CN112132907A - 一种相机标定方法、装置、电子设备及存储介质 - Google Patents
一种相机标定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112132907A CN112132907A CN202011003963.9A CN202011003963A CN112132907A CN 112132907 A CN112132907 A CN 112132907A CN 202011003963 A CN202011003963 A CN 202011003963A CN 112132907 A CN112132907 A CN 112132907A
- Authority
- CN
- China
- Prior art keywords
- calibration
- camera
- image
- calibration plate
- coordinate set
- 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.)
- Granted
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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20164—Salient point detection; Corner detection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明实施例提供一种相机标定方法、装置、电子设备及存储介质,方法包括:采集拍摄有多个标定板的图像,每一个标定板包括大小不对称的多个标志圆与棋盘格,每一个标定板的摆放姿态不同;对图像中的多个标定板进行分割,提取每一个标定板中的标志圆点坐标集及棋盘格内角点坐标集;根据每一个标定板对应的标志圆点坐标集及棋盘格内角点坐标集,对相机进行标定,得到相机参数。本发明在同一张采集图像中设置有多个姿态不同的标定板,且每一个标定板中包含两种不同的图案;本发明技术方案通过分割图像中各个标定板,提取每一个标定板中标志圆点坐标集及棋盘格内角点坐标集,从而实现单张图像对目标相机参数的标定。
Description
技术领域
本发明涉及相机标定技术领域,尤其涉及一种相机标定方法、装置、电子设备及存储介质。
背景技术
目前计算机视觉技术发展迅速,在机器人开发、医疗、工业生产、消费娱乐领域内大放异彩,而相机标定技术则是计算机理解和重建世界的基础技术。相机标定技术通过物理模式建立图像和客观世界之间的空间关系,使得计算机能够通过图像来认识和重构客观世界。相机镜头采用的物理模型是经典的小孔模型,它确立了图像坐标系与相机坐标系以及世界坐标系之间的线性关系。相机镜头在生产过程中由于工艺和技术上缺陷不可避免地会存在畸变,这导致实际的物理模型需要在小孔模型基础上加上畸变模型,而相机标定的目的就是求解这些模型的参数。
如今相机标定技术已经相当成熟,主要包括传统相机标定法、主动视觉相机标定方法、相机自标定法。
但无论是哪一种标定方法,都至少需要三幅或三幅以上的图像才能得到比较准确的相机标定数据,这需要耗费较多的人力、时间和空间,对相机的批量标定提出了较高的需求。目前可适用于低成本批量生产的标定方法少,而且存在着标定精度低、成本高的技术问题。
发明内容
本发明实施例提供一种相机标定方法、装置、电子设备及存储介质,用以解决现有技术中标定精度低、成本高的缺陷,实现低成本、高精度的相机标定。
本发明实施例提供一种相机标定方法,包括:
采集拍摄有多个标定板的图像,每一个所述标定板包括大小不对称的多个标志圆与棋盘格,每一个所述标定板的摆放姿态不同;
对所述图像中的多个标定板进行分割,提取每一个标定板中的标志圆点坐标集及棋盘格内角点坐标集;
根据每一个标定板对应的标志圆点坐标集及棋盘格内角点坐标集,对相机进行标定,得到相机参数。
在上述技术方案的基础上,本发明实施例还可以作出如下改进。
可选的,每一个所述标定板包括四个大小不一的标志圆和位于所述四个大小不一的标志圆的凸包内的棋盘格。
可选的,所述对所述图像中的多个标定板进行分割包括:
提取所述图像中每一个标志圆的参数,所述标志圆的参数包括标志圆的位置和标志圆的大小;
根据每一种标志圆的位置和大小,对所述图像中的多个标定板进行分割。
可选的,所述提取所述图像中所有的标志圆包括:
通过边缘检测、弧检测与弧凸凹性分类对所述图像中的弧进行提取;
提取属于同一个椭圆的多段弧,基于同一个椭圆的每一段弧,通过霍夫变换在分解的参数空间中估计椭圆的参数;
基于估计的参数,通过候选椭圆验证及相同椭圆聚类得到椭圆,得到的所述椭圆为标志圆。
可选的,所述根据每一种标志圆的位置和大小,对所述图像中的多个标定板进行分割包括:
获取每一个椭圆的曲率,将曲率相同的多个椭圆确定为同一个标定板中的椭圆;
