CN111986267B - 一种多相机视觉系统的坐标系统标定方法 - Google Patents

一种多相机视觉系统的坐标系统标定方法 Download PDF

Info

Publication number
CN111986267B
CN111986267B CN202010840486.5A CN202010840486A CN111986267B CN 111986267 B CN111986267 B CN 111986267B CN 202010840486 A CN202010840486 A CN 202010840486A CN 111986267 B CN111986267 B CN 111986267B
Authority
CN
China
Prior art keywords
camera
calibration plate
coordinate system
cameras
small
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
CN202010840486.5A
Other languages
English (en)
Other versions
CN111986267A (zh
Inventor
候金良
盛国强
王辉
汪良红
朱婷
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.)
Foshan Longshen Robot Co Ltd
Original Assignee
Foshan Longshen Robot Co Ltd
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 Foshan Longshen Robot Co Ltd filed Critical Foshan Longshen Robot Co Ltd
Priority to CN202010840486.5A priority Critical patent/CN111986267B/zh
Publication of CN111986267A publication Critical patent/CN111986267A/zh
Application granted granted Critical
Publication of CN111986267B publication Critical patent/CN111986267B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

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

本发明提供了一种多相机视觉系统的坐标系统标定方法，其特征在于：由N个相机同时对检测区域进行图像采集，其中N≥2且N为整数；在检测区域设置大标定板，在大标定板上固定设置N个小标定板；各个相机分别拍摄一个对应的小标定板，通过已知的各个小标定板之间位置关系以及小标定板与大标定板之间位置关系，来标定各个相机的内参数和相对于小标定板的外参数；之后利用已知的小标定板之间位置关系，将每个相机的坐标都统一到一个坐标系下。该方法可将多个相机的坐标标定到一个坐标系下，使多个相机采集的图像不失真地组合在一起。

