CN111915681B - 多组3d相机群的外参标定方法、装置、存储介质及设备 - Google Patents
多组3d相机群的外参标定方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN111915681B CN111915681B CN201910379745.6A CN201910379745A CN111915681B CN 111915681 B CN111915681 B CN 111915681B CN 201910379745 A CN201910379745 A CN 201910379745A CN 111915681 B CN111915681 B CN 111915681B
- Authority
- CN
- China
- Prior art keywords
- camera
- camera group
- dimensional
- reference object
- coordinate system
- 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 70
- 238000004590 computer program Methods 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 238000003384 imaging method Methods 0.000 description 12
- 239000011159 matrix material Substances 0.000 description 10
- 238000013519 translation Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation 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
- G06T7/85—Stereo camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
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
本申请涉及一种多组3D相机群的外参标定方法、装置、存储介质及设备,在进行多组3D相机群的外参标定时,首先对不同组的3D相机群的内参进行对比,当内参差值超出预设范围时,再分别得到各3D相机群与参考物的外参,最后根据各3D相机群与参考物的外参得到各3D相机群之间的外参,从而完成多组3D相机群的外参标定,相比于现有技术,上述处理过程更加简单方便,且可以提高3D相机群的外参标定精度。
Description
技术领域
本申请涉及相机标定技术领域,特别是涉及一种多组3D相机群的外参标定方法、装置、存储介质及设备。
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,几何模型中的参数为相机参数,求解相机参数的过程即为相机标定。
随机机器视觉技术的发展,相机标定不仅仅局限于单个相机之间的标定,另外还包括多组3D相机群的标定。3D相机群是指通过N个相机(N≥2)组成的多目相机系统,同一个3D相机群内的相机一般型号相同。传统技术中,在进行多组3D相机群的标定时,为了获取不同组的3D相机群的外参关系,通常将多组3D相机群所包含的所有的单个相机作为一个新的整体去进行外参标定,然而,该过程需要重新计算所有单个相机的外参,计算过程繁琐,且容易出错。
发明内容
基于此,有必要针对现有技术存在的问题,提供一种更简单方便的多组3D相机群的外参标定方法、装置、存储介质及设备。
一种多组3D相机群的外参标定方法,包括:
获取多组3D相机群的内参,所述多组3D相机群至少包括第一相机群以及第二相机群;
获取通过所述第一相机群得到的参考物的第一图像集合,以及通过所述第二相机群得到的所述参考物的第二图像集合;
当所述第一相机群的内参与所述第二相机群的内参的内参差值超出预设范围时,确定所述第一相机群对应的第一二维图像坐标系,以及所述第二相机群对应的第二二维图像坐标系,根据所述第一图像集合中所述参考物的特征点在所述第一二维图像坐标系中的坐标,得到所述第一相机群与所述参考物的第一外参;根据所述第二图像集合中所述特征点在所述第二二维图像坐标系中的坐标,得到所述第二相机群与所述参考物的第二外参;
根据所述第一外参以及所述第二外参,得到所述第一相机群与所述第二相机群的外参。
一种多组3D相机群的外参标定装置,包括:
内参获取模块,用于获取多组3D相机群的内参,所述多组3D相机群至少包括第一相机群以及第二相机群;
图像获取模块,用于获取通过所述第一相机群得到的参考物的第一图像集合,以及通过所述第二相机群得到的所述参考物的第二图像集合;
外参标定模块,用于当所述第一相机群的内参与所述第二相机群的内参的内参差值超出预设范围时,确定所述第一相机群对应的第一二维图像坐标系,以及所述第二相机群对应的第二二维图像坐标系,根据所述第一图像集合中所述参考物的特征点在所述第一二维图像坐标系中的坐标,得到所述第一相机群与所述参考物的第一外参;根据所述第二图像集合中所述特征点在所述第二二维图像坐标系中的坐标,得到所述第二相机群与所述参考物的第二外参;根据所述第一外参以及所述第二外参,得到所述第一相机群与所述第二相机群的外参。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
上述多组3D相机群的外参标定方法、装置、存储介质及设备,在进行多组3D相机群的外参标定时,首先对不同组的3D相机群的内参进行对比,当内参差值超出预设范围时,再分别得到各3D相机群与参考物的外参,最后根据各3D相机群与参考物的外参得到各3D相机群之间的外参,从而完成多组3D相机群的外参标定,相比于现有技术,上述处理过程更加简单方便,且可以提高3D相机群的外参标定精度。
附图说明
图1为一个实施例中多组3D相机群的外参标定方法的流程示意图;
图2为一个实施例中得到第一相机群与参考物的第一外参的流程示意图;
图3为一个实施例中棋盘格参考物的示意图;
图4为一个实施例中得到第二相机群与参考物的第二外参的流程示意图;
图5为另一个实施例中多组3D相机群的外参标定方法的流程示意图;
图6为一个实施例中得到第一相机群与第二相机群的外参的流程示意图;
图7为又一个实施例中多组3D相机群的外参标定方法的流程示意图;
图8为再一个实施例中多组3D相机群的外参标定方法的流程示意图;