根据同一个标定板中的多个椭圆的相对位置关系,对所述图像中的多个标定板进行分割。
可选的,所述对所述图像中的多个标定板进行分割后还包括:
根据每一个标定板中多个椭圆的大小和曲率,确定每一个标定板的摆放姿态。
可选的,所述提取每一个标定板中的标志圆点坐标集及棋盘格内角点坐标集包括:
对于任一个标定板,提取其中每一个椭圆的四个端点的坐标和每一个椭圆的中心点的坐标,构成所述任一个标定板的标志圆点坐标集;基于所述任一个标定板的摆放姿态,提取所述任一个标定板中的棋盘格中的所有内角点坐标,构成所述任一个标定板的棋盘格内角点坐标集。
本发明实施例还提供一种相机标定装置,包括:
采集模块,用于采集拍摄有多个标定板的图像,每一个所述标定板包括大小不对称的多个标志圆与棋盘格,每一个所述标定板的摆放姿态不同;
提取模块,用于对所述图像中的多个标定板进行分割,提取每一个标定板中的标志圆点坐标集及棋盘格内角点坐标集;
标定模块,用于根据每一个标定板对应的标志圆点坐标集及棋盘格内角点坐标集,基于对相机进行标定,得到相机参数。
本发明实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述相机标定方法的步骤。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述相机标定方法的步骤。
本发明实施例提供的相机标定方法及装置,在同一张采集图像中设置有多个姿态不同的标定板,且每一个标定板中包含两种不同的图案;本发明技术方案通过分割图像中各个标定板,提取每一个标定板中标志圆点坐标集及棋盘格内角点坐标集,从而实现单张图像对目标相机参数的标定。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种相机标定方法的流程示意图;
图2为本发明实施例提供的一种标定板结构示意图;
图3为本发明实施例提供的一种采集标定图像的示意图;
图4为本发明实施例提供的一种相机标定方法的整体流程图;
图5为本发明实施例提供的一种相机标定装置的结构示意图;
图6是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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作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。
目前传统相机标定法中使用最为广泛的是张氏标定法,通过拍摄不同姿态的棋盘格的标定板的图像,提取图片中角点像素坐标,通过单应矩阵计算出相机的内外参初始值,再利用莱文贝格-马夸特(Levenberg-Marquard,LM)算法估计畸变系数,通过最小化投影误差来优化参数。张氏标定法使用棋盘格作为标定物,标定物实际上可以是具有表征的物体图案,如圆网格、随机图案、ArUco(Augmented Reality University of Cordoba,增强现实二维码)图案等。经过实际证明,使用不对称的圆网格作为标定物,标定结果在精密度与鲁棒性上表现更好。另外通过将标定板与ArUco图案混合得到的图案也取得了更优的效果。本发明考虑使用不对称的圆形图案与棋盘格混合得到的标定工具(标定板),并使用夹具按照一定的方法固定多个相同的标定工具,配合与之对应的标定方法,完成低成本、高精度的相机标定,
请参阅图1,本发明实施例提供了一种相机标定方法,包括:S1,采集拍摄有多个相同标定板的图像,每一个标定板包括大小不对称的多个标志圆与棋盘格,每一个标定板的摆放姿态不同;S2,对所图像中的多个标定板进行分割,提取每一个标定板中的标志圆点坐标集及棋盘格内角点坐标集;S3,根据每一个标定板对应的标志圆点坐标集及棋盘格内角点坐标集,对相机进行标定,得到相机参数。
可以理解的是,基于现有的采用张氏标定法对相机的参数进行标定时,都需要三幅或三幅以上的图像才能得到比较准确的标定,本发明实施例提出了一种相机标定方法,只需要一张图像即可实现相机的标定。本发明实施例的一张图像中包括多个标定板,每一个标定板的摆放姿态不同,且每个标定板由不同的图案组成,便于对同一张图像中的多个标定板进行分割,就分割后的每一个标定板对应的标志圆点坐标集及棋盘格内角点坐标集,基于张氏标定法对相机进行标定,得到相机参数。需要说明的是,同一张图像中的多个标定板的大小和包含的图案可以相同也可以不同,本发明实施例中的多个标定板为大小和图案均相同的标定板。
本发明实施例在同一张采集图像中设置有多个姿态不同的标定板,且每一个标定板中包含两种不同的图案;本发明技术方案通过分割图像中各个标定板,提取每一个标定板中标志圆点坐标集及棋盘格内角点坐标集,从而实现单张图像对目标相机参数的标定。
作为一种可能的实施方式,每一个标定板包括四个大小不一的标志圆和位于所述四个大小不一的标志圆的凸包内的棋盘格。