Description

一种多相机视觉系统的坐标系统标定方法
技术领域
本发明涉及相机坐标系统标定技术领域，更具体地说，涉及一种多相机视觉系统的坐标系统标定方法。
背景技术
针对大面积工件的识别定位、大范围工件表面缺陷检测和大面积高精度视觉测量等工业场景，随着视觉工作区域的增大单目相机的视野限制导致无法拍摄完整工件，而且较大视场区域会导致单目图像畸变较大，严重影响缺陷检测和视觉测量的精度。
目前大范围缺陷检测和测量的解决方法包括采用双远心镜头和单相机多次拍照的方式；采用双远心镜头的方式虽然可以获得大视野和无畸变的图像，但是价格昂贵其成本与视野的大小成正比，会大大增加视觉方案的成本，且设备的维护较为困难；采用单相机多次拍摄的方式，一般将单目相机固定在机器人的末端，机器人带动相机分别在多个点拍摄工件进行检测和测量；但是该方案拍摄一次需要较长时间，不能满足工业生产的时间节拍的要求，且需要额外的运动机构配合；其无法对整个工件进行定位，只能完成工件位置固定的检测。
通过多相机同时拍摄工件各个区域，之后再进行图像组合，得出整体图像是一种理想的方案。但是目前如何将多相机视觉系统进行标定仍然未存在技术方案。因此，现亟待设计出一种多相机视觉系统的坐标系统标定方法。
发明内容
为克服现有技术中的缺点与不足，本发明的目的在于提供一种多相机视觉系统的坐标系统标定方法；该方法可将多个相机的坐标标定到一个坐标系下，使多个相机采集的图像不失真地组合在一起。
为了达到上述目的，本发明通过下述技术方案予以实现：一种多相机视觉系统的坐标系统标定方法，其特征在于：由N个相机同时对检测区域进行图像采集，其中N≥2且N为整数；在检测区域设置大标定板，在大标定板上固定设置N个小标定板；各个相机分别拍摄一个对应的小标定板，通过已知的各个小标定板之间位置关系以及小标定板与大标定板之间位置关系，来标定各个相机的内参数和相对于小标定板的外参数；之后利用已知的小标定板之间位置关系，将每个相机的坐标都统一到一个坐标系下。
本发明标定方法可将多个相机的坐标统一到一个坐标系下，后续可将多个相机采集的图像组合在一起，来进行图像显示和图像检测；解决了单个相机不能同时不失真地拍摄整个检测区域图像的技术问题；标定精度高；利用多相机完成大尺寸工件检测和大范围图像测量的任务，可大大节约时间，提高检测的精度。本发明标定方法，无论各个相机的视野范围是否重叠，均可实现标定以将所有相机的坐标系统一；相机安装角度不需要限定于垂直于工件，满足生产场所的多种安装需求。
优选地，包括如下步骤：
S1、在检测区域设置大标定板，在大标定板上固定设置N个小标定板；根据小标定板在大标定板上的位置关系，得到N个标定板的中心点相对于大标定板中心点O的位置关系，并记为Toi-O，i＝1,2…N；其中，oi代表第i个小标定板中心点的坐标系；
S2、对大标定板进行左右平移、前后平移和旋转，使所有小标定板在大标定板上随着大标定板左右平移、前后平移和旋转；在大标定板左右平移、前后平移和旋转过程中，由N个相机分别拍摄一个对应的小标定板，以分别采集若干张小标定板的图像；在相机拍摄过程中，各个小标定板均保持在对应相机视野范围内；
S3、所述各个相机的内参数是指：各个相机的像素坐标系与相机坐标系的转化关系；各个相机相对于小标定板的外参数是指：各个相机的相机坐标系到对应小标定板中心点坐标系的转化关系；
对各个相机的内参数进行标定：通过图像特征点匹配以识别出小标定板上特征点位置；根据已知的小标定板上特征点的位置坐标和特征点之间相对位置关系，以及识别特征点位姿变化，得到N个相机的像素坐标系与相机坐标系的转化关系，记为Tpi-Ci，其中，pi代表第i个相机的像素坐标系，Ci代表第i个相机的相机坐标系；
对各个相机相对于小标定板的外参数进行标定：根据已知的小标定板上特征点的位置坐标、特征点之间相对位置关系和特征点与小标定板中心点相对位置关系，以及识别特征点位姿变化，得到N个相机的相机坐标系到对应小标定板中心点坐标系的转化关系，记为TCi-oi；
S4、计算N个相机的像素坐标系与各自拍摄的小标定板坐标系之间的位置关系Tpi-oi：
Tpi-oi＝Tpi-Ci×TCi-oi
S5、利用已知的N个小标定板与大标定板之间的位置关系，分别计算出N个相机的像素坐标系到大标定板中心的坐标转化关系Tpi-O：
Tpi-O＝Tpi-oi×Toi-O。
优选地，所述步骤S3中，各个小标定板上分别设有黑白格，以黑白格交点作为特征点；通过已知的黑白格交点的位置坐标和黑白格交点之间相对位置关系，以及识别黑白格交点位姿变化，来计算出相机的放大系数和焦距，得到N个相机的像素坐标系与相机坐标系的转化关系，记为Tpi-Ci；
