。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
本发明提供一种结构光测量系统的设备标定方法，参考图1，该方法包括：
步骤S1：获取以多尺度随机二值图作为标定图案的标定板；
具体地，多尺度随机二值图的生成方法，具体包括：
根据相机分辨率设置图像宽度为w，高度为h，单位为像素，优选的w>h；
根据图像高度h获得图像的尺度d，其中，d＝ceiling(log2h)-1，ceiling表示向上取整；
根据图像尺度设置特定规格的灰度图像，该特定规格为高度分别为4,8,16,2d，宽度为w的灰度图像；
根据0～1分布的随机数确定图像的每个像素的灰度值，当随机数大于概率阈值时图像像素值设置为0，当随机数小于概率阈值时，图像像素值设为最大值255，优选的所述概率阈值取值为0.5，从而生成d-1幅二值随机图像；
将上述二值随机图像插值放大至宽为w高度为h的图像，然后再相加得到多尺度随机二值图，多尺度随机二值图如图2所示。
步骤S2：获取标定板与相机镜头在不同相对角度下的第一标定板图像，利用第一标定板图像对相机进行标定；
具体地，将标定板放置于相机成像视野内，不断变换标定板与相机镜头的相对角度，并用相机采集标定板图像，即获取标定板与相机镜头在不同相对角度下的第一标定板图像。
对每一幅标定板图像进行特征点识别，获得特征点集坐标pd，同时对原始标定板进行特征点检测获得标定板的特征点集坐标pu，此处的特征点识别采用基于不变特征点检测的方法，优选的不变特征点检测采用SURF算法；
将特征点集坐标pd与原始标定板进行特征点匹配，形成特征点对；
对匹配成功的特征点对，根据对极几何约束进行进一步筛，将所有特征点代入公式组成方程组，由于特征点数量个数远超过未知数个数，特征点存在一定的误差的影响，因此，优选的采用随机抽样一致性的鲁棒估计算法，去除误匹配点，对特征点对进行重复N次随机抽样，每次随机7个特征点，每次采样求解方程组获得基础矩阵F，选择内点数最多的F矩阵。
计算相机外参，即旋转矩阵R、平移向量t以及相机的内参A。由于标定板图像为算法生成，因此可以定义标定板图像主点位于相机中心，且无畸变，定义世界坐标系原点位于相机成像面上，因此图像的世界坐标系z轴坐标为0,r3＝0，对于匹配成功的点集存在以下关系式：
其中s为量纲缩放系数，为标定板图像上的特征点，R＝[r1,r2,r3]表示相机的旋转矩阵，为3x1列向量，t表示相机的平移向量，为3x1列向量。
内参A的矩阵为：
其中f为相机焦距,u0，v0为相机主点，Sx，Sy为像素尺寸。
将匹配成功的特征点带入式匹配成功的点集关系式，组成方程组，解方程获得[r1,r2,r3]，t，A。最后参照张正友标定法，使用Levenberg-Marquardt算法优化以上参数，直至误差最小，获得相机外参，完成相机标定。
步骤S3：获取不同结构光模式下的第二标定板图像，利用第二标定板图像对投影仪进行标定。
通过投影仪向标定板投射结构光图像，结构光包括沿水平方向上相位变化的正弦结构光以及沿垂直方向上相位变化的正弦结构光和全白光，第二标定板图像包括结构光图像和全白图像。
正弦结构光其图像灰度呈现正弦变化，其变化规律可采用
来表示，其中A表示环境光亮度，B表示投影仪投射亮度，n表示图像帧数索引，u,v表示不同坐标处的相位值，w、h分别表示投射图像的宽度和高度，Δπ表示相位沿坐标变化的最小变化步长。
全白图像的特征为其图像灰度保持同一常数值，如下式所示，C为常数，优选的对于像素为8位表示的图像，C＝255，Iwhite＝C。
利用相机序列采集结构光图像，全白结构光投射的全白图像记为Iw，优选的采用三步相移法采集即n＝0,1,2，取不同n取值的结构光，向标定板投射结构光，并采集相应图形。
完成上述定义后，对结构光图像进行解码，获得结构光图像中每个点对应的投影仪像面坐标，包括像面坐标系下的坐标点；
对全白图像进行特征点识别，将识别到的特征点与原始图像进行特征匹配，获得特征点处的坐标，去除误匹配点后获得匹配鲁棒性强的特征点坐标；
将投影仪像面坐标与匹配后的特征点坐标一一对应，获得标定数据点，此标定数据点需要重复多次获取，即：变换标定板与投影仪的相对角度或位置，获取不同的投影仪像面坐标和全白图像的特征点坐标，获取多个标定数据点，形成标定数据点集；
再将标定板的原点作为世界坐标系原点，使用标定数据点集作为张正友标定法的输入，对投影仪进行标定。
其中投影仪像面坐标的方法具体包括：
计算第二标定板图像的场景相位值，相位值计算公式为:
其中，
θ1＝FTP[I2]-FTP[I1]
θ2＝FTP[I3]-FTP[I2]
其中FTP[I1]，FTP[I2]，FTP[I3]分别为所采集的正弦结构光图像I1，I2，I3的频率域的相位值。
利用相位解缠算法对场景相位值进行相位解缠，获得图像的真实相位；
根据图像的真实相位获取图像相位信息与投影的坐标关系，图像相位信息与投影的坐标关系为：
u＝Φw_unwarp*w/T
v＝Φv_unwarp*h/T
其中u，v表示投影仪像面的坐标，Φw_unwarp，Φv_unwarp表示图像Iu,Iv相位解缠后的相位信息，T表示结构光图像周期数。