图9为一个实施例中多组3D相机群的外参标定装置的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提出一种外参标定技术方案,主要构思为根据不同组的3D相机群之间的内参差值来灵活选择对应的外参标定方法。具体地,对于内参差值较大的多组3D相机群,可以选择使用方法一,即首先计算每个3D相机群与参考物的位置关系,进而推算出3D相机群之间的位置关系,从而确定外参;对于内参差值较小的多组3D相机群,可以选择使用方法二,即通过同一参考物在多组3D相机群对应的多个坐标系下的3D位置计算其旋转和平移关系,从而确定外参。
另外,本申请提供的外参标定技术方案,可以应用于多组3D相机群的外参标定,其中,单个3D相机群可以认为是由至少两台相同型号的相机构成,也就是说,同一个3D相机群内的相机的内参几乎都相同,因此,在本申请中,可以将3D相机群内的任一相机的内参作为该3D相机群的内参。此外,3D相机群中的各个相机之间的外参可以认为是已知的,或者通过相机外参标定方法(如可以根据焦距及视野差距情况选择基于RANSAC的方法或基于PnP的方法获得精确的外参,或者,使用Levenberg-Marquardt最小化重投影误差获取相机间外参等)得到,从而,3D相机群可以根据目标在不同相机的成像图像、成像位置关系以及各个相机之间的外参求得目标的三维坐标(3D坐标)。
为了便于理解,本申请各实施例中以两个3D相机群为例,对本申请的技术方案进行解释说明,可以理解,本申请的技术方案也适用于两个以上的3D相机群的外参标定,例如,对于三个3D相机群的情况,可以先将其中两个3D相机群进行外参标定,然后将剩下的未标定相机群与已标定相机群进行外参标定,上述两次标定处理过程的方案原理相同。
在一个实施例中,如图1所示,提供一种多组3D相机群的外参标定方法,以该方法应用于可以进行3D相机群外参标定的处理器为例进行解释说明,该方法包括以下步骤:
步骤S100,获取多组3D相机群的内参,多组3D相机群至少包括第一相机群以及第二相机群;
处理器在进行多组3D相机群的外参标定之前,首先获取多组3D相机群的内参。具体地,处理器可以是直接获取多组3D相机群的内参,例如,可以使用张正友棋盘格标定法来得到3D相机群中相机的内参;处理器也可以是间接获取目标图像,例如:处理器与其他标定装置进行通讯,从而获取通过标定装置得到的3D相机群的内参,或者,处理器通过网络访问获取保存于互联网服务器中的3D相机群的内参,或者,处理器通过数据读取等方式读取保存于存储器中的3D相机群的内参。
另外,为了便于理解,本实施例以第一相机群以及第二相机群为例,对本申请的技术方案进行解释说明。
步骤S200,获取通过第一相机群得到的参考物的第一图像集合,以及通过第二相机群得到的参考物的第二图像集合;
处理器在进行外参标定时,由于需要依靠参考物作为标定中介,因此,处理器还需要获取通过第一相机群以及第二相机群得到的同一参考物的图像集合,即第一图像集合以及第二图像集合。第一图像集合以及第二图像集合应包含有多张完整的参考物图像。
可以理解,处理器获取参考物图像集合的步骤,可以是在获取内参的步骤之后,也可以是在获取内参的步骤之前,在此并不做严格限定。
步骤S300,当第一相机群的内参与第二相机群的内参的内参差值超出预设范围时,确定第一相机群对应的第一二维图像坐标系,以及第二相机群对应的第二二维图像坐标系,根据第一图像集合中参考物的特征点在第一二维图像坐标系中的坐标,得到第一相机群与参考物的第一外参;根据第二图像集合中特征点在第二二维图像坐标系中的坐标,得到第二相机群与参考物的第二外参;
处理器在得到第一相机群以及第二相机群的内参后,通过计算得到二者的内参差值,并将得到的内参差值与预设范围进行对比,当内参差值超出预设范围时,可以认为第一相机群与第二相机群的内参差值较大,即通过本申请中的方法一来进行第一相机群与第二相机群的外参标定。
具体地,当第一相机群的内参与第二相机群的内参的内参差值超出预设范围时,首先得到第一相机群与参考物的位置关系,即获取参考物中的特征点在第一二维图像坐标系中的坐标(二维坐标),并对特征点的坐标数据进行处理,从而可以根据坐标数据处理结果得到第一相机群与参考物的第一外参;然后得到第二相机群与参考物的位置关系,即获取相同的特征点在第二二维图像坐标系中的坐标(二维坐标),并对特征点的坐标数据进行处理,从而可以根据坐标数据处理结果得到第二相机群与参考物的第二外参。
其中,特征点指的是图像灰度值发生剧烈变化的点或者在图像边缘上曲率较大的点(即两个边缘的交点),图像特征点能够反映图像本质特征,能够标识图像中目标物体,通过特征点的匹配能够完成图像的匹配。因此,通过相同的特征点分别在第一二维图像坐标系以及第二二维图像坐标系中的坐标,可以保证得到第一相机群与第二相机群是相对于同一参考物标定得到的外参,即保证第一外参和第二外参是相对应的,进而保证第一相机群与第二相机群的外参标定精度。
步骤S400,根据第一外参以及第二外参,得到第一相机群与第二相机群的外参。
处理器在得到第一相机群与参考物的第一外参、第二相机群与参考物的第二外参之后,由于第一相机群与第二相机群的参考物相同,因此,可以根据第一外参和第二外参确定第一相机群与第二相机群的位置关系,即得到第一相机群与第二相机群的外参。
本实施例提供一种多组3D相机群的外参标定方法,在进行多组3D相机群的外参标定时,首先对不同组的3D相机群的内参进行对比,当内参差值超出预设范围时,再分别得到各3D相机群与参考物的外参,最后根据各3D相机群与参考物的外参得到各3D相机群之间的外参,从而完成多组3D相机群的外参标定,相比于现有技术,上述处理过程更加简单方便,且可以提高3D相机群的外参标定精度。
在一个实施例中,内参至少包括焦距及畸变,内参差值至少包括焦距差值及畸变差值;
本实施例以相机(相机群)内参中的焦距和畸变作为考量,来比较不同相机(相机群)之间的内参差异。其中,焦距即镜头焦距,是指镜头光学后主点到焦点的距离,镜头焦距的长短决定了被摄物在成像介质上成像的大小,也就是相当于物和像的比例尺。当对同一距离远的同一个被摄目标拍摄时,镜头焦距长的所成的像大,镜头焦距短的所成的像小。镜头畸变是光学透镜固有的透视失真的总称,也就是因为透视原因造成的失真,这种失真会对图像的质量造成不利的影响,会导致在镜头边缘产生不同程度的变形和失真。由于焦距和畸变对图像的质量影响较大,因此可以将焦距和畸变作为比较不同相机(相机群)之间内参的考量。
具体地,以Qi和Qk分别表示第一相机群和第二相机群,以Δf和Δd分别表示焦距差值和畸变差值,则通过以下公式(1)可以得到焦距差值Δf与畸变差值Δd:
其中,和/>分别表示Qi和Qk的焦距向量,/>和/>分别为Qi和Qk的畸变向量,L2表示对向量求二范数。