通过已知的黑白格交点的位置坐标、黑白格交点之间相对位置关系和黑白格交点与小标定板中心点相对位置关系，以及识别黑白格交点位姿变化，得到N个相机的相机坐标系到对应小标定板中心点坐标系的转化关系，记为TCi-oi。
优选地，在步骤S5之后，还包括：
S6、选定第M个相机的坐标系作为基础坐标系，1≤M≤N且M为整数，将其余相机的坐标系统一到基础坐标系中：
TpM-pj＝TpM-O×(Tpj-O)-1
其中，pj代表第j个相机的像素坐标系；j≠M。
优选地，大标定板的长度＞检测区域的长度，大标定板的宽度＞检测区域的宽度。
优选地，所有相机均为单目相机。
与现有技术相比，本发明具有如下优点与有益效果：
本发明标定方法可将多个相机的坐标统一到一个坐标系下，后续可将多个相机采集的图像组合在一起，来进行图像显示和图像检测；解决了单个相机不能同时不失真地拍摄整个检测区域图像的技术问题，使多个相机采集的图像不失真、准确地组合在一起；标定精度高；利用多相机完成大尺寸工件检测和大范围图像测量的任务，可大大节约时间，提高检测的精度。本发明标定方法，无论各个相机的视野范围是否重叠，均可实现标定以将所有相机的坐标系统一；相机安装角度不需要限定于垂直于工件，满足生产场所的多种安装需求。
附图说明
图1是本发明多相机视觉系统的坐标系统标定方法的流程图；
图2是实施例二多相机视觉系统的坐标系统标定方法中多相机视觉系统的结构示意图；
图3是实施例二多相机视觉系统的坐标系统标定方法中大标定板与小标定板的结构示意图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细的描述。
实施例一
实施例一种多相机视觉系统的坐标系统标定方法，由N个相机同时对检测区域进行图像采集，其中N≥2且N为整数；在检测区域设置大标定板，在大标定板上固定设置N个小标定板；各个相机分别拍摄一个对应的小标定板，通过已知的各个小标定板之间位置关系以及小标定板与大标定板之间位置关系，来标定各个相机的内参数和相对于小标定板的外参数；之后利用已知的小标定板之间位置关系，将每个相机的坐标都统一到一个坐标系下。
具体的说，如图1所示，包括如下步骤：
S1、在检测区域设置大标定板，在大标定板上固定设置N个小标定板；大标定板的长度＞检测区域的长度，大标定板的宽度＞检测区域的宽度；大标定板的尺寸应该略大于检测区域，根据小标定板在大标定板上的位置关系，得到N个标定板的中心点相对于大标定板中心点O的位置关系，并记为Toi-O，i＝1,2…N；其中，oi代表第i个小标定板中心点的坐标系。
S2、对大标定板进行左右平移、前后平移和旋转，使所有小标定板在大标定板上随着大标定板左右平移、前后平移和旋转；在大标定板左右平移、前后平移和旋转过程中，由N个相机分别拍摄一个对应的小标定板，以分别采集若干张小标定板的图像；在相机拍摄过程中，各个小标定板均保持在对应相机视野范围内。所有相机优选均为单目相机。
S3、所述各个相机的内参数是指：各个相机的像素坐标系与相机坐标系的转化关系；各个相机相对于小标定板的外参数是指：各个相机的相机坐标系到对应小标定板中心点坐标系的转化关系；
对各个相机的内参数进行标定：通过图像特征点匹配以识别出小标定板上特征点位置；根据已知的小标定板上特征点的位置坐标和特征点之间相对位置关系，以及识别特征点位姿变化，得到N个相机的像素坐标系与相机坐标系的转化关系，记为Tpi-Ci，其中，pi代表第i个相机的像素坐标系，Ci代表第i个相机的相机坐标系；
对各个相机相对于小标定板的外参数进行标定：根据已知的小标定板上特征点的位置坐标、特征点之间相对位置关系和特征点与小标定板中心点相对位置关系，以及识别特征点位姿变化，得到N个相机的相机坐标系到对应小标定板中心点坐标系的转化关系，记为TCi-oi。
具体地说，各个小标定板上分别设有黑白格，以黑白格交点作为特征点；通过已知的黑白格交点的位置坐标和黑白格交点之间相对位置关系，以及识别黑白格交点位姿变化，来计算出相机的放大系数和焦距，得到N个相机的像素坐标系与相机坐标系的转化关系，记为Tpi-Ci；
通过已知的黑白格交点的位置坐标、黑白格交点之间相对位置关系和黑白格交点与小标定板中心点相对位置关系，以及识别黑白格交点位姿变化，得到N个相机的相机坐标系到对应小标定板中心点坐标系的转化关系，记为TCi-oi。
S4、计算N个相机的像素坐标系与各自拍摄的小标定板坐标系之间的位置关系Tpi-oi：
