CN111508031B - 特征自识别标定板 - Google Patents
特征自识别标定板 Download PDFInfo
- Publication number
- CN111508031B CN111508031B CN202010284358.7A CN202010284358A CN111508031B CN 111508031 B CN111508031 B CN 111508031B CN 202010284358 A CN202010284358 A CN 202010284358A CN 111508031 B CN111508031 B CN 111508031B
- Authority
- CN
- China
- Prior art keywords
- calibration plate
- pattern
- patterns
- sub
- grid
- 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
- 239000003086 colorant Substances 0.000 claims abstract description 7
- 238000003491 array Methods 0.000 claims abstract description 4
- 238000002955 isolation Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 abstract description 8
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000000605 extraction Methods 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 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
Abstract
本发明属于计算机视觉技术领域,具体涉及一种特征自识别标定板。旨在解决现有技术中标定板中特征点辨认困难、识别精度低的问题。本发明提供一种特征自识别标定板,其包括由若干个尺寸相同的黑白方格阵列构成的格状图案,格状图案中任意相邻的四个方格构成2行2列图纹,其四个方格颜色不唯一,格状图案具有由N*N(N≥2,N为整数)黑白方格构成的可自识别图标最小尺寸,任一由M*M(M≥N,M为整数)黑白方格构成的子图案在格状图案中唯一;格状图案中任意子图案与其他子图案及其经过旋转90度、180度、270度后的图案均不相同。本发明标定板结构简单,制作便利,对相机分辨率要求不高,方格颜色的分布使得特征点易于辨认提取,有效提升识别精度和速度。
Description
技术领域
本发明属于计算机视觉技术领域,具体涉及一种特征自识别标定板。
背景技术
计算机视觉技术是工业自动化领域重要的方向,具体的落地应用如三维重建、故障检测、视觉测量,在提升我国智能制造水平、建设智慧城市等方面起着基础性的作用。基于视觉的测量过程都需要对成像设备进行标定,作为测量的标准参考,标定的精度直接决定了测量的精度。标定的算法原理成熟于本世纪初,现今最流行的张正友标定法需要平面标定板作为工具。最常用的标定板是棋盘格和圆点阵,这两种标定板上的特征图纹是高度规则重复的,这使得特征点之间相互区分辨认起来很困难,需要额外的信息来指示各个特征点在标定板上的相对位置。
常见的改进措施例如对标定板的形状加以约束、添加额外的标记点作参考,这些改进措施的问题在于标定时必须要求标定板完全出现在相机视野内。而视觉测量应用广泛,成像设备种类多样,当成像设备较小、相机间距离较近时这个条件是难以做到的。另外一类改进措施是直接把不同的自识别标记码直接添加到各个棋盘格或者圆点之上。所谓自识别(Self-identifying)是指图纹可在图像中被自动检测识别的特性。这类方法的问题在于要求相机需要有更高精度的分辨率,标定板的尺寸也需要较大使图纹清晰。同时大量的空间面积被用来做识别,相同大小的视野内能包含的特征点数量大大减少,不利于提升标定精度。还有一些方案是设计特定的图形,例如将变化的交并比融合在棋盘格之中。这些专用的图形也常需要配合专用的标定算法。
发明内容
为了解决现有技术中的上述问题,即为了解决现有技术中标定板中特征点辨认困难、识别精度低的问题,本发明提供一种特征自识别标定板。所述标定板表面具有格状图案,所述格状图案由若干个尺寸相同的黑白方格阵列构成,本文中所述的黑白方格指代“黑色方格和白色方格”所述格状图案中任意相邻的四个方格构成2行2列图纹,所述2行2列图纹中四个方格颜色不唯一。
在一些优选技术方案中,所述格状图案具有由N*N(N≥2,N为整数)黑白方格构成的可自识别图标最小尺寸,任一由M*M(M≥N,M为整数)黑白方格构成的子图案在所述格状图案中唯一。
在一些优选技术方案中,所述格状图案中任意所述子图案与其他所述子图案及其经过旋转90度、180度、270度后的图案均不相同。
在一些优选技术方案中,所述子图案与经过旋转90度、180度、270度的子图案构成的4个互不相同的子图案彼此之间的汉明距离皆不小于3。
在一些优选技术方案中,所述标定板还包括隔离区,所述隔离区由若干个颜色、尺寸均相同的方格沿所述格状图案周向阵列构成。
在一些优选技术方案中,所述格状图案中黑白方格的分布在保证所有格点都为角点的条件下是随机的。
本发明的有益效果:
本发明的标定板表面图案及颜色分布规律既可以可使所有格点在图像中作为角点(亦即表征两线相交处的点状特征)被提取出来,又可以使得标定图案中任意一个设定大小的色块邻域不仅在全图中唯一,而且在旋转后仍有别于其他色块邻域。本发明的方案保持标定图案的各个局部有类似于棋盘格的结构,使得标定板结构简单,制作便利,对相机的分辨率要求不高,特征点易于提取。同时,标定图案的各个局部唯一,因此可以很方便的确定各个特征点在标定板上的位置,亦使标定板有了方向性特征,免除了标定时标定板须完全包含在相机视野内的要求。
本发明在保持了格状结构的前提下,将二维识别码融入格状结构里,一方面可以较为容易地确定标定板上各个特征点相对于标定板的位置,使得标定板在不能完整出现在相机视野的情形下也可以使用;另一方面标定板图案结构简易,与现有的棋盘格标定板类似,既可以提高标定板表面的面积利用率,又可以较为容易的与现有的标定软件工具对接,操作便利。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为本发明一种实施例的特征自识别标定板的结构示意图;
图2为本发明一种实施例的特征自识别标定板中子图案的示意图。
具体实施方式
为使本发明的实施例、技术方案和优点更加明显,下面将结合附图对本发明的技术方案进行清楚、完整的描述,显然,所述的实施例是本发明的一部分实施例,而不是全部实施例。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。
本发明的特征自识别标定板包括由若干个尺寸相同的黑白方格阵列构成的格状图案,所述格状图案中任意相邻的四个方格构成2行2列图纹,所述2行2列图纹中四个方格颜色不唯一;所述格状图案具有由N*N(N≥2,N为整数)黑白方格构成的可自识别图标最小尺寸,任一由M*M(M≥N,M为整数)黑白方格构成的子图案在所述格状图案中唯一。需要说明的是,本发明特征自识别标定板中的“特征”指能表征图形、图像、图案某一属性的信息。本申请文件中指代标定板上人为设计出的具有明显几何含义的图案,其目的是为了能在标定板上的图案中提取得到空间信息已知点的像素坐标点。所述“特征自识别”指标定板上所设计的角点特征可依据以其为中心的指定大小邻域图纹识别出该角点特征在标定板上的相对位置。格状图案里不在全格状图案边缘上的小格顶点被称为“格点”。
为了更清晰地对本发明特征自识别标定板进行说明,下面结合附图对本方发明一种优选实施例进行展开详述。
作为本发明的一个优选实施例,本发明的特征自识别标定板如图1所示,本发明优选实施例的标定板如图所示包括所述标定板包括由若干个尺寸相同的黑色或白色正方形色块紧邻排布阵列构成的格状图案,以及沿其轴向环绕的隔离区。为方便描述在本说明书中将“黑色和白色正方形色块”简称为“黑白方格”。隔离区由若干个颜色、尺寸均相同的方格沿所述格状图案周向阵列构成。在本发明的优选实施例中,隔离区为白色。本领域技术人员可根据实际情况灵活调整隔离区颜色,及其形状、大小构成。
进一步地,本发明标定板的格状图案中任意相邻的四个方格构成2行2列图纹,且2行2列图纹中四个方格颜色不唯一。即格状图案中所有由2行2列构成的图纹中所含的四个方格颜色不全相同。亦即所有2行2列构成的图纹的中心点在图像中都可以作为角点被检测出。
进一步地,参阅图2,格状图案具有由N*N(N≥2,N为整数)黑白方格构成的可自识别图标最小尺寸,任一由M*M(M≥N,M为整数)黑白方格构成的子图案在所述格状图案中唯一。且格状图案中任意所述子图案与其他所述子图案及其经过旋转90度、180度、270度后的图案均不相同。籍此可在本发明标定板被旋转的情况下确定该子图案在全图里的位置,进而推断出子图案内各个特征点在标定板上的相对位置。在本发明中,黑色方格与白色方格的分布规律应满足如下两个要求:1.每个尺寸为最小尺寸的子图案在全格状图案中是唯一的。2.每个尺寸为最小尺寸的子图案在旋转之后在全格状图案之中也是唯一的。
具体地,在本申请优选实施例中N为4,即4*4黑白方格构成本发明标定板的可自识别图标最小尺寸,格状图案里任意一个尺寸不小于最小尺寸的子图案在全图里都是唯一的。参阅图2,在图2中M=N=4,即子图案A和子图案B均为本发明的最小尺寸4,同时其在格状图案中为唯一图案。A1、A2、A3分别为A经过旋转90度、180度、270度后得到的,A、A1、A2、A3互不相同,且A、A1、A2、A3彼此之间的汉明距离均不小于3。同样地,子图案B与A、A1、A2、A3互不相同,即子图案在标定板旋转后,仍在全图中唯一。
作为本发明特征自识别的标定板使用方法的优选实施例:
标定相机时首先对本发明标定板上的特征点逐一标序。不同相机采集多张不同姿态下的标定板图像,采集过程尽量使标定板在相机视野内不同位置显示出尽量多的格点,本发明使用时不要求标定板完整的出现在相机视野内。
对各张标定板图像进行角点提取、筛选、亚像素精度优化,得到格状图案里各个格点的像素坐标。依据各个格点附近的像素值经过二值化等处理,确定各个格点相邻四个色块的颜色。汇总任意一个包含在视野内的3*3个格点阵附近色块颜色情况,推断出一个4*4子图案的黑白样式。匹配子图案与全格状图案,对应得到子图案内所有格点标记的序号。
依据格点间的相对位置关系,得到其他格点的序号。其他格点也按照匹配子图案的方法确定自己的序号,并比较匹配得到的序号与推断得到的序号加以验证。同一时刻不同相机拍摄到的标定板图像之间依据确定好的格点序号匹配特征点,得到多组匹配好的特征点。精确测量标定板上一个色块的边长,于是特征点之间的相对位置关系便也精确已知。
按照以上步骤得到的匹配好的特征点对,相对位置关系已知。将其可以直接送入现有的标定工具包进行标定。假如应用时标定板的面积太大,可以从中裁剪出一个子图案直接使用,方法上不需要任何修改。
通过这样的设置使得本发明的标定板特征点便于分辨,仅通过一点即可得知此特征点在标定板上的相对位置,以小见大。
