CN111986266A - 一种光度立体视觉点光源参数标定方法 - Google Patents

一种光度立体视觉点光源参数标定方法 Download PDF

Info

Publication number
CN111986266A
CN111986266A CN202010795662.8A CN202010795662A CN111986266A CN 111986266 A CN111986266 A CN 111986266A CN 202010795662 A CN202010795662 A CN 202010795662A CN 111986266 A CN111986266 A CN 111986266A
Authority
CN
China
Prior art keywords
light source
point light
cost function
iteration
coordinate
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.)
Pending
Application number
CN202010795662.8A
Other languages
English (en)
Inventor
马龙
刘宇哲
刘佶睿
钱瑞婕
裴昕
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.)
Civil Aviation University of China
Original Assignee
Civil Aviation University of China
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 Civil Aviation University of China filed Critical Civil Aviation University of China
Priority to CN202010795662.8A priority Critical patent/CN111986266A/zh
Publication of CN111986266A publication Critical patent/CN111986266A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection

Abstract

一种光度立体视觉点光源参数标定方法。其包括采集球形标定物表面的灰度图像；建立代价函数；参数修正；进行迭代；求出满足重投影误差达到极小值情况下的最优点光源的坐标、主光轴方向和光强。本发明提供的光度立体视觉点光源参数标定方法通过一张图像就能够完成点光源参数的标定，降低了操作复杂性，并且在一定程度上提高了标定精度。

