CN112001857A - 一种基于双目相机的图像校正方法、系统、设备和可读存储介质 - Google Patents
一种基于双目相机的图像校正方法、系统、设备和可读存储介质 Download PDFInfo
- Publication number
- CN112001857A CN112001857A CN202010769842.9A CN202010769842A CN112001857A CN 112001857 A CN112001857 A CN 112001857A CN 202010769842 A CN202010769842 A CN 202010769842A CN 112001857 A CN112001857 A CN 112001857A
- Authority
- CN
- China
- Prior art keywords
- images
- eye image
- image
- evaluation result
- right eye
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003702 image correction Methods 0.000 title claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims abstract description 49
- 238000013519 translation Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了一种基于双目相机的图像校正方法、系统、设备和可读存储介质,所述方法包括:基于双目相机获取N对M个不同距离的左目图像和右目图像;针对每对图像,分别在左目图像和右目图像中标定特征点,并获取左目图像和右目图像中所述特征点坐标;根据每对图像的特征点坐标计算平行精度评估结果;根据所述平行精度评估结果对每对图像进行校正。完成了双目相机图像的高精度校正工作。
Description
技术领域
本申请实施例涉及图像处理技术领域,具体涉及一种基于双目相机的图像校正方法、系统、设备和可读存储介质。
背景技术
双目相机的标定主要分为内参标定和外参标定,内参标定的主要目的是获取镜头畸变模型,从而消除图像中的畸变,使校正后的图像可以更加准确的反映物体的真实情况;外参标定的主要目的是获取双目之间的相对位置关系,然后进行相应的补偿,为后续深度图像的生成提供良好的输入源。因此双目相机标定结果的准确程度,直接影响了深度图的质量。
现有的双目相机标定方法,如“张氏标定”方法等,由于标定操作不确定性等原因,并不能反映出相机的真实状态,进而影响到深度图的质量。
发明内容
为此,本申请实施例提供一种基于双目相机的图像校正方法、系统、设备和可读存储介质,可以获得质量更高的深度图。
为了实现上述目的,本申请实施例提供如下技术方案:
根据本申请实施例的第一方面,提供了一种基于双目相机的图像校正方法,所述方法包括:
基于双目相机获取N对M个不同距离的左目图像和右目图像,N和M为大于1的整数;
针对每对图像,分别在左目图像和右目图像中标定特征点,并获取左目图像和右目图像中所述特征点坐标;
根据每对图像的特征点坐标计算平行精度评估结果;
根据所述平行精度评估结果对每对图像进行校正。
可选地,所述分别在左目图像和右目图像中标定特征点,包括:
分别在左目图像和右目图像中标定黑白棋盘格角点图像中心位置为特征点。
可选地,所述根据每对图像的特征点坐标计算平行精度评估结果,包括:
获取N对图像的特征点的纵向坐标值Plyn和Pryn;
根据纵向坐标值Plyn和Pryn计算纵向坐标值差值Pyerrorn;
根据设定步长和M个距离数值,得到总Pyerror分布;
根据总Pyerror分布情况拟合高斯曲线,计算数学期望μ,作为双目相机的平行精度评估结果Perror。
可选地,所述根据所述平行精度评估结果对每对图像进行校正,包括:
根据所述平行精度评估结果Perror的整数部分值,固定左目图像,对右目图像进行整像素的平移,作为粗调整;和/或
根据所述平行精度评估结果Perror的小数部分,使用双线性差值方法对图像进行亚像素平移,作为精调整。
根据本申请实施例的第二方面,提供了一种基于双目相机的图像校正系统,所述系统包括:
图像获取模块,用于基于双目相机获取N对M个不同距离的左目图像和右目图像,N和M为大于1的整数;
特征点标定模块,用于针对每对图像,分别在左目图像和右目图像中标定特征点,并获取左目图像和右目图像中所述特征点坐标;
平行精度评估模块,用于根据每对图像的特征点坐标计算平行精度评估结果;
图像校正模块,用于根据所述平行精度评估结果对每对图像进行校正。
可选地,所述特征点标定模块,具体用于:
分别在左目图像和右目图像中标定黑白棋盘格角点图像中心位置为特征点。
可选地,所述平行精度评估模块,具体用于:
获取N对图像的特征点的纵向坐标值Plyn和Pryn;
根据纵向坐标值Plyn和Pryn计算纵向坐标值差值Pyerrorn;
根据设定步长和M个距离数值,得到总Pyerror分布;
根据总Pyerror分布情况拟合高斯曲线,计算数学期望μ,作为双目相机的平行精度评估结果Perror。