本发明标定板表面的格状图案中黑白方格的分布是随机的,本领域技术人员在满足上述黑白方格分布规律的基础上可根据实际情况灵活调整黑白方格的分布。
上述本申请实施例中的技术方案中,至少具有如下的技术效果及优点:
本发明的标定板表面图案及颜色分布规律既可以可使得所有格点在图像中作为角点(亦即表征两线相交处的点状特征)被提取出来,又可以使得标定图案中任意一个设定大小的色块邻域不仅在全图中唯一,而且在旋转后仍有别于其他色块邻域。本发明的方案保持标定图案的各个局部有类似于棋盘格的结构,使得标定板结构简单,制作便利,对相机的分辨率要求不高,特征点易于提取。同时,标定图案的各个局部唯一,因此可以很方便的确定各个特征点在标定板上的位置,亦使标定板有了方向性特征,免除了标定时标定板须完全包含在相机视野内的要求。
本发明在保持了格状结构的前提下,将二维识别码融入格状结构里,一方面可以较为容易地确定标定板上各个特征点相对于标定板的位置,使得标定板在不能完整出现在相机视野的情形下也可以使用;另一方面标定板图案结构简易,与现有的棋盘格标定板类似,既可以提高标定板表面的面积利用率,又可以较为容易的与现有的标定软件工具对接,操作便利。
需要说明的是,在本发明的描述中,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含,从而使得包括一系列要素的过程、物品或者设备/装置不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括这些过程、物品或者设备/装置所固有的要素。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (5)
1.特征自识别标定板,其特征在于,所述标定板表面包括由若干个尺寸相同的黑白方格阵列构成的格状图案;
所述格状图案中任意相邻的四个方格构成2行2列图纹,所述2行2列图纹中四个方格颜色不唯一;
所述格状图案具有由N*N(N≥2,N为整数)黑白方格构成的可自识别图标最小尺寸,任一由M*M(M≥N,M为整数)黑白方格构成的子图案在所述格状图案中唯一。
2.根据权利要求1所述的特征自识别标定板,其特征在于,所述格状图案中任意所述子图案与其他所述子图案及其经过旋转90度、180度、270度后的图案均不相同。
3.根据权利要求2所述的特征自识别标定板,其特征在于,所述子图案与经过旋转90度、180度、270度的子图案构成的4个互不相同的子图案彼此之间的汉明距离皆不小于3。
4.根据权利要求1所述的特征自识别标定板,其特征在于,所述标定板表面还包括隔离区,所述隔离区由若干个颜色、尺寸均相同的方格沿所述格状图案周向阵列构成。
5.根据权利要求1所述的特征自识别标定板,其特征在于,所述格状图案中黑白方格的分布在保证所有格点都为角点的条件下是随机的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010284358.7A CN111508031B (zh) | 2020-04-10 | 2020-04-10 | 特征自识别标定板 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010284358.7A CN111508031B (zh) | 2020-04-10 | 2020-04-10 | 特征自识别标定板 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111508031A CN111508031A (zh) | 2020-08-07 |
CN111508031B true CN111508031B (zh) | 2023-11-21 |
Family
ID=71878873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010284358.7A Active CN111508031B (zh) | 2020-04-10 | 2020-04-10 | 特征自识别标定板 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111508031B (zh) |
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 |
WO2014006929A1 (ja) * | 2012-07-06 | 2014-01-09 | 富士フイルム株式会社 | カラー撮像素子および撮像装置 |
CN104217429A (zh) * | 2014-08-25 | 2014-12-17 | 太仓中科信息技术研究院 | 一种摄像机标定板的设计与检测方法 |
CN108734743A (zh) * | 2018-04-13 | 2018-11-02 | 深圳市商汤科技有限公司 | 用于标定摄像装置的方法、装置、介质及电子设备 |
CN108765328A (zh) * | 2018-05-18 | 2018-11-06 | 凌美芯(北京)科技有限责任公司 | 一种高精度多特征平面模板及其畸变优化和标定方法 |
CN110047109A (zh) * | 2019-03-11 | 2019-07-23 | 南京航空航天大学 | 一种基于自识别标记的相机标定板及其识别检测方法 |
CN110264520A (zh) * | 2019-06-14 | 2019-09-20 | 北京百度网讯科技有限公司 | 车载传感器与车辆位姿关系标定方法、装置、设备和介质 |