可以理解的是,标定板,即标定工具,指的是在机器视觉、图像测量、摄影测量、三维重建等应用中,为校正镜头畸变、确定物理尺寸和像素间的换算关系以及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,需要建立相机成像的集合模型。
通过相机拍摄带有固定间距图案阵列平板、经过标定算法的计算,可以得出相机的几何模型,从而得到高精度的测量和重建结果,而带有固定间距图案阵列的平板就是标定板。
本发明实施例中,采集拍摄有四个相同标定板的单张图像,标定板为采用不对称的标志圆与棋盘格混合得到。在实际应用中,标定板尽可能充满视场且标定板均在相机视野内,图像亮度清晰、对比度足够,可以是红外图、灰度图或彩色图。
其中图2为本发明实施例提供的一种标定板结构示意图。标定板的设计主要包含以下关键点:1、标定板没有固定的大小,但有固定的比例,针对于不同的相机,只要大小能适合其视场及工作距离即可;2、标定板的四个标志圆有位置与大小的区别,用以识别标志圆;3、棋盘格需要位于四个圆形的凸包内,用于图像中棋盘格的分割。另外,标定板摆放的姿势没有过多的硬性要求,一般地,如图3所示,图3为本发明提供的一种采集标定图像的示意图,在图3中,四个标定板放置在视野范围内的左上、右下、左下及右下位置,且通过夹具固定。每张标定板的四个圆及其凸包内部需保证不被遮挡,不交叉,且均位于相机视野内,四个最大的圆分别位于四角。各个标定板之间保持预设的夹角,如:左上标定板与右上标定板、左下标定板与右下标定板在水平方向的夹角为30度,左上标定板与左下标定板、右上标定板与右下标定板在垂直方向的夹角为30度。
作为一种可能的实施方式,对图像中的多个标定板进行分割包括:提取图像中每一个标志圆的参数,所述标志圆的参数包括标志圆的位置和大小;根据每一种标志圆的位置和大小,对所述图像中的多个标定板进行分割。
可以理解的是,采集拍摄了整张图像后,对图像中的所有的标志圆的参数进行提取,其中,每一个标志圆的参数主要包括标志圆在图像中的位置坐标和大小信息。然后根据每一个标志圆的位置坐标和大小信息,对图像中的多个标定板进行分割。
作为一种可能的实施方式,提取图像中所有的标志圆包括:通过边缘检测、弧检测与弧凸凹性分类对所述图像中的弧进行提取;提取属于同一个椭圆的多段弧,基于同一个椭圆的每一段弧,通过霍夫变换(也称Hough变换)在分解的参数空间中估计椭圆的参数;基于估计的参数,通过候选椭圆验证及相同椭圆聚类得到椭圆,得到的所述椭圆为标志圆。
可以理解的是,标志圆的提取和识别的精准度会影响到相机参数的计算,选择高精度的圆提取方法相当重要。对圆的提取和识别有许多算法,最常用的有霍夫变换圆检测法。但由于标志圆与相机之间的不同姿势以及畸变的影响,圆在图像中的投影变得不规则,会导致圆检测的难度增加,精度也受到影响。
本发明实施例使用一种高精度且快速的椭圆检测方法,对图像中的标志圆进行识别。具体的识别过程为,首先,通过边缘检测、弧检测与弧凸凹性分类进行弧的提取对图像中所有的弧进行检测,然后对检测的所有的弧进行分类,将属于同一个椭圆的多段弧分在一起。对于同一个椭圆的多段弧,根据每一段弧通过霍夫变换在分解的参数空间中估计该椭圆的参数。将椭圆的参数估计出来后,通过候选椭圆验证及相同椭圆聚类识别出最终的椭圆。对于每一个椭圆,均采用相同的方式识别出最终的椭圆。其中,每一个椭圆即图像中的一个标志圆,由于标定板具有一定的姿态,拍摄后,图像中的每一个标志圆会变成椭圆。
作为一种可能的实施方式,根据每一个标志圆的位置和大小,对图像中的多个标定板进行分割包括:获取每一个椭圆的曲率,将曲率相同的多个椭圆确定为同一个标定板中的椭圆;根据同一个标定板中的多个椭圆的相对位置关系,对图像中的多个标定板进行分割。
可以理解的是,图像中的所有的标志圆提取之后,根据每一个标志圆的位置和大小,对图像中的多个标定板进行分割。
其中,分割的具体方法为,利用同一个平面下(由于四块标定板的摆放姿态不同,故每一块标定板所在的平面不同)的两个圆通过摄像机成像模型后得到的椭圆曲率一样的数学原理,计算图像中16个椭圆的曲率,曲率相同的椭圆即为同一块标定板中的椭圆,按照此种方法即可将属于同一块标定板的四个椭圆找出来。
由于在提取图像中的每一个椭圆时,每一个椭圆的坐标是需要提取的,根据同一个标定板中四个椭圆的位置坐标,即可得到四个椭圆的位置分布情况,得到每个标定板的区域。
作为一种可能的实施方式,对图像中的多个标定板进行分割后还包括:根据每一个标定板中多个椭圆的大小和曲率,确定每一个标定板的摆放姿态。
可以理解的是,可利用每一个标定板中椭圆的曲率和每一个椭圆的大小,以及每一个椭圆的相对位置关系,可确定每一个标定板的摆放姿态。
作为一种可能的实施方式,提取每一个标定板中的标志圆点坐标集及棋盘格内角点坐标集包括:对于任一个标定板,提取其中每一个椭圆的四个端点的坐标和每一个椭圆的中心点的坐标,构成所述任一个标定板的标志圆点坐标集;基于任一个标定板的摆放姿态,提取任一个标定板中的棋盘格中的所有内角点坐标,构成任一个标定板的棋盘格内角点坐标集。