可选地,所述图像校正模块,具体用于:
根据所述平行精度评估结果Perror的整数部分值,固定左目图像,对右目图像进行整像素的平移,作为粗调整;和/或
根据所述平行精度评估结果Perror的小数部分,使用双线性差值方法对图像进行亚像素平移,作为精调整。
根据本申请实施例的第三方面,提供了一种设备,所述设备包括:数据采集装置、处理器和存储器;所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行第一方面任一项所述的方法。
根据本申请实施例的第二方面,提供了一种计算机可读存储介质,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行如第一方面任一项所述的方法。
综上所述,本申请实施例提供了一种基于双目相机的图像校正方法、系统、设备和可读存储介质,通过基于双目相机获取N对M个不同距离的左目图像和右目图像;针对每对图像,分别在左目图像和右目图像中标定特征点,并获取左目图像和右目图像中所述特征点坐标;根据每对图像的特征点坐标计算平行精度评估结果;根据所述平行精度评估结果对每对图像进行校正。完成了双目相机图像的高精度校正工作。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容能涵盖的范围内。
图1为本申请实施例提供的一种基于双目相机的图像校正方法流程示意图;
图2为本申请实施例提供的黑白棋盘格示意图;
图3为本申请实施例提供的基于双目相机的图像校正系统框图。
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,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
标定是保障定位精度的关键。双目相机的外参标定的目标,其中之一就是极线校正,也就是双目平行校正。需要达到的目标是:真实世界的一点分别在左目和右目两幅图像的两个投影点,要处于同一外极线上。这么做的原因在于,当进行双目匹配时,第一幅图像中的一点P1,需要在第二幅图像中搜索找到它的对应点P2。由于匹配算法的复杂性及匹配算法的时间限制,无法做到全图搜索,相对比较简单的方法就是,只在第一幅图像和第二幅图像中的同一行进行对应点的搜索,这就需要保证双目的极线校正精度较高。
而现有的双目标定“张氏标定”方法,由于多次标定标定板摆放位置不同等原因,往往很难稳定的达到较高的平行校正精度。双目成像后真实世界坐标系的一点,分别投影到左右两幅图中时,如果没有很好的平行校正,那么左右图的投影点将不在同一外极线上。此时想获取质量较高的深度图,就需要耗费更多的资源,在更大的范围内搜索第一幅图的P1点在第二幅图中的对应的P2。因此需要在双目相机标定完成后,再次对图像进行校正,以保证较高的平行精度。
图1示出了本申请实施例提供的一种基于双目相机的图像校正方法,包括如下步骤:
步骤101:基于双目相机获取N对M个不同距离的左目图像和右目图像,N和M为大于1的整数。
步骤102:针对每对图像,分别在左目图像和右目图像中标定特征点,并获取左目图像和右目图像中所述特征点坐标。
步骤103:根据每对图像的特征点坐标计算平行精度评估结果。
步骤104:根据所述平行精度评估结果对每对图像进行校正。
在一种可能的实施方式中,双目相机标定后的图像校正,主要目的是提高双目的平行精度,而双目的平行精度评估方法显得尤为重要。比较直观的方法是在左右两幅图中分别找到大量的特征点,再将这些特征点进行一一对应,比较其纵坐标的差异性,即可获得双目的平行精度。特征点在自然场景中大量存在,但是自然场景的特征点坐标很难准确的获得,相比而言,黑白棋盘格由于灰度值对比度差异明显,可以较为准确的获取其角点坐标。如图2所示。
在一种可能的实施方式中,在步骤102中,分别在左目图像和右目图像中标定黑白棋盘格角点图像中心位置为特征点。由于图像中心位置的畸变较小,常常采用中心位置的特征点,来评估图像平行精度。找到合适的评估方法后,就可以直接根据评价结果,对图像进行修正。
在一种可能的实施方式中,在步骤103中,所述根据每对图像的特征点坐标计算平行精度评估结果,包括:获取N对图像的特征点的纵向坐标值Plyn和Pryn;根据纵向坐标值Plyn和Pryn计算纵向坐标值差值Pyerrorn;根据设定步长和M个距离数值,得到总Pyerror分布;根据总Pyerror分布情况拟合高斯曲线,计算数学期望μ,作为双目相机的平行精度评估结果Perror。
在步骤104中,结果对每对图像进行校正,包括:根据所述平行精度评估结果Perror的整数部分值,固定左目图像,对右目图像进行整像素的平移,作为粗调整;和/或根据所述平行精度评估结果Perror的小数部分,使用双线性差值方法对图像进行亚像素平移,作为精调整。
下面对本申请实施例中提供的基于双目相机的图像校正方法做进一步解释。
为更准确的评价和修正,需采用多个不同距离的图像,包括但不限于:5米~10米,每间隔1米进行图像采集,获取图像越多,越能准确的反映出图像平行精度。不同距离下同时获得左右图像,然后分别在左右图像中提取黑白棋盘格角点坐标。由于黑白棋盘格的规律性,可以较为容易的对角点进行排序,从而获得同一个点分别在左右图的坐标值。