Tpi-oi＝Tpi-Ci×TCi-oi
S5、利用已知的N个小标定板与大标定板之间的位置关系，分别计算出N个相机的像素坐标系到大标定板中心的坐标转化关系Tpi-O：
Tpi-O＝Tpi-oi×Toi-O。
在步骤S5之后，优选还包括：
S6、选定第M个相机的坐标系作为基础坐标系，1≤M≤N且M为整数，将其余相机的坐标系统一到基础坐标系中：
TpM-pj＝TpM-O×(Tpj-O)-1
其中，pj代表第j个相机的像素坐标系；j≠M。
本发明标定方法可将多个相机的坐标统一到一个坐标系下，后续可将多个相机采集的图像组合在一起，来进行图像显示和图像检测；解决了单个相机不能同时不失真地拍摄整个检测区域图像的技术问题；标定精度高；利用多相机完成大尺寸工件检测和大范围图像测量的任务，可大大节约时间，提高检测的精度。本发明标定方法，无论各个相机的视野范围是否重叠，均可实现标定以将所有相机的坐标系统一；相机安装角度不需要限定于垂直于工件，满足生产场所的多种安装需求。
实施例二
本实施例以四个相机为例进行说明。多相机视觉系统如图2所示，由四个单目相机、工控机6和显示设备5组成；由四个相机对大范围区域完成图像采集，并将图像传送给工控机6进行图像检测，并将检测的结果显示在显示设备5上。四个单目相机分别为相机1、相机2、相机3和相机4。
采用实施例一所述的多相机视觉系统的坐标系统标定方法进行标定。具体地说，包括如下步骤：
S1、在检测区域设置大标定板7，在大标定板7上固定设置四个小标定板8，如图3所示；大标定板7的长度＞检测区域的长度，大标定板7的宽度＞检测区域的宽度；
根据小标定板在大标定板上的位置关系，得到四个标定板的中心点相对于大标定板中心点O的位置关系，并记为To1-O、To2-O、To3-O和To4-O；其中，o1、o2、o3和o4分别代表四个小标定板中心点的坐标系。
S2、对大标定板进行左右平移、前后平移和旋转，使所有小标定板在大标定板上随着大标定板左右平移、前后平移和旋转；在大标定板左右平移、前后平移和旋转过程中，由四个相机分别拍摄一个对应的小标定板，以分别采集若干张小标定板的图像；在相机拍摄过程中，各个小标定板均保持在对应相机视野范围内。
S3、对各个相机的内参数进行标定：通过图像特征点匹配以识别出小标定板上特征点位置；根据已知的小标定板上特征点的位置坐标和特征点之间相对位置关系，以及识别特征点位姿变化，得到四个相机的像素坐标系与相机坐标系的转化关系，记为Tp1-C1、Tp2-C2、Tp3-C3和Tp4-C4，其中，p1、p2、p3和p4分别代表相机1至相机4的像素坐标系，C1、C2、C3和C4分别代表相机1至相机4的相机坐标系；
对各个相机相对于小标定板的外参数进行标定：根据已知的小标定板上特征点的位置坐标、特征点之间相对位置关系和特征点与小标定板中心点相对位置关系，以及识别特征点位姿变化，得到N个相机的相机坐标系到对应小标定板中心点坐标系的转化关系，记为TC1-o1、TC2-o2、TC3-o3和TC4-o4。
S4、计算四个相机的像素坐标系与各自拍摄的小标定板坐标系之间的位置关系：
Tp1-o1＝Tp1-C1×TC1-o1
Tp2-o2＝Tp2-C2×TC2-o2
Tp3-o3＝Tp3-C3×TC3-o3
Tp4-o4＝Tp4-C4×TC4-o4
S5、利用已知的四个小标定板与大标定板之间的位置关系，分别计算出四个相机的像素坐标系到大标定板中心的坐标转化关系：
Tp1-O＝Tp1-o1×To1-O
Tp2-O＝Tp2-o2×To2-O
Tp3-O＝Tp3-o3×To3-O
Tp4-O＝Tp4-o4×To4-O。
在步骤S5之后，优选还包括：
S6、将相机1、相机3和相机4的坐标统一到相机1坐标系中：
Tp1-p2＝Tp1-O×(Tp2-O)-1
Tp1-p3＝Tp1-O×(Tp3-O)-1
Tp1-p4＝Tp1-O×(Tp4-O)-1。
本发明标定方法可将多个相机的坐标统一到一个坐标系下，后续可将多个相机采集的图像组合在一起，来进行图像显示和图像检测；解决了单个相机不能同时不失真地拍摄整个检测区域图像的技术问题；标定精度高；利用多相机完成大尺寸工件检测和大范围图像测量的任务，可大大节约时间，提高检测的精度。本发明标定方法，无论各个相机的视野范围是否重叠，均可实现标定以将所有相机的坐标系统一；相机安装角度不需要限定于垂直于工件，满足生产场所的多种安装需求。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (5)