可以理解的是,对图像中的多个标定板进行分割后,得到四个包含棋盘格的区域,如果只使用四个包含较小棋盘格的区域进行张氏标定,经过实际验证,算法的精度是不够高的。因此,本发明实施例使用标志圆点集及棋盘格内角点集共同参与张氏标定法过程。
由于椭圆的四个端点的特征比较明显,提取简单、准确,因此优选地,将每一个椭圆的四端点坐标及中心点坐标纳入标志圆点集。椭圆的四个端点在世界坐标系中的坐标可通过标定板平面倾斜姿态得到。这样,标志圆点集与棋盘格内角点集在世界坐标系与图像坐标系的坐标均已知,调用张氏标定法便可计算相机参数。
其中,每一个标定板的每一个椭圆的四端点的坐标和中心点的坐标以及棋盘格内角点集坐标组成每一个标定板的标志圆点集合棋盘格内角点集,根据四个标定板的标志圆点集合棋盘格内角点集,利用张氏标定法便可计算相机参数。标志圆与棋盘格内角点在世界坐标系及使用此方法,相比于只使用棋盘格内角点,大大增加了特征点的数目,提高了标定精确度。
可见,本发明实施例只要使用单张拍摄有多个标定板的图像即可完成标定工作,并且精度足够高、鲁棒性高。此外极大节省了采图的操作,节省了人力成本、空间成本和时间成本,实现了快速、低成本且精度高、稳定性高的标定,可应用于实验室环境内的高精度快速标定,也可应用于工厂的大批量相机生产标定。
参见图4,对本发明实施例提供的相机标定方法进行整体描述,主要包括以下步骤。
步骤1,采集拍摄有标定工具(即标定板)的图像,要求标定工具尽可能充满视场且标定板均在相机视野内,图像亮度清晰、对比度足够,可以是红外图、灰度图、彩色图。设本实施列中,一张图像中包括四个相同的标定板,每个标定板中包括四个大小和位置不同的标志圆和位于四个标志圆凸包内的棋盘格,四个标定板在图像中的摆放姿态不同。其中,单张图像中根据实际的需求,可以设置不同数量的标定板,通常一张图像中至少设置三个不同姿态的标定板,另一方面,如果标定板的数量过多,最后进行相机标定的数据量会很大,相机标定的效率不高,因此,一张图像中通常设置3-5个不同姿态的标定板。每一个标定板中的图案可以相同,也可以不同,以能够对图像中的多个标定板进行识别划分即可。
步骤2,提取图像中所有的标志圆,每个标定板包括4个标志圆,整个图像中包括16个标志圆;若提取标志圆的过程失败,则返回至步骤1。
其中,采用椭圆检测方法对图像中的每一个标志圆进行提取,具体为,通过边缘检测、弧检测与弧凸凹性分类对所述图像中的弧进行提取;提取属于同一个椭圆的多段弧,基于同一个椭圆的每一段弧,通过Hough变换在分解的参数空间中估计椭圆的参数;基于估计的参数,通过候选椭圆验证及相同椭圆聚类得到椭圆,得到的椭圆为标志圆。
步骤3,根据每一个标志圆的大小和位置,对多个标定板进行分割。由于图像中每一个标定板的板房姿态不同,不同标定板中的椭圆的曲率不同,同一个标定板中的多个椭圆的曲率是相同的。
因此,计算每一个椭圆的曲率,将曲率相同的多个椭圆确定为同一个标定板中的椭圆;根据同一个标定板中的多个椭圆的相对位置关系,对图像中的多个标定板进行分割。
步骤4,根据每一个标定板中的多个椭圆的曲率和每一个椭圆的大小,可确定每一个标定板的摆放姿态。
步骤5,对图像中的每一个标定板进行分割后,提取每一个标定板中的标志圆点坐标集及棋盘格内角点坐标集。
具体的,对于任一个标定板,提取其中每一个椭圆的四个端点的坐标和每一个椭圆的中心点的坐标,构成任一个标定板的标志圆点坐标集;基于任一个标定板的摆放姿态,提取所述任一个标定板中的棋盘格中的所有内角点坐标,构成任一个标定板的棋盘格内角点坐标集。若提取失败,则返回至步骤1。
步骤6,根据每一个标定板对应的标志圆点坐标集及棋盘格内角点坐标集,进行张氏标定法及畸变矫正,最后迭代得到相机内参及畸变参数。
综上,本发明实施例提供一种相机标定方法,一张图像中包括多个标定板,每一个标定板的姿态不同,每一个标定板中多个不同的图案,因此,拍摄图像后,方便对图像中的每一个标定板进行分割,然后利用每一个标定板的标志圆点集和棋盘格内角点集,利用传统的张氏标定法对相机参数进行标定,即只需要根据一张图像即可实现对相机的标定。
进一步的,在对图像中的标志圆进行提取时,采用快速且高速的椭圆检测方法,精确提取图像中的每一个标志圆,提高相机参数标定的精度。
进一步的,由于椭圆的四个端点的特征比较明显,提取简单、准确,因此优选地,将四端点及中心点纳入标志圆点集。椭圆的四个端点在世界坐标系中的坐标可通过标定板平面倾斜姿态得到。这样,标志圆点集与棋盘格内角点集在世界坐标系与图像坐标系的坐标均已知,调用张氏标定法便可计算相机参数。提取标志圆点集和棋盘格内角点集,相比于只使用棋盘格内角点,大大增加了特征点的数目,提高了标定精确度。
下面对本发明实施例提供的相机标定装置进行描述,下文描述的相机标定装置与上文描述的相机标定方法可相互对应参照。
参见图5,该相机标定装置包括:
采集模块51,用于采集拍摄有多个标定板的图像,每一个所述标定板包括大小不对称的多个标志圆与棋盘格,每一个所述标定板的摆放姿态不同;