进一步地,在得到焦距差值和畸变差值之后,将焦距差值和畸变差值与预设阈值进行比较,从而确定第一相机群与第二相机群的内参差值是否超出预设范围。具体地,当焦距差值大于第一阈值,和/或,畸变差值大于第二阈值时,确定内参差值超出预设范围;当焦距差值小于或等于第一阈值,并且,畸变差值小于或等于第二阈值时,确定内参差值在预设范围内。
以δ表示焦距差值对应的第一阈值,以η表示畸变差值对应的第二阈值,则当Δf>δ,和/或,Δd>η时,确定内参差值超出预设范围,即内参差值较大;当Δf≤δ且Δd≤η时,确定内参差值在预设范围内,即内参差值较小。
另外,可以理解,对于相机(相机群)来说,当内参差值较大时,其对应的成像质量差异也较大,即无法同时保证两个相机(相机群)对同一个目标的成像质量均为最佳;当内参差值较小时,其对应的成像质量差异也较小,即成像质量较为接近,可以同时保证两个相机(相机群)对同一个目标的成像质量均为最佳。
在一个实施例中,对3D相机群的外参标定进行解释说明。单个相机的外参标定,是指将该相机所在的坐标系与世界坐标系统一,而多组3D相机群的外参标定,则是指将多组3D相机群的所有相机统一到同一个坐标系下。其中,坐标系可以是笛卡尔直角坐标系
例如,以第一相机群Qi和第二相机群Qk为例,第一相机群Qi所在坐标系的坐标原点为Oi,第二相机群Qk所在坐标系的坐标原点为Ok,第一相机群Qi和第二相机群Qk的外参标定,是指将第一相机群Qi和第二相机群Qk的所有相机统一到同一个目标坐标系下,该目标坐标系的坐标原点可以是Oi,或者Ok,或者其他新设定的坐标原点。
以所有相机都统一到坐标原点为Ok的坐标系为例,处理器在计算得到焦距差值Δf和畸变差值Δd之后,可以根据实际情况选择对应的方法来得到Oi到Ok的外参需要说明的是,外参/>包含一个旋转矩阵/>以及一个平移矩阵/>
在一个实施例中,当采用本申请中的方法一进行3D相机群的外参标定时,为了保证标定精度,对于参考物,应保证其满足以下条件:
(1)参考物中的所有特征点处于同一个平面;
(2)参考物中的所有特征点之间的实际距离已知;
(3)参考物中的所有特征点能同时被待标定的3D相机群拍摄到。
例如,可以采用棋盘格、圆网格和二维码网格等特制参考物作为本实施例中的参考物。另外,可以在保证图像质量的情况下,参考物可以尽可能地接近相机群,从而可以进一步提高精度。
在一个实施例中,如图2所示,根据第一图像集合中参考物的特征点在第一二维图像坐标系中的坐标,得到第一相机群与参考物的第一外参,包括步骤S312至步骤S316:
步骤S312,通过特征检测得到各个特征点在第一二维图像坐标系中的二维坐标。处理器通过特征检测算法对参考物中的特征点进行检测,得到各个特征点的在第一二维图像坐标系中的二维坐标,并根据各个特征点的二维坐标构建二维坐标集合。
步骤S314,根据各个特征点的二维坐标以及各个特征点的相对位置关系,得到各个特征点对应的三维坐标。处理器在得到特征点对应的二维坐标集合后,结合各个特征点的相对位置关系,即可得到每个特征点对应的三维坐标,并根据各个特征点的三维坐标构建三维坐标集合。
步骤S316,根据各个特征点的二维坐标以及对应的三维坐标,得到第一相机群与参考物的第一外参。处理器在构建二维坐标集合以及三维坐标集合后,根据该二维坐标集合以及三维坐标集合即可求得第一相机群与参考物的第一外参。具体地,可以通过N点透视位姿求解方法(PnP,具体包括P3P、RANSAC、迭代法等多种算法)求得第一外参。
进一步地,如图3所示,以棋盘格参考物为例,对上述处理过程进行解释说明。
棋盘格中每个小方块的边长为D(单位可以为毫米,可以根据实际情况进行选择),定义棋盘格中黑方块的连接点为角点(也可以选择白方块的连接点为角点),以角点为该棋盘格参考物中的特征点,则该棋盘格中包括3行4列共12个角点,以Mi,j表示第i行、第j列的角点(坐标轴所在的行和列定义为第0行和第0列),即也可以以(i,j)作为每个角点的角点坐标,可以理解,该角点坐标仅用于确定图中各点在图中的位置,该角点坐标并不等同于该角点的二维坐标。以角点M0,0(即图中点A)为坐标原点Ot并构建坐标系,(Z轴穿过坐标原点Ot并以垂直于屏幕向外的方向为正方形,图中为示出),则可以得到其他角点的角点坐标,例如,角点B的角点坐标为(0,1),即也可以表示为M0,1;…;角点M的角点坐标为(i,j),也可以表示为Mi,j。根据各个角点的角点坐标Mi,j可以确定对应的二维坐标(ui,j,vi,j),根据各个角点的二维坐标(u,v)可以建立二维坐标集合P2d。
然后,根据各个角点的二维坐标,结合每个小方块的边长,可以得到对应的三维坐标,例如,角点C的角点坐标为(1,1)(即点C也可以表示为M1,1),对应的二维坐标为(u1,1,v1,1),对应的三维坐标为(1*D,1*D,0),即(D,D,0);…;角点Mi,j的角点坐标为(i,j),对应的二维坐标为(ui,j,vi,j),对应的三维坐标为(i*D,j*D,0),根据得到的各个角点的三维坐标(x,y,z)可以建立三维坐标集合P3d。
最后,对于第一相机群Qi,以和/>分别表示其对应的二维坐标集合和三维坐标集合,以Ei表示通过PnP得到的参考物与第一相机群Qi的第一外参。则通过二维坐标集合/>和三维坐标集合/>即可得到参考物与第一相机群Qi的第一外参Ei。
在一个实施例中,如图4所示,根据第二图像集合中特征点在第二二维图像坐标系中的坐标,得到第二相机群与参考物的第二外参,包括步骤S322至步骤S326:
步骤S322,通过特征检测得到各个特征点在第二二维图像坐标系中的二维坐标;
步骤S324,根据各个特征点的二维坐标以及各个特征点的相对位置关系,得到各个特征点对应的三维坐标;
步骤S326,根据各个特征点的二维坐标以及对应的三维坐标,得到第二相机群与参考物的第二外参。
本实施例中第二外参的计算原理与前实施例中“根据第一图像集合中参考物的特征点在第一二维图像坐标系中的坐标,得到第一相机群与参考物的第一外参”的计算原理相同,因此不再赘述。
进一步地,对于第二相机群Qk,以和/>分别表示其对应的二维坐标集合和三维坐标集合,以Ek表示通过PnP得到的参考物与第二相机群Qk的第二外参。
在一个实施例中,在分别得到参考物与第一相机群Qi的第一外参Ei、参考物到第二相机群Qk的第二外参Ek之后,通过以下公式(2)可以得到第一相机群Qi与第二相机群Qk的外参
其中,Ri表示第一外参Ei中的旋转矩阵,Ti表示第一外参Ei中的平移矩阵;Rk表示第二外参Ek中的旋转矩阵,Tk表示第二外参Ek中的平移矩阵;表示外参/>中的旋转矩阵,/>表示外参/>中的平移矩阵;/>表示对旋转矩阵Ri求逆。
在一个实施例中,特征点的数量为大于或者等于四个,且特征点位于同一平面内。在根据参考物中的特征点在第一二维图像坐标系中的坐标得到第一相机群与参考物的第一外参时,或者,在根据特征点在第二二维图像坐标系中的坐标得到第二相机群与参考物的第二外参时,处理器在进行特征点检测时,需要至少检测四个特征点,从而保证计算精度。