Description

一种光度立体视觉点光源参数标定方法
技术领域
本发明属于光度立体视觉技术领域，特别是涉及一种光度立体视觉点光源参数标定方法
背景技术
光度立体视觉研究目前已成为计算机视觉领域中的一个主要研究方向。基于光度立体视觉的三维测量平台拥有结构简单、成本低、测量精度较高、系统适应性高等优点，因此常用于医学研究、考古学工作和在线工业测量。其通过分析图像灰度与场景形状的关系，仅需少量的CCD图像就可以获得三维表面信息。但光度立体视觉测量精度会受多种因素影响，其中获取到的光源信息的准确度是重要的影响因素之一。
在光度立体视觉中，点光源的校准非常重要，尤其是对于高精度测量来说。有关技术人员对点光源标定的研究已经进行了很多工作，大多采用一些已知形貌的标定物辅助完成。常见方法是使用一组台球来校准点光源的位置，然后根据标定的点光源位置求得光照方向、光强信息，然而这种方法会导致光照方向标定存在累积误差。另一种标定方法是使用长方体或平面标定物，根据光源对称性标定光源信息。这两种方法都通过识别多个亮点的坐标来估计光源参数，这将会对系统设置和图像数量提出更高的要求。
发明内容
为了解决上述问题，本发明的目的在于提供一种光度立体视觉点光源参数标定方法。
为了达到上述目的，本发明提供的光度立体视觉点光源参数标定方法包括按顺序进行下列步骤：
步骤1：保证待标定点光源与CCD相机间的位置固定且点光源能点亮CCD相机的光照中心位置，点亮点光源后将已知半径的具有漫反射表面的球形标定物放置于光照中心位置，并使用CCD相机同步采集球形标定物表面的灰度图像；
步骤2：对上述采集到的灰度图像中的球形标定物进行边界提取与椭圆边界拟合，然后提取出边界内灰度值大于设定阈值的像素点而构成采样点集；根据已知的球形标定物的半径信息以及CCD相机的内参数矩阵，计算出球形标定物的球心在相机坐标系中的坐标信息，再通过采样点集的像素点坐标p'计算出其对应的球形标定物表面的坐标p及法向量n(p)；之后利用采样点集求出的坐标p及法向量n(p)建立代价函数；
步骤3：将上述CCD相机采集的灰度图像中采样点集的灰度值I代入代价函数中，采用基于模拟退火的最优化方法，将点光源的坐标
Figure BDA0002625458420000021
及其主光轴方向
Figure BDA0002625458420000022
沿着代价函数梯度减小的方向进行参数修正；
步骤4：在参数修正过程中当代价函数值不再变化时，即完成单次迭代过程；为了避免该最优化方法出现局部最优解，在下一次迭代时对点光源的坐标随机场添加微扰并重复步骤3所述的过程直到代价函数值不再变化；将此次迭代得到的最优参数对应的代价函数值与上一次迭代得到的代价函数值进行比较，若此代价函数值低于上一次迭代得到的代价函数值，则保存此次迭代得到的最优参数；反之则放弃此次迭代得到的参数，使用上一次迭代得到的参数对点光源的主光轴方向随机场添加微扰并重复步骤3所述的过程直到代价函数值不再变化，并与上一次迭代得到的代价函数值进行比较；
步骤5：当改变点光源的坐标及其主光轴方向都无法再减小代价函数值时，认为该迭代已经取得全局最优解，结束迭代并利用最后一次迭代利用的参数计算标定结果的重投影误差，求出满足重投影误差达到极小值即得到全局最优解情况下的最优点光源的坐标、主光轴方向和光强。
在步骤2中，所述的代价函数如式(1)所示:
Figure BDA0002625458420000031
其中Ψ表示点光源的光强，ps表示点光源的坐标，ns表示点光源的主光轴方向，I(p')表示采样点集中任意一像素点p'对应的灰度值，
Figure BDA0002625458420000032
分别表示点光源的估计光强、坐标和主光轴方向。
在步骤3中，所述的参数修正的公式如式(2)所示：
Figure BDA0002625458420000033
其中Ω(Г)和ω(Г)是步长函数，公式如式(3)所示：
Figure BDA0002625458420000034
其中,Г为代价函数。
本发明提供的光度立体视觉点光源参数标定方法通过一张图像就能够完成点光源参数的标定，降低了操作复杂性，并且在一定程度上提高了标定精度。
附图说明
图1为本发明提供的光度立体视觉点光源参数标定方法中建立代价函数方法流程图。
图2为本发明提供的光度立体视觉点光源参数标定方法中迭代过程流程图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
如图1、图2所示，本发明提供的光度立体视觉点光源参数标定方法包括按顺序进行下列步骤：
步骤1：保证待标定点光源与CCD相机间的位置固定且点光源能点亮CCD相机的光照中心位置，点亮点光源后将已知半径的具有漫反射表面的球形标定物放置于光照中心位置，并使用CCD相机同步采集球形标定物表面的灰度图像；
步骤2：对上述采集到的灰度图像中的球形标定物进行边界提取与椭圆边界拟合，然后提取出边界内灰度值大于设定阈值的像素点而构成采样点集；根据已知的球形标定物的半径信息以及CCD相机的内参数矩阵，计算出球形标定物的球心在相机坐标系中的坐标信息，再通过采样点集的像素点坐标p'计算出其对应的球形标定物表面的坐标p及法向量n(p)；之后利用采样点集求出的坐标p及法向量n(p)建立代价函数，如式(1)所示:
Figure BDA0002625458420000041
其中Ψ表示点光源的光强，ps表示点光源的坐标，ns表示点光源的主光轴方向，I(p')表示采样点集中任意一像素点p'对应的灰度值，
Figure BDA0002625458420000042
分别表示点光源的估计光强、坐标和主光轴方向。
步骤3：将上述CCD相机采集的灰度图像中采样点集的灰度值I代入式(1)所述的代价函数中，采用基于模拟退火的最优化方法，将点光源的坐标
Figure BDA0002625458420000051
及其主光轴方向
Figure BDA0002625458420000052
沿着代价函数梯度减小的方向进行参数修正；
将点光源的估计坐标
Figure BDA0002625458420000053
用
Figure BDA0002625458420000054
表示，点光源的估计主光轴方向
Figure BDA0002625458420000055
用极坐标
Figure BDA0002625458420000056
表示，由于点光源的光强Ψ为常数，通过相机参数以及制造商给出的点光源参数可以直接计算出点光源的光强Ψ的数值。由于该最优化方法不需要依赖点光源的坐标及主光轴方向的先验知识，因此参数
Figure BDA0002625458420000057
的初值可以随意设定。
参数修正的公式如式(2)所示：
Figure BDA0002625458420000058
其中Ω(Г)和ω(Г)是步长函数，用来控制参数每次迭代过程中修正值的大小，步长函数需满足在代价函数值很大即点光源参数估计值与真实值偏差很大的情况下，使参数估计值以较快的速度向接近真实值的方向进行修正，并在接近真实值时以较小的幅度对数值进行微调直至满足精度条件，步长函数的公式如式(3)所示：
Figure BDA0002625458420000061
其中，Г为代价函数。
步骤4：在参数修正过程中当代价函数值不再变化时，即完成单次迭代过程；为了避免该最优化方法出现局部最优解，在下一次迭代时对点光源的坐标随机场添加微扰并重复步骤3所述的过程直到代价函数值不再变化；将此次迭代得到的最优参数对应的代价函数值与上一次迭代得到的代价函数值进行比较，若此代价函数值低于上一次迭代得到的代价函数值，则保存此次迭代得到的最优参数；反之则放弃此次迭代得到的参数，使用上一次迭代得到的参数对点光源的主光轴方向随机场添加微扰并重复步骤3所述的过程直到代价函数值不再变化，并与上一次迭代得到的代价函数值进行比较；
步骤5：当改变点光源的坐标及其主光轴方向都无法再减小代价函数值时，认为该迭代已经取得全局最优解，结束迭代并利用最后一次迭代利用的参数计算标定结果的重投影误差，求出满足重投影误差达到极小值即得到全局最优解情况下的最优点光源的坐标、主光轴方向和光强。