提取模块52,用于对所述图像中的多个标定板进行分割,提取每一个标定板中的标志圆点坐标集及棋盘格内角点坐标集;
标定模块53,用于根据每一个标定板对应的标志圆点坐标集及棋盘格内角点坐标集,对相机进行标定,得到相机参数。
本发明实施例的相机标定装置,可以用于执行前述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
图6示例了一种电子设备的实体结构示意图,如图6所示,该电子设备可以包括:处理器(processor)601、通信接口(Communications Interface)602、存储器(memory)603和通信总线604,其中,处理器601,通信接口602,存储器603通过通信总线604完成相互间的通信。处理器601可以调用存储器603中的逻辑指令,以执行相机标定方法,该方法包括:采集拍摄有多个标定板的图像,每一个所述标定板包括大小不对称的多个标志圆与棋盘格,每一个所述标定板的摆放姿态不同;对图像中的多个标定板进行分割,提取每一个标定板中的标志圆点坐标集及棋盘格内角点坐标集;根据每一个标定板对应的标志圆点坐标集及棋盘格内角点坐标集,对相机进行标定,得到相机参数。
此外,上述的存储器603中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的相机标定方法,该方法包括:采集拍摄有多个标定板的图像,每一个所述标定板包括大小不对称的多个标志圆与棋盘格,每一个所述标定板的摆放姿态不同;对图像中的多个标定板进行分割,提取每一个标定板中的标志圆点坐标集及棋盘格内角点坐标集;根据每一个标定板对应的标志圆点坐标集及棋盘格内角点坐标集,对相机进行标定,得到相机参数。
又一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的相机标定方法,该方法包括:采集拍摄有多个标定板的图像,每一个所述标定板包括大小不对称的多个标志圆与棋盘格,每一个所述标定板的摆放姿态不同;对图像中的多个标定板进行分割,提取每一个标定板中的标志圆点坐标集及棋盘格内角点坐标集;根据每一个标定板对应的标志圆点坐标集及棋盘格内角点坐标集,对相机进行标定,得到相机参数。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述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计算机可读存储介质中,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,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种相机标定方法,其特征在于,包括:
采集拍摄有多个标定板的图像,每一个所述标定板包括大小不对称的多个标志圆与棋盘格,每一个所述标定板的摆放姿态不同;
对所述图像中的多个标定板进行分割,提取每一个标定板中的标志圆点坐标集及棋盘格内角点坐标集;
根据每一个标定板对应的标志圆点坐标集及棋盘格内角点坐标集,对相机进行标定,得到相机参数。
2.根据权利要求1所述的相机标定方法,其特征在于,每一个所述标定板包括四个大小不一的标志圆和位于所述四个大小不一的标志圆的凸包内的棋盘格。
3.根据权利要求1或2所述的相机标定方法,其特征在于,所述对所述图像中的多个标定板进行分割包括:
提取所述图像中每一个标志圆的参数,所述标志圆的参数包括标志圆的位置和标志圆的大小;
根据每一个标志圆的位置和大小,对所述图像中的多个标定板进行分割。
4.根据权利要求3所述的相机标定方法,其特征在于,所述提取所述图像中所有的标志圆包括:
通过边缘检测、弧检测与弧凸凹性分类对所述图像中的弧进行提取;
提取属于同一个椭圆的多段弧,基于同一个椭圆的每一段弧,通过霍夫变换在分解的参数空间中估计椭圆的参数;
基于估计的椭圆的参数,通过候选椭圆验证及相同椭圆聚类得到椭圆,其中,得到的所述椭圆为标志圆。
5.根据权利要求4所述的相机标定方法,其特征在于,所述根据每一个标志圆的位置和大小,对所述图像中的多个标定板进行分割包括:
获取每一个椭圆的曲率,将曲率相同的多个椭圆确定为同一个标定板中的椭圆;
根据同一个标定板中的多个椭圆的相对位置关系,对所述图像中的多个标定板进行分割。
6.根据权利要求5所述的相机标定方法,其特征在于,所述对所述图像中的多个标定板进行分割后还包括:
根据每一个标定板中多个椭圆的大小和曲率,确定每一个标定板的摆放姿态。
7.根据权利要求4至6中任一项所述的相机标定方法,其特征在于,所述提取每一个标定板中的标志圆点坐标集及棋盘格内角点坐标集包括:
对于任一个标定板,提取其中每一个椭圆的四个端点的坐标和每一个椭圆的中心点的坐标,构成所述任一个标定板的标志圆点坐标集;