在一个实施例中,如图5所示,多组3D相机群的外参标定方法还包括:步骤S500,当内参差值在预设范围内时,确定第一相机群对应的第一三维相机坐标系,以及第二相机群对应的第二三维相机坐标系,根据参考物的所有点在第一三维相机坐标系的坐标,以及在第二三维相机坐标系的坐标,得到第一相机群与第二相机群的外参。
处理器在得到第一相机群以及第二相机群的内参后,通过计算得到二者的内参差值,并将得到的内参差值与预设范围进行对比,当内参差值在预设范围内时,可以认为第一相机群与第二相机群的内参差值较小,即通过本申请中的方法二来进行第一相机群与第二相机群的外参标定。
在一个实施例中,如图6所示,根据参考物的所有点在第一三维相机坐标系的坐标,以及在第二三维相机坐标系的坐标,得到第一相机群与第二相机群的外参,包括步骤S510至步骤S530:
步骤S510,根据第一图像集合得到参考物的所有点在第一三维相机坐标系的第一三维坐标,根据第一三维坐标构建第一三维点云;
步骤S520,根据第二图像集合得到参考物的所有点在第二三维相机坐标系的第二三维坐标,根据第二三维坐标构建第二三维点云;
步骤S530,根据第一三维点云以及第二三维点云确定对应的映射关系,根据映射关系得到第一相机群与第二相机群的外参。
具体地,通过第一相机群Qi、第二相机群Qk拍摄得到参考物的第一图像集合、第二图像集合,并根据第一图像集合和第二图像集合得到参考物的所有点的坐标,即第一三维坐标和第二三维坐标。例如,可以通过立体匹配方法求得参考物的所有点在第一相机群Qi所在坐标系、以及在第二相机群Qk所在坐标系的三维坐标。又例如,对于棋盘格等特制参考物,由于参考物中点对之间对应关系明确,可以直接计算视差再还原到三维坐标,这样可以进一步排除立体匹配的误差。
可以理解,本实施例中所使用的“第一三维坐标”并非指单个点的三维坐标,而是指所有点的三维坐标的集合;“第二三维坐标”同理。
在得到第一三维坐标和第二三维坐标之后,分别构建对应的三维点云,即第一三维点云和第二三维点云,再根据第一三维点云和第二三维点云计算其映射关系即可得到第一相机群与第二相机群的外参。例如,可以使用点云配准或基于RANSAC的仿射变换求解算法获得第一相机群与第二相机群的外参
需要说明的是,在本方法中,并不限定参考物为特制参考物,也并不限定特征点一定要在同一平面内,只要参考物为纹理丰富的目标(便于提取特征点),确保参考物能同时被第一相机群以及第二相机群同时拍摄到,并保证拍摄距离在相机群的最佳测距范围内即可。另外,出于保证精度的目的,也可以采用棋盘格、圆网格和二维码网格等特制参考物作为本实施例中的参考物。
在一个实施例中,如图7所示,提供一种多组3D相机群的外参标定方法,以第一相机群与第二相机群为例进行解释说明,该方法包括以下步骤:
(1)获取通过待标定的第一相机群、第二相机群得到的参考物的第一图像集合、第二图像集合;
(2)判断第一相机群与第二相机群的内参是否已知,若否,则通过内参标定得到第一相机群与第二相机群的内参,并执行步骤(3);若是,则直接执行步骤(3);
(3)计算第一相机群与第二相机群的内参差值;
(4)判断内参差值是否在预设范围内,若是,则执行步骤(5);否则,执行步骤(6);
(5)确定第一相机群对应的第一三维相机坐标系,以及第二相机群对应的第二三维相机坐标系,根据参考物的所有点在第一三维相机坐标系的坐标,以及在第二三维相机坐标系的坐标,得到第一相机群与第二相机群的外参;
(6)确定第一相机群对应的第一二维图像坐标系,以及第二相机群对应的第二二维图像坐标系,根据第一图像集合中参考物的特征点在第一二维图像坐标系中的坐标,得到第一相机群与参考物的第一外参;根据第二图像集合中特征点在第二二维图像坐标系中的坐标,得到第二相机群与参考物的第二外参,并执行步骤(7);
(7)根据第一外参以及第二外参,得到第一相机群与第二相机群的外参。
在一个实施例中,当多组3D相机群至少还包括第三相机群时,还包括以下各项中的任一项:
第一项:获取第三相机群的内参,以及通过第三相机群得到的参考物的第三图像集合;当第三相机群的内参与任一已标定相机群的内参的内参差值超出预设范围时,确定第三相机群对应的第三二维图像坐标系,根据参考物中的特征点在第三二维图像坐标系的坐标,得到第三相机群与参考物的第三外参;根据第三外参以及已标定相机群对应的与参考物的外参,得到第三相机群与已标定相机群的外参;
第二项:获取第三相机群的内参,以及通过第三相机群得到的参考物的第三图像集合;当第三相机群的内参与任一已标定相机群的内参的内参差值在预设范围内时,确定第三相机群对应的第三三维相机坐标系,根据参考物的所有点在第三三维相机坐标系的坐标,以及在已标定相机群对应的三维相机坐标系的坐标,得到第三相机群与已标定相机群的外参;
第三项:获取第三相机群的内参,以及通过第三相机群得到的参考物的第三图像集合;确定第三相机群对应的第三二维图像坐标系以及第三三维相机坐标系;根据参考物中的特征点在第三二维图像坐标系的坐标,得到第三相机群与参考物的第三外参;根据第三外参以及已标定相机群对应的与参考物的外参,得到第三相机群与已标定相机群的第一参考外参;根据参考物的所有点在第三三维相机坐标系的坐标,以及在已标定相机群对应的三维相机坐标系内的坐标,得到第三相机群与已标定相机群的第二参考外参;根据第一参考外参以及第二参考外参进行精度对比,选择精度高的参考外参作为第三相机群与已标定相机群的外参。
具体地,以A、B、C分别表示第一相机群、第二相机群、第三相机群,其中,A和B为通过本申请中的外参标定方法完成外参标定的相机群,C为待标定的相机群,此时,在对C进行外参标定,即将C转换至A和B所在的坐标系时,可以选择以下方法中的任一种:
(1)根据A、B、C的内参确定A和B中是否有和C的内参差值较大的相机群,若有,则可以通过本申请中的方法一对C进行外参标定;
(2)根据A、B、C的内参确定A和B中是否有和C的内参较为接近的相机群,若有,则可以通过本申请中的方法二对C进行外参标定;
(3)分别通过本申请中的方法一和方法同时对C进行外参标定,再从两种标定结果中选择标定精度最高的标定结果作为最终外参标定结果。
也就是说,当需要对新的相机群进行外参标定时,可以选择本申请中的方法一和/或方法二进行外参标定。进一步地,当多组3D相机群中还包括更多的3D相机群时,再进行外参标定时,可以选择和第三相机群的标定原理相同的方法去对待标定的3D相机群进行标定。
需要说明的是,本实施例中的方法,可以应用与内参差距较大的3D相机群的外参标定。例如,当A和B的内参差距较大时,即可能存在A和B的重叠视野很小甚至为0的情况,导致无法直接完成A和B的外参标定。此时,可以选择新增一个或者多个“中介相机群”,“中介相机群”与A和B的重叠视野在一个比较良好的范围内,从而可以通过先完成A与“中介相机群”的外参标定、B与“中介相机群”的外参标定,再通过外参标定结果最终实现A和B的外参标定,从而解决了重叠视野很小甚至为0的3D相机群不能直接进行外参标定的问题。