1.一种多相机视觉系统的坐标系统标定方法，其特征在于：由N个相机同时对检测区域进行图像采集，其中N≥2且N为整数；在检测区域设置大标定板，在大标定板上固定设置N个小标定板；各个相机分别拍摄一个对应的小标定板，标定各个相机的内参数和相对于小标定板的外参数；之后利用已知的小标定板之间位置关系，将每个相机的坐标都统一到一个坐标系下；
所述多相机视觉系统的坐标系统标定方法，包括如下步骤：
S1、在检测区域设置大标定板，在大标定板上固定设置N个小标定板；根据小标定板在大标定板上的位置关系，得到N个标定板的中心点相对于大标定板中心点O的位置关系，并记为；Toi-O，i＝1,2…N；其中，oi代表第i个小标定板中心点的坐标系；
S2、对大标定板进行左右平移、前后平移和旋转，使所有小标定板在大标定板上随着大标定板左右平移、前后平移和旋转；在大标定板左右平移、前后平移和旋转过程中，由N个相机分别拍摄一个对应的小标定板，以分别采集若干张小标定板的图像；在相机拍摄过程中，各个小标定板均保持在对应相机视野范围内；
S3、所述各个相机的内参数是指：各个相机的像素坐标系与相机坐标系的转化关系；各个相机相对于小标定板的外参数是指：各个相机的相机坐标系到对应小标定板中心点坐标系的转化关系；
对各个相机的内参数进行标定：通过图像特征点匹配以识别出小标定板上特征点位置；根据已知的小标定板上特征点的位置坐标和特征点之间相对位置关系，以及识别特征点位姿变化，得到N个相机的像素坐标系与相机坐标系的转化关系，记为Tpi-Ci，其中，pi代表第i个相机的像素坐标系，Ci代表第i个相机的相机坐标系；
对各个相机相对于小标定板的外参数进行标定：根据已知的小标定板上特征点的位置坐标、特征点之间相对位置关系和特征点与小标定板中心点相对位置关系，以及识别特征点位姿变化，得到N个相机的相机坐标系到对应小标定板中心点坐标系的转化关系，记为TCi-oi；
S4、计算N个相机的像素坐标系与各自拍摄的小标定板坐标系之间的位置关系Tpi-oi：
Tpi-oi＝Tpi-Ci×TCi-oi
S5、利用已知的N个小标定板与大标定板之间的位置关系，分别计算出N个相机的像素坐标系到大标定板中心的坐标转化关系Tpi-O：
Tpi-O＝Tpi-oi×Toi-O。
2.根据权利要求1所述的多相机视觉系统的坐标系统标定方法，其特征在于：所述步骤S3中，各个小标定板上分别设有黑白格，以黑白格交点作为特征点；通过已知的黑白格交点的位置坐标和黑白格交点之间相对位置关系，以及识别黑白格交点位姿变化，来计算出相机的放大系数和焦距，得到N个相机的像素坐标系与相机坐标系的转化关系，记为Tpi-Ci；
通过已知的黑白格交点的位置坐标、黑白格交点之间相对位置关系和黑白格交点与小标定板中心点相对位置关系，以及识别黑白格交点位姿变化，得到N个相机的相机坐标系到对应小标定板中心点坐标系的转化关系，记为TCi-oi。
3.根据权利要求1所述的多相机视觉系统的坐标系统标定方法，其特征在于：在步骤S5之后，还包括：
S6、选定第M个相机的坐标系作为基础坐标系，1≤M≤N且M为整数，将其余相机的坐标系统一到基础坐标系中：
TpM-pj＝TpM-O×(Tpj-O)-1
其中，pj代表第j个相机的像素坐标系；j≠M。
4.根据权利要求1至3中任一项所述的多相机视觉系统的坐标系统标定方法，其特征在于：大标定板的长度＞检测区域的长度，大标定板的宽度＞检测区域的宽度。
5.根据权利要求1至3中任一项所述的多相机视觉系统的坐标系统标定方法，其特征在于：所有相机均为单目相机。
CN202010840486.5A 2020-08-20 2020-08-20 一种多相机视觉系统的坐标系统标定方法 Active CN111986267B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010840486.5A CN111986267B (zh) 2020-08-20 2020-08-20 一种多相机视觉系统的坐标系统标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010840486.5A CN111986267B (zh) 2020-08-20 2020-08-20 一种多相机视觉系统的坐标系统标定方法