基于所述任一个标定板的摆放姿态,提取所述任一个标定板中的棋盘格中的所有内角点坐标,构成所述任一个标定板的棋盘格内角点坐标集。
8.一种相机标定装置,其特征在于,包括:
采集模块,用于采集拍摄有多个标定板的图像,每一个所述标定板包括大小不对称的多个标志圆与棋盘格,每一个所述标定板的摆放姿态不同;
提取模块,用于对所述图像中的多个标定板进行分割,提取每一个标定板中的标志圆点坐标集及棋盘格内角点坐标集;
标定模块,用于根据每一个标定板对应的标志圆点坐标集及棋盘格内角点坐标集,对相机进行标定,得到相机参数。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述相机标定方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述相机标定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011003963.9A CN112132907B (zh) | 2020-09-22 | 2020-09-22 | 一种相机标定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011003963.9A CN112132907B (zh) | 2020-09-22 | 2020-09-22 | 一种相机标定方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112132907A true CN112132907A (zh) | 2020-12-25 |
CN112132907B CN112132907B (zh) | 2022-04-12 |
Family
ID=73842403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011003963.9A Active CN112132907B (zh) | 2020-09-22 | 2020-09-22 | 一种相机标定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112132907B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112581546A (zh) * | 2020-12-30 | 2021-03-30 | 深圳市杉川机器人有限公司 | 摄像头标定方法、装置、计算机设备和存储介质 |
CN112927301A (zh) * | 2021-02-04 | 2021-06-08 | 深圳市杉川机器人有限公司 | 摄像头标定方法、装置、计算设备及可读存储介质 |
CN112923918A (zh) * | 2021-01-26 | 2021-06-08 | 南京理工大学 | 一种基于改进棋盘格靶标的视觉位姿测量方法 |
CN113077518A (zh) * | 2021-03-15 | 2021-07-06 | 中移(上海)信息通信科技有限公司 | 一种相机参数标定方法、装置及存储介质 |
CN113406604A (zh) * | 2021-06-30 | 2021-09-17 | 山东新一代信息产业技术研究院有限公司 | 一种激光雷达和摄像机位置标定的装置和方法 |
CN114332351A (zh) * | 2021-11-29 | 2022-04-12 | 清华大学 | 一种基于多视角相机的小鼠运动重建方法及装置 |
WO2024011764A1 (zh) * | 2022-07-11 | 2024-01-18 | 深圳思谋信息科技有限公司 | 标定参数确定方法、混合标定板、装置、设备和介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106816077A (zh) * | 2015-12-08 | 2017-06-09 | 张涛 | 基于二维码和增强现实技术的互动沙盘展示方法 |
CN107610138A (zh) * | 2017-10-20 | 2018-01-19 | 四川长虹电器股份有限公司 | 一种票据印章区域序列分割方法 |
CN108335350A (zh) * | 2018-02-06 | 2018-07-27 | 聊城大学 | 双目立体视觉的三维重建方法 |
CN108717714A (zh) * | 2018-05-23 | 2018-10-30 | 曜科智能科技(上海)有限公司 | 多相机标定方法、标定系统、存储介质、及电子设备 |
CN109285194A (zh) * | 2018-09-29 | 2019-01-29 | 人加智能机器人技术(北京)有限公司 | 相机标定板及相机标定数据采集方法 |
CN109389649A (zh) * | 2018-09-27 | 2019-02-26 | 北京伟景智能科技有限公司 | 双目相机的快速标定方法和装置 |