在一个实施例中,如图8所示,提供一种多组3D相机群的外参标定方法,该方法包括以下步骤:
(1)获取多组3D相机群的内参以及对应的参考物图像;
(2)选择两个待标定的相机群,根据选择的相机群的内参以及对应的参考物图像,通过方法一和/或方法二完成外参标定;
(3)判断是否还存在未标定的相机群,若否,则确定多组3D相机群的外参标定完成;若是,则执行步骤(4);
(4)选择一个未标定的相机群,结合已标定的相机群,通过方法一和/或方法二完成未标定的相机群的外参标定,并返回步骤(3)
应该理解的是,虽然图1、2、4-8的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1、2、4-8中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图9所示,提供一种多组3D相机群的外参标定装置,该装置包括:内参获取模块100、图像获取模块200以及外参标定模块300。
内参获取模块100用于获取多组3D相机群的内参,多组3D相机群至少包括第一相机群以及第二相机群;
图像获取模块200用于获取通过第一相机群得到的参考物的第一图像集合,以及通过第二相机群得到的参考物的第二图像集合;
外参标定模块300用于当第一相机群的内参与第二相机群的内参的内参差值超出预设范围时,确定第一相机群对应的第一二维图像坐标系,以及第二相机群对应的第二二维图像坐标系,根据第一图像集合中参考物的特征点在第一二维图像坐标系中的坐标,得到第一相机群与参考物的第一外参;根据第二图像集合中特征点在第二二维图像坐标系中的坐标,得到第二相机群与参考物的第二外参;根据第一外参以及第二外参,得到第一相机群与第二相机群的外参。
在一个实施例中,外参标定模块300还用于:通过特征检测得到各个特征点在第一二维图像坐标系中的二维坐标;根据各个特征点的二维坐标以及各个特征点的相对位置关系,得到各个特征点对应的三维坐标;根据各个特征点的二维坐标以及对应的三维坐标,得到第一相机群与参考物的第一外参。
在一个实施例中,外参标定模块300还用于:通过特征检测得到各个特征点在第二二维图像坐标系中的二维坐标;根据各个特征点的二维坐标以及各个特征点的相对位置关系,得到各个特征点对应的三维坐标;根据各个特征点的二维坐标以及对应的三维坐标,得到第二相机群与参考物的第二外参。
在一个实施例中,外参标定模块300还用于:当内参差值在预设范围内时,确定第一相机群对应的第一三维相机坐标系,以及第二相机群对应的第二三维相机坐标系,根据参考物的所有点在第一三维相机坐标系的坐标,以及在第二三维相机坐标系的坐标,得到第一相机群与第二相机群的外参。
在一个实施例中,外参标定模块300还用于:根据第一图像集合得到参考物的所有点在第一三维相机坐标系的第一三维坐标,根据第一三维坐标构建第一三维点云;根据第二图像集合得到参考物的所有点在第二三维相机坐标系的第二三维坐标,根据第二三维坐标构建第二三维点云;根据第一三维点云以及第二三维点云确定对应的映射关系,根据映射关系得到第一相机群与第二相机群的外参。
在一个实施例中,外参标定模块300还用于:获取第三相机群的内参,以及通过第三相机群得到的参考物的第三图像集合;当第三相机群的内参与任一已标定相机群的内参的内参差值超出预设范围时,确定第三相机群对应的第三二维图像坐标系,根据参考物中的特征点在第三二维图像坐标系的坐标,得到第三相机群与参考物的第三外参;根据第三外参以及已标定相机群对应的与参考物的外参,得到第三相机群与已标定相机群的外参;
在一个实施例中,外参标定模块300还用于:获取第三相机群的内参,以及通过第三相机群得到的参考物的第三图像集合;当第三相机群的内参与任一已标定相机群的内参的内参差值在预设范围内时,确定第三相机群对应的第三三维相机坐标系,根据参考物的所有点在第三三维相机坐标系的坐标,以及在已标定相机群对应的三维相机坐标系的坐标,得到第三相机群与已标定相机群的外参;
在一个实施例中,外参标定模块300还用于:获取第三相机群的内参,以及通过第三相机群得到的参考物的第三图像集合;确定第三相机群对应的第三二维图像坐标系以及第三三维相机坐标系;根据参考物中的特征点在第三二维图像坐标系的坐标,得到第三相机群与参考物的第三外参;根据第三外参以及已标定相机群对应的与参考物的外参,得到第三相机群与已标定相机群的第一参考外参;根据参考物的所有点在第三三维相机坐标系的坐标,以及在已标定相机群对应的三维相机坐标系内的坐标,得到第三相机群与已标定相机群的第二参考外参;根据第一参考外参以及第二参考外参进行精度对比,选择精度高的参考外参作为第三相机群与已标定相机群的外参。
关于多组3D相机群的外参标定装置的具体限定可以参见上文中对于多组3D相机群的外参标定方法的限定,在此不再赘述。上述多组3D相机群的外参标定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:获取多组3D相机群的内参,多组3D相机群至少包括第一相机群以及第二相机群;获取通过第一相机群得到的参考物的第一图像集合,以及通过第二相机群得到的参考物的第二图像集合;当第一相机群的内参与第二相机群的内参的内参差值超出预设范围时,确定第一相机群对应的第一二维图像坐标系,以及第二相机群对应的第二二维图像坐标系,根据第一图像集合中参考物的特征点在第一二维图像坐标系中的坐标,得到第一相机群与参考物的第一外参;根据第二图像集合中特征点在第二二维图像坐标系中的坐标,得到第二相机群与参考物的第二外参;根据第一外参以及第二外参,得到第一相机群与第二相机群的外参。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:通过特征检测得到各个特征点在第一二维图像坐标系中的二维坐标;根据各个特征点的二维坐标以及各个特征点的相对位置关系,得到各个特征点对应的三维坐标;根据各个特征点的二维坐标以及对应的三维坐标,得到第一相机群与参考物的第一外参。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:通过特征检测得到各个特征点在第二二维图像坐标系中的二维坐标;根据各个特征点的二维坐标以及各个特征点的相对位置关系,得到各个特征点对应的三维坐标;根据各个特征点的二维坐标以及对应的三维坐标,得到第二相机群与参考物的第二外参。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:当内参差值在预设范围内时,确定第一相机群对应的第一三维相机坐标系,以及第二相机群对应的第二三维相机坐标系,根据参考物的所有点在第一三维相机坐标系的坐标,以及在第二三维相机坐标系的坐标,得到第一相机群与第二相机群的外参。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据第一图像集合得到参考物的所有点在第一三维相机坐标系的第一三维坐标,根据第一三维坐标构建第一三维点云;根据第二图像集合得到参考物的所有点在第二三维相机坐标系的第二三维坐标,根据第二三维坐标构建第二三维点云;根据第一三维点云以及第二三维点云确定对应的映射关系,根据映射关系得到第一相机群与第二相机群的外参。