Claims (3)

1.一种光度立体视觉点光源参数标定方法，其特征在于：所述的光度立体视觉点光源参数标定方法包括按顺序进行下列步骤：
步骤1：保证待标定点光源与CCD相机间的位置固定且点光源能点亮CCD相机的光照中心位置，点亮点光源后将已知半径的具有漫反射表面的球形标定物放置于光照中心位置，并使用CCD相机同步采集球形标定物表面的灰度图像；
步骤2：对上述采集到的灰度图像中的球形标定物进行边界提取与椭圆边界拟合，然后提取出边界内灰度值大于设定阈值的像素点而构成采样点集；根据已知的球形标定物的半径信息以及CCD相机的内参数矩阵，计算出球形标定物的球心在相机坐标系中的坐标信息，再通过采样点集的像素点坐标p'计算出其对应的球形标定物表面的坐标p及法向量n(p)；之后利用采样点集求出的坐标p及法向量n(p)建立代价函数；
步骤3：将上述CCD相机采集的灰度图像中采样点集的灰度值I代入代价函数中，采用基于模拟退火的最优化方法，将点光源的坐标
Figure FDA0002625458410000011
及其主光轴方向
Figure FDA0002625458410000012
沿着代价函数梯度减小的方向进行参数修正；
步骤4：在参数修正过程中当代价函数值不再变化时，即完成单次迭代过程；为了避免该最优化方法出现局部最优解，在下一次迭代时对点光源的坐标随机场添加微扰并重复步骤3所述的过程直到代价函数值不再变化；将此次迭代得到的最优参数对应的代价函数值与上一次迭代得到的代价函数值进行比较，若此代价函数值低于上一次迭代得到的代价函数值，则保存此次迭代得到的最优参数；反之则放弃此次迭代得到的参数，使用上一次迭代得到的参数对点光源的主光轴方向随机场添加微扰并重复步骤3所述的过程直到代价函数值不再变化，并与上一次迭代得到的代价函数值进行比较；
步骤5：当改变点光源的坐标及其主光轴方向都无法再减小代价函数值时，认为该迭代已经取得全局最优解，结束迭代并利用最后一次迭代利用的参数计算标定结果的重投影误差，求出满足重投影误差达到极小值即得到全局最优解情况下的最优点光源的坐标、主光轴方向和光强。
2.根据权利要求1所述的光度立体视觉点光源参数标定方法，其特征在于：在步骤2中，所述的代价函数如式(1)所示:
Figure FDA0002625458410000021
其中Ψ表示点光源的光强，ps表示点光源的坐标，ns表示点光源的主光轴方向，I(p')表示采样点集中任意一像素点p'对应的灰度值，
Figure FDA0002625458410000022
分别表示点光源的估计光强、坐标和主光轴方向。
3.根据权利要求1所述的光度立体视觉点光源参数标定方法，其特征在于：在步骤3中，所述的参数修正的公式如式(2)所示：
Figure FDA0002625458410000023
其中Ω(Г)和ω(Г)是步长函数，公式如式(3)所示：
Figure FDA0002625458410000024
其中,Г为代价函数。
CN202010795662.8A 2020-08-10 2020-08-10 一种光度立体视觉点光源参数标定方法 Pending CN111986266A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010795662.8A CN111986266A (zh) 2020-08-10 2020-08-10 一种光度立体视觉点光源参数标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010795662.8A CN111986266A (zh) 2020-08-10 2020-08-10 一种光度立体视觉点光源参数标定方法

Publications (1)

Publication Number Publication Date
CN111986266A true CN111986266A (zh) 2020-11-24