US10451862B2 (en) * | 2014-03-03 | 2019-10-22 | Carl Zeiss Microscopy Gmbh | Calibration plate for measuring calibration of a digital microscope and methods of using the same |
CN110599548A (zh) * | 2019-09-02 | 2019-12-20 | Oppo广东移动通信有限公司 | 摄像头的标定方法、装置、相机及计算机可读存储介质 |
CN110660107A (zh) * | 2019-08-23 | 2020-01-07 | 贝壳技术有限公司 | 平面标定板、标定数据采集方法及系统 |
-
2020
- 2020-09-22 CN CN202011003963.9A patent/CN112132907B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10451862B2 (en) * | 2014-03-03 | 2019-10-22 | Carl Zeiss Microscopy Gmbh | Calibration plate for measuring calibration of a digital microscope and methods of using the same |
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 |
CN106816077A (zh) * | 2015-12-08 | 2017-06-09 | 张涛 | 基于二维码和增强现实技术的互动沙盘展示方法 |
CN107610138A (zh) * | 2017-10-20 | 2018-01-19 | 四川长虹电器股份有限公司 | 一种票据印章区域序列分割方法 |
CN108335350A (zh) * | 2018-02-06 | 2018-07-27 | 聊城大学 | 双目立体视觉的三维重建方法 |
CN108717714A (zh) * | 2018-05-23 | 2018-10-30 | 曜科智能科技(上海)有限公司 | 多相机标定方法、标定系统、存储介质、及电子设备 |
CN109389649A (zh) * | 2018-09-27 | 2019-02-26 | 北京伟景智能科技有限公司 | 双目相机的快速标定方法和装置 |
CN109285194A (zh) * | 2018-09-29 | 2019-01-29 | 人加智能机器人技术(北京)有限公司 | 相机标定板及相机标定数据采集方法 |
CN110660107A (zh) * | 2019-08-23 | 2020-01-07 | 贝壳技术有限公司 | 平面标定板、标定数据采集方法及系统 |
CN110599548A (zh) * | 2019-09-02 | 2019-12-20 | Oppo广东移动通信有限公司 | 摄像头的标定方法、装置、相机及计算机可读存储介质 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112581546A (zh) * | 2020-12-30 | 2021-03-30 | 深圳市杉川机器人有限公司 | 摄像头标定方法、装置、计算机设备和存储介质 |
WO2022143283A1 (zh) * | 2020-12-30 | 2022-07-07 | 深圳市杉川机器人有限公司 | 摄像头标定方法、装置、计算机设备和存储介质 |
CN112581546B (zh) * | 2020-12-30 | 2024-07-16 | 深圳市杉川机器人有限公司 | 摄像头标定方法、装置、计算机设备和存储介质 |
CN112923918A (zh) * | 2021-01-26 | 2021-06-08 | 南京理工大学 | 一种基于改进棋盘格靶标的视觉位姿测量方法 |
CN112927301A (zh) * | 2021-02-04 | 2021-06-08 | 深圳市杉川机器人有限公司 | 摄像头标定方法、装置、计算设备及可读存储介质 |
CN112927301B (zh) * | 2021-02-04 | 2024-09-13 | 深圳市杉川机器人有限公司 | 摄像头标定方法、装置、计算设备及可读存储介质 |
CN113077518A (zh) * | 2021-03-15 | 2021-07-06 | 中移(上海)信息通信科技有限公司 | 一种相机参数标定方法、装置及存储介质 |
WO2022193636A1 (zh) * | 2021-03-15 | 2022-09-22 | 中移(上海)信息通信科技有限公司 | 一种相机参数标定方法、装置及存储介质 |