本实施例能够实现在不同的放大倍率下，无需指定特征点个数，均能获取稳定的特征点，且标定过程无需拍摄标定板全貌，只需拍摄标定板的部分区域即可完成标定；标定板采用随机二值化图，更有利于特征点检测算法识别，因此适用于高放大倍率镜头的标定。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时，可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。
Claims (5)
1.一种结构光测量系统的设备标定方法，其特征在于，包括：
获取以多尺度随机二值图作为标定图案的标定板；
获取标定板与相机镜头在不同相对角度下的第一标定板图像，利用所述第一标定板图像对相机进行标定；
获取不同结构光模式下的第二标定板图像，利用所述第二标定板图像对投影仪进行标定；所述结构光包括沿水平方向上相位变化的正弦结构光以及沿垂直方向上相位变化的正弦结构光和全白光，所述第二标定板图像包括结构光图像和全白图像；
利用所述第二标定板图像对投影仪进行标定，具体包括：
对结构光图像进行解码，获得结构光图像中每个点对应的投影仪像面坐标；
对全白图像进行特征点识别，将识别到的特征点与原始图像进行特征匹配，获得特征点处的坐标，去除误匹配点后获得匹配鲁棒性强的特征点坐标；
将所述投影仪像面坐标与匹配后的特征点坐标一一对应，获得标定数据点；
利用张正友标定法完成投影仪标定；
获得所述投影仪像面坐标的方法具体包括：
通过以下公式计算第二标定板图像的场景相位值：
，
其中，，/>其中 分别为所采集的正弦结构光图像/> 的频率域的相位值；
利用相位解缠算法对场景相位值进行相位解缠，获得图像的真实相位；
根据图像的真实相位获取图像相位信息与投影的坐标关系；
所述图像相位信息与投影的坐标关系为：
，
，
其中，u，v表示投影仪像面的坐标，，/>表示图像/>相位解缠后的相位信息，T表示结构光图像周期数，/>为不同相位的灰度图像，w、h分别表示投射图像的宽度和高度。
2.如权利要求1所述的一种结构光测量系统的设备标定方法，其特征在于，所述多尺度随机二值图的生成方法，具体包括：
根据相机分辨率设置图像宽度和高度；
根据图像高度获得图像的尺度；
根据图像尺度设置特定规格的灰度图像；
根据0~1分布的随机数确定图像的每个像素的灰度值，并生成多幅二值随机图像；
将图像插值放大后再相加得到多尺度随机二值图。
3.如权利要求1所述的一种结构光测量系统的设备标定方法，其特征在于，利用所述第一标定板图像对相机进行标定，具体包括：
对每一幅标定板图像进行特征点识别，获得特征点集坐标；
将所述特征点集坐标与原始标定板进行特征点匹配，形成特征点对；
针对特征点对进行进一步筛选，去除误匹配点；
计算相机外参，将成功匹配的标定板图像特征点作为为张正友标定法输入，完成相机标定。
4.如权利要求3所述的一种结构光测量系统的设备标定方法，其特征在于，所述针对特征点对进行进一步筛选，去除误匹配点，具体包括：
采用对极几何约束对特征点对进行进一步筛选，采用随机抽样一致性的鲁棒估计算法，对特征点对进行重复多次随机抽样，去除误匹配点。
5.如权利要求1所述的一种结构光测量系统的设备标定方法，其特征在于，所述方法还包括：
变换标定板与投影仪的相对角度或位置，获取不同的投影仪像面坐标和全白图像的特征点坐标，获取多个标定数据点，形成标定数据点集，再将标定板的原点作为世界坐标系原点，使用标定数据点集作为张正友标定法的输入，对投影仪进行标定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010158433.5A CN111462246B (zh) | 2020-03-09 | 2020-03-09 | 一种结构光测量系统的设备标定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010158433.5A CN111462246B (zh) | 2020-03-09 | 2020-03-09 | 一种结构光测量系统的设备标定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111462246A CN111462246A (zh) | 2020-07-28 |
| CN111462246B true CN111462246B (zh) | 2024-01-26 |
Family
ID=71682646
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010158433.5A Active CN111462246B (zh) | 2020-03-09 | 2020-03-09 | 一种结构光测量系统的设备标定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111462246B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112505083B (zh) * | 2020-11-20 | 2023-01-31 | 北京工业大学 | 扫描电镜内原位蠕变与疲劳测试点追踪定位方法及系统 |
| CN113177989B (zh) * | 2021-05-07 | 2024-07-19 | 深圳云甲科技有限公司 | 一种口内扫描仪标定方法及装置 |