本申请实施例重点关注其纵向坐标值PLy和PRy,计算纵向坐标值差异Pyerror=PLy–Pry来进行统计;每对图像根据棋盘格角点数量N,可以获得相应的Pyerror_1、Pyerror_2...Pyerror_n,以一定的步长,可以得到所有Pyerror的分布情况,且符合高斯分布。至此,一对图像的Pyerror统计完成,以同样的方式可以获得不同距离Pyerror分布,综合多距离的数值,可得到最终的Pyerror分布。根据分布情况拟合高斯曲线,求得数学期望μ,作为该相机的平行精度评估结果Perror。
根据该评估结果对图像进行修正,图像首先根据Perror的整数部分值,固定左目图像,对右目图像进行整像素的平移,作为粗调整。再根据Perror的小数部分,进行精调整,需要使用双线性差值方法,实现图像的亚像素平移。至此,就完成了双目相机的高精度校正工作。
综上所述,本申请实施例提供了一种基于双目相机的图像校正方法,通过基于双目相机获取N对M个不同距离的左目图像和右目图像;针对每对图像,分别在左目图像和右目图像中标定特征点,并获取左目图像和右目图像中所述特征点坐标;根据每对图像的特征点坐标计算平行精度评估结果;根据所述平行精度评估结果对每对图像进行校正。完成了双目相机图像的高精度校正工作。
基于相同的技术构思,本申请实施例还提供了一种基于双目相机的图像校正系统,如图3所示,所述系统包括:
图像获取模块301,用于基于双目相机获取N对M个不同距离的左目图像和右目图像,N和M为大于1的整数。
特征点标定模块302,用于针对每对图像,分别在左目图像和右目图像中标定特征点,并获取左目图像和右目图像中所述特征点坐标。
平行精度评估模块303,用于根据每对图像的特征点坐标计算平行精度评估结果。
图像校正模块304,用于根据所述平行精度评估结果对每对图像进行校正。
可选地,所述特征点标定模块302,具体用于:分别在左目图像和右目图像中标定黑白棋盘格角点图像中心位置为特征点。
可选地,所述平行精度评估模块303,具体用于:获取N对图像的特征点的纵向坐标值Plyn和Pryn;根据纵向坐标值Plyn和Pryn计算纵向坐标值差值Pyerrorn;根据设定步长和M个距离数值,得到总Pyerror分布;根据总Pyerror分布情况拟合高斯曲线,计算数学期望μ,作为双目相机的平行精度评估结果Perror。
可选地,所述图像校正模块304,具体用于:根据所述平行精度评估结果Perror的整数部分值,固定左目图像,对右目图像进行整像素的平移,作为粗调整;和/或根据所述平行精度评估结果Perror的小数部分,使用双线性差值方法对图像进行亚像素平移,作为精调整。
基于相同的技术构思,本申请实施例还提供了一种设备,所述设备包括:数据采集装置、处理器和存储器;所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行上述所述的方法。
基于相同的技术构思,本申请实施例还提供了一种计算机可读存储介质,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行如上述所述的方法。
本说明书中上述方法的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。相关之处参见方法实施例的部分说明即可。
需要说明的是,尽管在附图中以特定顺序描述了本发明方法的操作,但这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
虽然本申请提供了如实施例或流程图的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的单元、装置或模块等,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,移动终端,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
以上所述的具体实施例,对本申请的目的、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,以上所述仅为本申请的具体实施例而已,并不用于限定本申请的保护范围,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于双目相机的图像校正方法,其特征在于,所述方法包括:
基于双目相机获取N对M个不同距离的左目图像和右目图像,N和M为大于1的整数;
针对每对图像,分别在左目图像和右目图像中标定特征点,并获取左目图像和右目图像中所述特征点坐标;
根据每对图像的特征点坐标计算平行精度评估结果;
根据所述平行精度评估结果对每对图像进行校正。
2.如权利要求1所述的方法,其特征在于,所述分别在左目图像和右目图像中标定特征点,包括:
分别在左目图像和右目图像中标定黑白棋盘格角点图像中心位置为特征点。
3.如权利要求1所述的方法,其特征在于,所述根据每对图像的特征点坐标计算平行精度评估结果,包括:
获取N对图像的特征点的纵向坐标值Plyn和Pryn;
根据纵向坐标值Plyn和Pryn计算纵向坐标值差值Pyerror n;