在一个实施例中,处理器执行计算机程序时还实现以下各项中的任一项:
第一项:
获取第三相机群的内参,以及通过第三相机群得到的参考物的第三图像集合;当第三相机群的内参与任一已标定相机群的内参的内参差值超出预设范围时,确定第三相机群对应的第三二维图像坐标系,根据参考物中的特征点在第三二维图像坐标系的坐标,得到第三相机群与参考物的第三外参;根据第三外参以及已标定相机群对应的与参考物的外参,得到第三相机群与已标定相机群的外参;
第二项:
获取第三相机群的内参,以及通过第三相机群得到的参考物的第三图像集合;当第三相机群的内参与任一已标定相机群的内参的内参差值在预设范围内时,确定第三相机群对应的第三三维相机坐标系,根据参考物的所有点在第三三维相机坐标系的坐标,以及在已标定相机群对应的三维相机坐标系的坐标,得到第三相机群与已标定相机群的外参;
第三项:
获取第三相机群的内参,以及通过第三相机群得到的参考物的第三图像集合;确定第三相机群对应的第三二维图像坐标系以及第三三维相机坐标系;根据参考物中的特征点在第三二维图像坐标系的坐标,得到第三相机群与参考物的第三外参;根据第三外参以及已标定相机群对应的与参考物的外参,得到第三相机群与已标定相机群的第一参考外参;根据参考物的所有点在第三三维相机坐标系的坐标,以及在已标定相机群对应的三维相机坐标系内的坐标,得到第三相机群与已标定相机群的第二参考外参;根据第一参考外参以及第二参考外参进行精度对比,选择精度高的参考外参作为第三相机群与已标定相机群的外参。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取多组3D相机群的内参,多组3D相机群至少包括第一相机群以及第二相机群;获取通过第一相机群得到的参考物的第一图像集合,以及通过第二相机群得到的参考物的第二图像集合;当第一相机群的内参与第二相机群的内参的内参差值超出预设范围时,确定第一相机群对应的第一二维图像坐标系,以及第二相机群对应的第二二维图像坐标系,根据第一图像集合中参考物的特征点在第一二维图像坐标系中的坐标,得到第一相机群与参考物的第一外参;根据第二图像集合中特征点在第二二维图像坐标系中的坐标,得到第二相机群与参考物的第二外参;根据第一外参以及第二外参,得到第一相机群与第二相机群的外参。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:通过特征检测得到各个特征点在第一二维图像坐标系中的二维坐标;根据各个特征点的二维坐标以及各个特征点的相对位置关系,得到各个特征点对应的三维坐标;根据各个特征点的二维坐标以及对应的三维坐标,得到第一相机群与参考物的第一外参。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:通过特征检测得到各个特征点在第二二维图像坐标系中的二维坐标;根据各个特征点的二维坐标以及各个特征点的相对位置关系,得到各个特征点对应的三维坐标;根据各个特征点的二维坐标以及对应的三维坐标,得到第二相机群与参考物的第二外参。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:当内参差值在预设范围内时,确定第一相机群对应的第一三维相机坐标系,以及第二相机群对应的第二三维相机坐标系,根据参考物的所有点在第一三维相机坐标系的坐标,以及在第二三维相机坐标系的坐标,得到第一相机群与第二相机群的外参。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据第一图像集合得到参考物的所有点在第一三维相机坐标系的第一三维坐标,根据第一三维坐标构建第一三维点云;根据第二图像集合得到参考物的所有点在第二三维相机坐标系的第二三维坐标,根据第二三维坐标构建第二三维点云;根据第一三维点云以及第二三维点云确定对应的映射关系,根据映射关系得到第一相机群与第二相机群的外参。
在一个实施例中,计算机程序被处理器执行时还实现以下各项中的任一项:
第一项:
获取第三相机群的内参,以及通过第三相机群得到的参考物的第三图像集合;当第三相机群的内参与任一已标定相机群的内参的内参差值超出预设范围时,确定第三相机群对应的第三二维图像坐标系,根据参考物中的特征点在第三二维图像坐标系的坐标,得到第三相机群与参考物的第三外参;根据第三外参以及已标定相机群对应的与参考物的外参,得到第三相机群与已标定相机群的外参;
第二项:
获取第三相机群的内参,以及通过第三相机群得到的参考物的第三图像集合;当第三相机群的内参与任一已标定相机群的内参的内参差值在预设范围内时,确定第三相机群对应的第三三维相机坐标系,根据参考物的所有点在第三三维相机坐标系的坐标,以及在已标定相机群对应的三维相机坐标系的坐标,得到第三相机群与已标定相机群的外参;
第三项:
获取第三相机群的内参,以及通过第三相机群得到的参考物的第三图像集合;确定第三相机群对应的第三二维图像坐标系以及第三三维相机坐标系;根据参考物中的特征点在第三二维图像坐标系的坐标,得到第三相机群与参考物的第三外参;根据第三外参以及已标定相机群对应的与参考物的外参,得到第三相机群与已标定相机群的第一参考外参;根据参考物的所有点在第三三维相机坐标系的坐标,以及在已标定相机群对应的三维相机坐标系内的坐标,得到第三相机群与已标定相机群的第二参考外参;根据第一参考外参以及第二参考外参进行精度对比,选择精度高的参考外参作为第三相机群与已标定相机群的外参。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种多组3D相机群的外参标定方法,其特征在于,包括:
获取多组3D相机群的内参,所述多组3D相机群至少包括第一相机群以及第二相机群;
获取通过所述第一相机群得到的参考物的第一图像集合,以及通过所述第二相机群得到的所述参考物的第二图像集合;