CN110378972A (zh) * | 2019-08-22 | 2019-10-25 | 北京双髻鲨科技有限公司 | 一种内参标定的方法、装置及设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015040657A1 (ja) * | 2013-09-20 | 2015-03-26 | 富士通株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
-
2020
- 2020-04-10 CN CN202010284358.7A patent/CN111508031B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014006929A1 (ja) * | 2012-07-06 | 2014-01-09 | 富士フイルム株式会社 | カラー撮像素子および撮像装置 |
CN203217624U (zh) * | 2013-05-04 | 2013-09-25 | 长春工业大学 | 一种新型棋盘格标定板 |
CN104217429A (zh) * | 2014-08-25 | 2014-12-17 | 太仓中科信息技术研究院 | 一种摄像机标定板的设计与检测方法 |
CN108734743A (zh) * | 2018-04-13 | 2018-11-02 | 深圳市商汤科技有限公司 | 用于标定摄像装置的方法、装置、介质及电子设备 |
CN108765328A (zh) * | 2018-05-18 | 2018-11-06 | 凌美芯(北京)科技有限责任公司 | 一种高精度多特征平面模板及其畸变优化和标定方法 |
CN110047109A (zh) * | 2019-03-11 | 2019-07-23 | 南京航空航天大学 | 一种基于自识别标记的相机标定板及其识别检测方法 |
CN110264520A (zh) * | 2019-06-14 | 2019-09-20 | 北京百度网讯科技有限公司 | 车载传感器与车辆位姿关系标定方法、装置、设备和介质 |
CN110378972A (zh) * | 2019-08-22 | 2019-10-25 | 北京双髻鲨科技有限公司 | 一种内参标定的方法、装置及设备 |
Non-Patent Citations (1)
Title |
---|
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02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111508031A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110458898B (zh) | 相机标定板、标定数据采集方法、畸变校正方法及装置 | |
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 | |
CN106257535B (zh) | 基于surf算子的电气设备红外与可见光图像配准方法 | |
CN108734744A (zh) | 一种基于全站仪的远距离大视场双目标定方法 | |
CN112132907B (zh) | 一种相机标定方法、装置、电子设备及存储介质 | |
CN104331689B (zh) | 一种合作标识及多智能个体身份与位姿的识别方法 | |
CN105118021A (zh) | 基于特征点的图像配准方法及系统 | |
WO2021017352A1 (zh) | 激光雷达-摄像机联合标定靶和联合标定方法 | |
CN111833405B (zh) | 基于机器视觉的标定识别方法及装置 | |
CN111179360B (zh) | 一种高精度自动化标定板和标定方法 | |
CN113052911A (zh) | 一种标定板、和相机标定方法、装置 | |
CN107229043A (zh) | 一种距离传感器外参数标定方法和系统 | |
CN109993801A (zh) | 一种用于二维相机与三维传感器的标定装置及标定方法 | |
CN115049658B (zh) | Rgb-d相机质量检测方法、电子设备及存储介质 | |
CN103033171A (zh) | 基于颜色与结构特征的编码标志 | |
CN111508031B (zh) | 特征自识别标定板 | |
CN111699513B (zh) | 一种标定板、内参数标定方法、机器视觉系统及存储装置 | |
CN113506276B (zh) | 一种测量结构位移的标志物及方法 | |
CN111145246B (zh) | 一种足型扫描的方法和系统 | |
US20230245346A1 (en) | Method and device for corner marking and parameter calibration | |
CN113506347B (zh) | 一种基于单幅照片的相机内参处理方法及系统 | |
CN110827346B (zh) | 获取固定平面与其摄像头成像之间映射关系的方法 | |
CN112050752B (zh) | 一种基于二次投影的投影仪标定方法 | |
CN104598904B (zh) | 一种图形码校正图形中心的定位方法和设备 | |
JP2013084031A (ja) | マーカー、二次元コード、およびマーカーの認識方法、二次元コードの認識方法 |
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 |