根据设定步长和M个距离数值,得到总Pyerror分布;
根据总Pyerror分布情况拟合高斯曲线,计算数学期望μ,作为双目相机的平行精度评估结果Perror。
4.如权利要求1所述的方法,其特征在于,所述根据所述平行精度评估结果对每对图像进行校正,包括:
根据所述平行精度评估结果Perror的整数部分值,固定左目图像,对右目图像进行整像素的平移,作为粗调整;和/或
根据所述平行精度评估结果Perror的小数部分,使用双线性差值方法对图像进行亚像素平移,作为精调整。
5.一种基于双目相机的图像校正系统,其特征在于,所述系统包括:
图像获取模块,用于基于双目相机获取N对M个不同距离的左目图像和右目图像,N和M为大于1的整数;
特征点标定模块,用于针对每对图像,分别在左目图像和右目图像中标定特征点,并获取左目图像和右目图像中所述特征点坐标;
平行精度评估模块,用于根据每对图像的特征点坐标计算平行精度评估结果;
图像校正模块,用于根据所述平行精度评估结果对每对图像进行校正。
6.如权利要求5所述的系统,其特征在于,所述特征点标定模块,具体用于:
分别在左目图像和右目图像中标定黑白棋盘格角点图像中心位置为特征点。
7.如权利要求5所述的系统,其特征在于,所述平行精度评估模块,具体用于:
获取N对图像的特征点的纵向坐标值Plyn和Pryn;
根据纵向坐标值Plyn和Pryn计算纵向坐标值差值Pyerror n;
根据设定步长和M个距离数值,得到总Pyerror分布;
根据总Pyerror分布情况拟合高斯曲线,计算数学期望μ,作为双目相机的平行精度评估结果Perror。
8.如权利要求5所述的系统,其特征在于,所述图像校正模块,具体用于:
根据所述平行精度评估结果Perror的整数部分值,固定左目图像,对右目图像进行整像素的平移,作为粗调整;和/或
根据所述平行精度评估结果Perror的小数部分,使用双线性差值方法对图像进行亚像素平移,作为精调整。
9.一种设备,其特征在于,所述设备包括:数据采集装置、处理器和存储器;
所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行如权利要求1-4任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行如权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010769842.9A CN112001857A (zh) | 2020-08-04 | 2020-08-04 | 一种基于双目相机的图像校正方法、系统、设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010769842.9A CN112001857A (zh) | 2020-08-04 | 2020-08-04 | 一种基于双目相机的图像校正方法、系统、设备和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112001857A true CN112001857A (zh) | 2020-11-27 |
Family
ID=73462733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010769842.9A Pending CN112001857A (zh) | 2020-08-04 | 2020-08-04 | 一种基于双目相机的图像校正方法、系统、设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112001857A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112929535A (zh) * | 2021-01-25 | 2021-06-08 | 北京中科慧眼科技有限公司 | 基于双目相机的镜头姿态修正方法、系统和智能终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8396282B1 (en) * | 2008-10-31 | 2013-03-12 | Hrl Labortories, Llc | Method and system for computing fused saliency maps from multi-modal sensory inputs |
CN109284653A (zh) * | 2017-07-20 | 2019-01-29 | 微软技术许可有限责任公司 | 基于计算机视觉的细长物体检测 |
CN110599586A (zh) * | 2019-08-06 | 2019-12-20 | 湖北亿咖通科技有限公司 | 一种半稠密场景重建方法、装置、电子设备及存储介质 |
CN111325803A (zh) * | 2020-02-12 | 2020-06-23 | 清华大学深圳国际研究生院 | 一种评估双目相机内外参与时间同步的标定的方法 |
-
2020