Family

ID=73445360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010795662.8A Pending CN111986266A (zh) 2020-08-10 2020-08-10 一种光度立体视觉点光源参数标定方法

Country Status (1)

Country Link
CN (1) CN111986266A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114241059A (zh) * 2021-12-17 2022-03-25 东南大学 一种光度立体视觉系统中相机和光源的同步标定方法
CN115984389A (zh) * 2023-03-17 2023-04-18 梅卡曼德（北京）机器人科技有限公司 标定方法、系统标定方法、装置和电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104778749A (zh) * 2015-04-07 2015-07-15 浙江大学 基于分组稀疏的光度立体视觉实现非朗伯物体重建的方法
CN107403449A (zh) * 2017-08-09 2017-11-28 深度创新科技（深圳）有限公司 一种基于光度立体视觉的视觉系统及其三维重建方法
CN108458671A (zh) * 2018-03-08 2018-08-28 西安知微传感技术有限公司 一种线结构光三维测量系统的标定方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104778749A (zh) * 2015-04-07 2015-07-15 浙江大学 基于分组稀疏的光度立体视觉实现非朗伯物体重建的方法
CN107403449A (zh) * 2017-08-09 2017-11-28 深度创新科技（深圳）有限公司 一种基于光度立体视觉的视觉系统及其三维重建方法
CN108458671A (zh) * 2018-03-08 2018-08-28 西安知微传感技术有限公司 一种线结构光三维测量系统的标定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LONG MA， JIRUI LIU， XIN PEI,YANMIN HU, FENGMING SUN: "Calibration of position and orientation for point light source synchronously with single image in photometric stereo", 《OPTICS EXPRESS》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114241059A (zh) * 2021-12-17 2022-03-25 东南大学 一种光度立体视觉系统中相机和光源的同步标定方法
CN114241059B (zh) * 2021-12-17 2024-04-05 东南大学 一种光度立体视觉系统中相机和光源的同步标定方法
CN115984389A (zh) * 2023-03-17 2023-04-18 梅卡曼德（北京）机器人科技有限公司 标定方法、系统标定方法、装置和电子设备

Similar Documents

Publication Publication Date Title
CN110189400B (zh) 一种三维重建方法、三维重建系统、移动终端及存储装置
CN112669394B (zh) 一种用于视觉检测系统的自动标定方法
CN110826549A (zh) 基于计算机视觉的巡检机器人仪表图像识别方法及系统
CN114897864B (zh) 基于数模信息的工件检测及缺陷判断方法
CN111727412A (zh) 用于设定照明条件的方法、装置、系统及程序以及存储介质
CN111986266A (zh) 一种光度立体视觉点光源参数标定方法
CN110858899A (zh) 一种摄像机机芯光轴中心和视场角的测量方法及系统
CN113313047B (zh) 一种基于车道结构先验的车道线检测方法及系统
CN110738644A (zh) 一种基于深度学习的汽车涂装表面缺陷检测方法及系统
CN113781434A (zh) 缺陷检测方法、装置、智能终端及计算机可读存储介质
CN115187612A (zh) 一种基于机器视觉的平面面积测量方法、装置及系统
CN110838146A (zh) 一种共面交比约束的同名点匹配方法、系统、装置及介质
CN108627103A (zh) 一种零部件高度尺寸的2d激光测量方法
CN111998823B (zh) 基于双目异光源测距装置的目标测距方法
CN107773246B (zh) 一种基于光学三维测量的耳廓缺损测量方法
CN114882095B (zh) 一种基于轮廓匹配的物体高度在线测量方法
CN116147477A (zh) 联合标定方法、孔位检测方法、电子设备以及存储介质
CN115546716A (zh) 一种基于双目视觉的输电线路周边火灾源头定位方法
CN114241059A (zh) 一种光度立体视觉系统中相机和光源的同步标定方法
CN112950504A (zh) 一种输电线路巡检雾霾天气单目隐患物体测距方法及系统
CN105913375A (zh) 一种用于解剖图像进行配准的方法和设备
CN109059800B (zh) 一种三维重建装置的光源位置校准方法
CN103778594A (zh) 一种基于闪光灯非闪光灯图像对的红眼检测方法
CN112541522B (zh) 一种用电信息采集终端通信模块针脚正位度检测方法
CN113160284B (zh) 一种基于局部相似结构约束的引导性空间一致光伏图像配准方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201124