当所述第一相机群的内参与所述第二相机群的内参的内参差值超出预设范围时,确定所述第一相机群对应的第一二维图像坐标系,以及所述第二相机群对应的第二二维图像坐标系,根据所述第一图像集合中所述参考物的特征点在所述第一二维图像坐标系中的坐标,得到所述第一相机群与所述参考物的第一外参;根据所述第二图像集合中所述特征点在所述第二二维图像坐标系中的坐标,得到所述第二相机群与所述参考物的第二外参;
根据所述第一外参以及所述第二外参,得到所述第一相机群与所述第二相机群的外参。
2.根据权利要求1所述的多组3D相机群的外参标定方法,其特征在于,所述内参至少包括焦距及畸变,所述内参差值至少包括焦距差值及畸变差值;
当所述焦距差值大于第一阈值,和/或,所述畸变差值大于第二阈值时,确定所述内参差值超出所述预设范围;
当所述焦距差值小于或等于所述第一阈值,并且,所述畸变差值小于或等于所述第二阈值时,确定所述内参差值在所述预设范围内。
3.根据权利要求1所述的多组3D相机群的外参标定方法,其特征在于,根据所述第一图像集合中所述参考物的特征点在所述第一二维图像坐标系中的坐标,得到所述第一相机群与所述参考物的第一外参,包括:
通过特征检测得到各个特征点在所述第一二维图像坐标系中的二维坐标;
根据所述各个特征点的二维坐标以及各个特征点的相对位置关系,得到所述各个特征点对应的三维坐标;
根据所述各个特征点的二维坐标以及对应的三维坐标,得到所述第一相机群与所述参考物的第一外参。
4.根据权利要求1所述的多组3D相机群的外参标定方法,其特征在于,根据所述第二图像集合中所述特征点在所述第二二维图像坐标系中的坐标,得到所述第二相机群与所述参考物的第二外参,包括:
通过特征检测得到各个特征点在所述第二二维图像坐标系中的二维坐标;
根据所述各个特征点的二维坐标以及各个特征点的相对位置关系,得到所述各个特征点对应的三维坐标;
根据所述各个特征点的二维坐标以及对应的三维坐标,得到所述第二相机群与所述参考物的第二外参。
5.根据权利要求3或4所述的多组3D相机群的外参标定方法,其特征在于,所述特征点的数量为大于或者等于四个,且所述特征点位于同一平面内。
6.根据权利要求1所述的多组3D相机群的外参标定方法,其特征在于,还包括:
当所述内参差值在所述预设范围内时,确定所述第一相机群对应的第一三维相机坐标系,以及所述第二相机群对应的第二三维相机坐标系,根据所述参考物的所有点在所述第一三维相机坐标系的坐标,以及在所述第二三维相机坐标系的坐标,得到所述第一相机群与所述第二相机群的外参。
7.根据权利要求6所述的多组3D相机群的外参标定方法,其特征在于,根据所述参考物的所有点在所述第一三维相机坐标系的坐标,以及在所述第二三维相机坐标系的坐标,得到所述第一相机群与所述第二相机群的外参,包括:
根据所述第一图像集合得到所述参考物的所有点在所述第一三维相机坐标系的第一三维坐标,根据所述第一三维坐标构建第一三维点云;
根据所述第二图像集合得到所述参考物的所有点在所述第二三维相机坐标系的第二三维坐标,根据所述第二三维坐标构建第二三维点云;
根据所述第一三维点云以及所述第二三维点云确定对应的映射关系,根据所述映射关系得到所述第一相机群与所述第二相机群的外参。
8.根据权利要求1所述的多组3D相机群的外参标定方法,其特征在于,当所述多组3D相机群至少还包括第三相机群时,还包括以下各项中的任一项:
第一项:
获取所述第三相机群的内参,以及通过所述第三相机群得到的参考物的第三图像集合;
当所述第三相机群的内参与任一已标定相机群的内参的内参差值超出预设范围时,确定所述第三相机群对应的第三二维图像坐标系,根据所述参考物中的特征点在所述第三二维图像坐标系的坐标,得到所述第三相机群与所述参考物的第三外参;
根据所述第三外参以及所述已标定相机群对应的与所述参考物的外参,得到所述第三相机群与所述已标定相机群的外参;
第二项:
获取所述第三相机群的内参,以及通过所述第三相机群得到的参考物的第三图像集合;
当所述第三相机群的内参与任一已标定相机群的内参的内参差值在所述预设范围内时,确定所述第三相机群对应的第三三维相机坐标系,根据所述参考物的所有点在所述第三三维相机坐标系的坐标,以及在所述已标定相机群对应的三维相机坐标系的坐标,得到所述第三相机群与所述已标定相机群的外参;
第三项:
获取所述第三相机群的内参,以及通过所述第三相机群得到的参考物的第三图像集合;
确定所述第三相机群对应的第三二维图像坐标系以及第三三维相机坐标系;
根据所述参考物中的特征点在所述第三二维图像坐标系的坐标,得到所述第三相机群与所述参考物的第三外参;根据所述第三外参以及所述已标定相机群对应的与所述参考物的外参,得到所述第三相机群与所述已标定相机群的第一参考外参;
根据所述参考物的所有点在所述第三三维相机坐标系的坐标,以及在所述已标定相机群对应的三维相机坐标系内的坐标,得到所述第三相机群与所述已标定相机群的第二参考外参;
根据所述第一参考外参以及所述第二参考外参进行精度对比,选择精度高的参考外参作为所述第三相机群与所述已标定相机群的外参。
9.一种多组3D相机群的外参标定装置,其特征在于,包括:
内参获取模块,用于获取多组3D相机群的内参,所述多组3D相机群至少包括第一相机群以及第二相机群;
图像获取模块,用于获取通过所述第一相机群得到的参考物的第一图像集合,以及通过所述第二相机群得到的所述参考物的第二图像集合;
外参标定模块,用于当所述第一相机群的内参与所述第二相机群的内参的内参差值超出预设范围时,确定所述第一相机群对应的第一二维图像坐标系,以及所述第二相机群对应的第二二维图像坐标系,根据所述第一图像集合中所述参考物的特征点在所述第一二维图像坐标系中的坐标,得到所述第一相机群与所述参考物的第一外参;根据所述第二图像集合中所述特征点在所述第二二维图像坐标系中的坐标,得到所述第二相机群与所述参考物的第二外参;根据所述第一外参以及所述第二外参,得到所述第一相机群与所述第二相机群的外参。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910379745.6A CN111915681B (zh) | 2019-05-08 | 2019-05-08 | 多组3d相机群的外参标定方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910379745.6A CN111915681B (zh) | 2019-05-08 | 2019-05-08 | 多组3d相机群的外参标定方法、装置、存储介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111915681A CN111915681A (zh) | 2020-11-10 |
CN111915681B true CN111915681B (zh) | 2023-12-29 |
Family