- 2020-08-04 CN CN202010769842.9A patent/CN112001857A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8396282B1 (en) * | 2008-10-31 | 2013-03-12 | Hrl Labortories, Llc | Method and system for computing fused saliency maps from multi-modal sensory inputs |
CN109284653A (zh) * | 2017-07-20 | 2019-01-29 | 微软技术许可有限责任公司 | 基于计算机视觉的细长物体检测 |
CN110599586A (zh) * | 2019-08-06 | 2019-12-20 | 湖北亿咖通科技有限公司 | 一种半稠密场景重建方法、装置、电子设备及存储介质 |
CN111325803A (zh) * | 2020-02-12 | 2020-06-23 | 清华大学深圳国际研究生院 | 一种评估双目相机内外参与时间同步的标定的方法 |
Non-Patent Citations (1)
Title |
---|
王开福 等: "散斑计量", 31 December 2010, 北京理工大学出版社, pages: 1 - 3 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112929535A (zh) * | 2021-01-25 | 2021-06-08 | 北京中科慧眼科技有限公司 | 基于双目相机的镜头姿态修正方法、系统和智能终端 |
CN112929535B (zh) * | 2021-01-25 | 2022-09-20 | 北京中科慧眼科技有限公司 | 基于双目相机的镜头姿态修正方法、系统和智能终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111354042B (zh) | 机器人视觉图像的特征提取方法、装置、机器人及介质 | |
WO2021115331A1 (zh) | 基于三角测量的坐标定位方法、装置、设备及存储介质 | |
US20210041236A1 (en) | Method and system for calibration of structural parameters and construction of affine coordinate system of vision measurement system | |
CN109345467B (zh) | 成像畸变校正方法、装置、计算机设备及存储介质 | |
US20050185049A1 (en) | Camera calibration device and method, and computer system | |
CN111612852B (zh) | 用于验证相机参数的方法和装置 | |
CN108364313B (zh) | 一种自动对位的方法、系统及终端设备 | |
CN107911680A (zh) | 投影设备校正方法、装置及投影设备 | |
CN111311632A (zh) | 一种物体位姿跟踪方法、装置及设备 | |
CN104537068A (zh) | 一种电子地图接入方法和装置 | |
CN111982058A (zh) | 一种基于双目相机的测距方法、系统、设备和可读存储介质 | |
CN113304971B (zh) | 3d动态引导点胶补偿方法、装置、设备及其存储介质 | |
CN108924544A (zh) | 摄像头畸变测量方法与测试装置 | |
JP2024507089A (ja) | 画像のコレスポンデンス分析装置およびその分析方法 | |
CN111145271A (zh) | 相机参数的精确度的确定方法、装置、存储介质及终端 | |
CN111537967A (zh) | 一种雷达偏转角修正方法、装置及雷达终端 | |
CN110310309B (zh) | 一种图像配准方法、图像配准装置及终端 | |
CN111311671A (zh) | 一种工件测量方法、装置、电子设备及存储介质 | |
CN112001857A (zh) | 一种基于双目相机的图像校正方法、系统、设备和可读存储介质 | |
CN113362445B (zh) | 基于点云数据重建对象的方法及装置 | |
CN116818129B (zh) | 应用于结构光重建的温度估计与热畸变校正方法 | |
US11043009B2 (en) | Method and device for calibrating depth of 3D camera, and computer device | |
CN116258752A (zh) | 配准方法、配准装置、电子设备和计算机可读存储介质 | |
CN113191963B (zh) | 一种无需附加操作的投影仪残余畸变全场标定方法及装置 | |
CN113935912A (zh) | 相机的去畸变圆心校正方法、装置、终端设备及介质 |
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 |