CN113406604A (zh) * | 2021-06-30 | 2021-09-17 | 山东新一代信息产业技术研究院有限公司 | 一种激光雷达和摄像机位置标定的装置和方法 |
CN114332351A (zh) * | 2021-11-29 | 2022-04-12 | 清华大学 | 一种基于多视角相机的小鼠运动重建方法及装置 |
WO2024011764A1 (zh) * | 2022-07-11 | 2024-01-18 | 深圳思谋信息科技有限公司 | 标定参数确定方法、混合标定板、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112132907B (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112132907B (zh) | 一种相机标定方法、装置、电子设备及存储介质 | |
CN111243032A (zh) | 一种棋盘格角点全自动检测方法 | |
CN101673397B (zh) | 一种基于lcd的数码相机非线性标定方法 | |
CN110555889A (zh) | 一种基于CALTag和点云信息的深度相机手眼标定方法 | |
JP6067175B2 (ja) | 位置測定装置及び位置測定方法 | |
US11676301B2 (en) | System and method for efficiently scoring probes in an image with a vision system | |
CN110807807B (zh) | 一种单目视觉的目标定位的图案、方法、装置及设备 | |
CN106296587B (zh) | 轮胎模具图像的拼接方法 | |
CN111681186A (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
CN114998571B (zh) | 基于固定尺寸标志物的图像处理及颜色检测方法 | |
WO2024011764A1 (zh) | 标定参数确定方法、混合标定板、装置、设备和介质 | |
CN116021519A (zh) | 一种基于tof相机采摘机器人手眼标定方法以及装置 | |
CN115830135A (zh) | 一种图像处理方法、装置及电子设备 | |
CN112446926B (zh) | 一种激光雷达与多目鱼眼相机的相对位置标定方法及装置 | |
CN118261835A (zh) | 一种手持式无标定图像畸变矫正方法及系统 | |
CN111667429B (zh) | 一种巡检机器人目标定位校正方法 | |
CN114511894A (zh) | 瞳孔中心坐标的获取系统及获取方法 | |
CN106934846B (zh) | 一种布料图像处理方法及系统 | |
CN115239801B (zh) | 一种对象定位方法及装置 | |
CN116721582A (zh) | 三维机器视觉实训方法、系统、计算机设备及存储介质 | |
CN112634377B (zh) | 扫地机器人的相机标定方法、终端和计算机可读存储介质 | |
CN115841668A (zh) | 一种双目视觉苹果识别以及精准定位的方法 | |
CN117115275B (zh) | 畸变参数的确定方法、装置和计算机设备 | |
CN116503387B (zh) | 图像检测方法、装置、设备、系统及可读存储介质 | |
JP7365986B2 (ja) | カメラキャリブレーション装置、方法およびプログラム |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230609 Address after: Room 611-217, R & D center building, China (Hefei) international intelligent voice Industrial Park, 3333 Xiyou Road, high tech Zone, Hefei, Anhui 230001 Patentee after: Hefei lushenshi Technology Co.,Ltd. Address before: Room 3032, gate 6, block B, 768 Creative Industry Park, 5 Xueyuan Road, Haidian District, Beijing 100083 Patentee before: BEIJING DILUSENSE TECHNOLOGY CO.,LTD. Patentee before: Hefei lushenshi Technology Co.,Ltd. |
|
TR01 | Transfer of patent right |