Publications (2)

Publication Number Publication Date
CN111986267A CN111986267A (zh) 2020-11-24
CN111986267B true CN111986267B (zh) 2024-02-20

Family

ID=73434898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010840486.5A Active CN111986267B (zh) 2020-08-20 2020-08-20 一种多相机视觉系统的坐标系统标定方法

Country Status (1)

Country Link
CN (1) CN111986267B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112658470B (zh) * 2020-12-10 2023-05-26 安徽巨一科技股份有限公司 一种激光焊接定子端部扁线的视觉定位引导和标定方法
CN113091646B (zh) * 2021-03-29 2021-11-16 上海交通大学 基于条纹标定的三维形貌测量方法
CN114178907A (zh) * 2021-12-10 2022-03-15 上海诺倬力机电科技有限公司 数控机床视觉定位系统和方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101727670A (zh) * 2009-11-10 2010-06-09 西安交通大学 一种可变幅面多相机系统柔性标定方法及装置
CN203217624U (zh) * 2013-05-04 2013-09-25 长春工业大学 一种新型棋盘格标定板
CN104280019A (zh) * 2013-07-10 2015-01-14 德尔福电子(苏州)有限公司 一种基于灵活标定板的环视系统标定装置
CN104616292A (zh) * 2015-01-19 2015-05-13 南开大学 基于全局单应矩阵的单目视觉测量方法
CN110415304A (zh) * 2019-07-31 2019-11-05 北京博视智动技术有限公司 一种视觉标定方法及系统
CN110766759A (zh) * 2019-10-09 2020-02-07 北京航空航天大学 一种无重叠视场的多相机标定方法及装置
CN111325799A (zh) * 2018-12-16 2020-06-23 北京初速度科技有限公司 一种大范围高精度的静态环视自动标定图案及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170070731A1 (en) * 2015-09-04 2017-03-09 Apple Inc. Single And Multi-Camera Calibration

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101727670A (zh) * 2009-11-10 2010-06-09 西安交通大学 一种可变幅面多相机系统柔性标定方法及装置
CN203217624U (zh) * 2013-05-04 2013-09-25 长春工业大学 一种新型棋盘格标定板
CN104280019A (zh) * 2013-07-10 2015-01-14 德尔福电子(苏州)有限公司 一种基于灵活标定板的环视系统标定装置
CN104616292A (zh) * 2015-01-19 2015-05-13 南开大学 基于全局单应矩阵的单目视觉测量方法
CN111325799A (zh) * 2018-12-16 2020-06-23 北京初速度科技有限公司 一种大范围高精度的静态环视自动标定图案及系统
CN110415304A (zh) * 2019-07-31 2019-11-05 北京博视智动技术有限公司 一种视觉标定方法及系统
CN110766759A (zh) * 2019-10-09 2020-02-07 北京航空航天大学 一种无重叠视场的多相机标定方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
一种利用多个小标定板的多相机外参数标定方法;王安然 等;《测绘与空间地理信息》;222-229 *
一种利用多个小标定板的多相机外参数标定方法;王安然，等;测绘与空间地理信息;222-225，229 *
基于改进遗传算法的大视场摄像机标 定方法研究;黄武涛;《中国优秀硕士学位论文全文数据库（电子期刊）》;32-51 *

Also Published As

Publication number Publication date
CN111986267A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
CN111986267B (zh) 一种多相机视觉系统的坐标系统标定方法
TWI408037B (zh) 機械手臂的定位方法及校正方法
CN109859272B (zh) 一种自动对焦双目摄像头标定方法及装置
CN110666798B (zh) 一种基于透视变换模型的机器人视觉标定方法
JP2003254748A (ja) ステレオ画像特性検査システム
CN106023193B (zh) 一种用于浑浊介质中结构表面检测的阵列相机观测方法
CN102294695A (zh) 机器人标定方法及标定系统
CN111707187B (zh) 一种大型零件的测量方法及系统
CN109360794B (zh) 一种晶硅光伏太阳能电池电极二次印刷精度视觉检测方法及装置
US20190019309A1 (en) Method for calibration of a stereo camera
CN111461963A (zh) 一种鱼眼图像拼接方法及装置
JP2014035261A (ja) 情報処理方法、情報処理装置、プログラム、撮像装置、検査方法、検査装置、及び基板の製造方法
CN113064248A (zh) 摄像头的光学对位方法、摄像头及电子设备
CN110060625B (zh) 一种led显示屏采集渐晕补偿方法
CN110906878A (zh) 一种裂缝或变形监测系统及其监测方法
CN114494449A (zh) 一种异形产品贴合的视觉标定及对位贴合方法
CN112258581B (zh) 一种多鱼眼镜头全景相机的现场标定方法
CN110020997B (zh) 图像畸变纠正方法、图像的还原方法以及对位方法
TW202131084A (zh) 判斷相機模組之組裝品質的方法
CN113345024B (zh) 判断相机模块的组装品质的方法
US8730370B2 (en) Solid-state imaging device having image pixel position correction to reduce shape distortion
CN111780683A (zh) 便携式扫描系统及其使用方法
CN112509035A (zh) 一种光学镜头和热成像镜头的双镜头图像像素点匹配方法
KR100628459B1 (ko) 레이저 마킹시스템의 마킹방법
CN112108776B (zh) 一种用于led灯珠不良品标记的高精度激光打标方法

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