ID=73242019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910379745.6A Active CN111915681B (zh) | 2019-05-08 | 2019-05-08 | 多组3d相机群的外参标定方法、装置、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111915681B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112197701B (zh) * | 2020-09-30 | 2022-08-26 | 山东省科学院激光研究所 | 应用于大幅面工件的三维数据提取方法 |
CN112233189B (zh) * | 2020-12-14 | 2021-04-06 | 深圳普罗米修斯视觉技术有限公司 | 多深度相机外部参数标定方法、装置及存储介质 |
CN114004901B (zh) * | 2022-01-04 | 2022-03-18 | 南昌虚拟现实研究院股份有限公司 | 多相机标定方法、装置、终端设备及可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017161608A1 (zh) * | 2016-03-21 | 2017-09-28 | 完美幻境(北京)科技有限公司 | 一种相机几何标定处理方法及装置 |
CN108288294A (zh) * | 2018-01-17 | 2018-07-17 | 视缘(上海)智能科技有限公司 | 一种3d相机群的外参标定方法 |
CN109211264A (zh) * | 2017-07-06 | 2019-01-15 | 杭州海康机器人技术有限公司 | 测量系统的标定方法、装置、电子设备及可读存储介质 |
CN109509226A (zh) * | 2018-11-27 | 2019-03-22 | 广东工业大学 | 三维点云数据配准方法、装置、设备及可读存储介质 |
-
2019
- 2019-05-08 CN CN201910379745.6A patent/CN111915681B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017161608A1 (zh) * | 2016-03-21 | 2017-09-28 | 完美幻境(北京)科技有限公司 | 一种相机几何标定处理方法及装置 |
CN109211264A (zh) * | 2017-07-06 | 2019-01-15 | 杭州海康机器人技术有限公司 | 测量系统的标定方法、装置、电子设备及可读存储介质 |
CN108288294A (zh) * | 2018-01-17 | 2018-07-17 | 视缘(上海)智能科技有限公司 | 一种3d相机群的外参标定方法 |
CN109509226A (zh) * | 2018-11-27 | 2019-03-22 | 广东工业大学 | 三维点云数据配准方法、装置、设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
一种单目相机标定算法研究;赫美琳;高明慧;李爽;杨开伟;;数字通信世界(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111915681A (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109920011B (zh) | 激光雷达与双目摄像头的外参标定方法、装置及设备 | |
CN107633536B (zh) | 一种基于二维平面模板的相机标定方法及系统 | |
CN109737874B (zh) | 基于三维视觉技术的物体尺寸测量方法及装置 | |
US11010924B2 (en) | Method and device for determining external parameter of stereoscopic camera | |
CN111915681B (zh) | 多组3d相机群的外参标定方法、装置、存储介质及设备 | |
CN107194974B (zh) | 一种基于多次识别标定板图像的多目相机外参标定精度的提高方法 | |
JP2010513907A (ja) | カメラシステムのキャリブレーション | |
US10540813B1 (en) | Three-dimensional point data alignment | |
JP2014092461A (ja) | 画像処理装置および方法、画像処理システム、並びにプログラム | |
CN112184811B (zh) | 单目空间结构光系统结构校准方法及装置 | |
CN101577004B (zh) | 一种极线矫正方法、装置和系统 | |
CN112862897B (zh) | 一种基于相位移编码圆的相机离焦状态下的快速标定方法 | |
CN110458952B (zh) | 一种基于三目视觉的三维重建方法和装置 | |
CN111383264B (zh) | 一种定位方法、装置、终端及计算机存储介质 | |
CN116433737A (zh) | 一种激光雷达点云与图像配准的方法、装置及智能终端 | |
Ly et al. | Extrinsic calibration of heterogeneous cameras by line images | |
CN113436277A (zh) | 3d相机标定方法、装置及标定系统 | |
CN114764823A (zh) | 自校正的深度计算方法、系统、介质及深度图像处理设备 | |
CN110322514B (zh) | 一种基于多中心投影模型的光场相机参数估计方法 | |
CN112241984A (zh) | 双目视觉传感器标定方法、装置、计算机设备和存储介质 | |
RU2384882C1 (ru) | Способ автоматической компоновки ландшафтных панорамных изображений | |
CN114966578A (zh) | 基于拍摄设备的雷达外参标定方法、装置和计算机设备 | |
CN110232715B (zh) | 一种多深度相机自校准的方法、装置及系统 | |
CN113405532A (zh) | 基于视觉系统结构参数的前方交会测量方法及系统 | |
CN113483669A (zh) | 一种基于立体靶标的多传感器位姿标定方法及装置 |
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 |