| CN113674347B (zh) * | 2021-05-18 | 2024-08-20 | 南京理工大学 | 基于相机和投影群阵列的三维形貌的变形测量装置及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106989695A (zh) * | 2017-04-28 | 2017-07-28 | 广东工业大学 | 一种投影仪标定方法 |
| CN108225216A (zh) * | 2016-12-14 | 2018-06-29 | 中国科学院深圳先进技术研究院 | 结构光系统标定方法及装置、结构光系统及移动设备 |
| CN109003308A (zh) * | 2018-06-27 | 2018-12-14 | 浙江大学 | 一种基于相位编码的特殊成像范围相机标定系统及方法 |
| CN109003311A (zh) * | 2018-08-22 | 2018-12-14 | 上海庄生晓梦信息科技有限公司 | 一种鱼眼镜头的标定方法 |
| CN110097601A (zh) * | 2019-04-17 | 2019-08-06 | 清华大学深圳研究生院 | 用于多模态采集系统视场标定的标定板及标定方法 |
| CN110595387A (zh) * | 2019-08-01 | 2019-12-20 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于多频率结构光的三维重建系统标定方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140078264A1 (en) * | 2013-12-06 | 2014-03-20 | Iowa State University Research Foundation, Inc. | Absolute three-dimensional shape measurement using coded fringe patterns without phase unwrapping or projector calibration |
| US10360693B2 (en) * | 2017-03-01 | 2019-07-23 | Cognex Corporation | High speed structured light system |
-
2020
- 2020-03-09 CN CN202010158433.5A patent/CN111462246B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108225216A (zh) * | 2016-12-14 | 2018-06-29 | 中国科学院深圳先进技术研究院 | 结构光系统标定方法及装置、结构光系统及移动设备 |
| CN106989695A (zh) * | 2017-04-28 | 2017-07-28 | 广东工业大学 | 一种投影仪标定方法 |
| CN109003308A (zh) * | 2018-06-27 | 2018-12-14 | 浙江大学 | 一种基于相位编码的特殊成像范围相机标定系统及方法 |
| CN109003311A (zh) * | 2018-08-22 | 2018-12-14 | 上海庄生晓梦信息科技有限公司 | 一种鱼眼镜头的标定方法 |
| CN110097601A (zh) * | 2019-04-17 | 2019-08-06 | 清华大学深圳研究生院 | 用于多模态采集系统视场标定的标定板及标定方法 |
| CN110595387A (zh) * | 2019-08-01 | 2019-12-20 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于多频率结构光的三维重建系统标定方法 |
Non-Patent Citations (6)
| Title |
|---|
| Reasearch on comparison and analysis of the projector calibration;Bingbing Han，et al;《2019 IEEE 3rd Advanced Information Management, Communicates, Electronic and Automation Control Conference》;全文 * |
| 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;曾海;唐苏明;田野;刘映江;宋展;;《集成技术》(第2期);全文 * |
| 数字投影结构光三维测量方法研究;张万祯;《中国博士学位论文全文数据库》;全文 * |
| 杨浩等.适用于离焦状态相机的相位编码标定方法.《光电工程》.2018,第45卷(第45期),第2页. * |
| 王静强等.基于伪随机阵列和正弦光栅的结构光标定.《计算机应用与软件》.2017,第34卷(第34期),第117-119页. * |
| 结构光测量系统的投影仪标定方法研究;徐鸣华;施天敏;王颖;李锋;;《测控技术》(第1期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111462246A (zh) | 2020-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110276808B (zh) | 一种单相机结合二维码测量玻璃板不平度的方法 | |
| CN111462246B (zh) | 一种结构光测量系统的设备标定方法 | |
| CA2666256C (en) | Deconvolution-based structured light system with geometrically plausible regularization | |
| CN106595528A (zh) | 一种基于数字散斑的远心显微双目立体视觉测量方法 | |
| CN110969668A (zh) | 一种长焦双目相机的立体标定算法 | |
| CN112270719B (zh) | 相机标定方法、装置及系统 | |
| CN104596439A (zh) | 一种基于相位信息辅助的散斑匹配三维测量方法 | |
| Douxchamps et al. | High-accuracy and robust localization of large control markers for geometric camera calibration | |
| CN113920205B (zh) | 一种非同轴相机的标定方法 | |
| US20240303772A1 (en) | Device and method for correspondence analysis in images | |
| CN112184811B (zh) | 单目空间结构光系统结构校准方法及装置 | |
| Gong et al. | High-precision calibration of omnidirectional camera using an iterative method | |
| 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 | |
| CN114463437A (zh) | 一种摄像机标定方法、装置、设备及计算机可读介质 | |
| CN113689397A (zh) | 工件圆孔特征检测方法和工件圆孔特征检测装置 | |
| CN113160393A (zh) | 基于大景深的高精度三维重建方法、装置及其相关组件 | |
| CN114877826B (zh) | 一种双目立体匹配三维测量方法、系统及存储介质 | |
| Wang et al. | Facilitating PTZ camera auto-calibration to be noise resilient with two images | |
| CN114897990A (zh) | 一种基于神经网络的相机畸变标定方法、系统和存储介质 | |
| CN209279912U (zh) | 一种物体三维信息采集装置 | |
| JP2961140B2 (ja) | 画像処理方法 | |
| Liu et al. | Three-dimensional footwear print extraction based on structured light projection | |
| CN117496499B (zh) | 3d结构光成像中虚假深度边缘的识别和补偿方法、系统 | |
| Fasogbon et al. | Automatic feature extraction for wide-angle and fish-eye camera calibration | |
| RU2351091C2 (ru) | Способ автоматического определения и коррекции радиальной дисторсии на цифровом изображении |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240311 Address after: 314050 9F, No. 705, Asia Pacific Road, Nanhu District, Jiaxing City, Zhejiang Province Patentee after: ZHEJIANG YANGTZE DELTA REGION INSTITUTE OF TSINGHUA University Country or region after: China Address before: No.152 Huixin Road, Nanhu District, Jiaxing City, Zhejiang Province 314000 Patentee before: ZHEJIANG FUTURE TECHNOLOGY INSTITUTE (JIAXING) Country or region before: China |