CN112308934A - 标定检测方法及装置、存储介质、计算设备 - Google Patents

Abstract

一种标定检测方法及装置、存储介质、计算设备，标定检测方法包括：获取标定完成后的相机拍摄的全景图，所述全景图包括多个标定板；对所述全景图进行分割，以得到多个标定板图像，每个标定板图像中包括单个标定板；对各个标定板图像进行角点检测，以获得每个标定板图像中标定板的角点集合；在每个标定板图像中标定板的角点集合中选取四个顶点角点，并按照所述顶点角点所形成的四边形至少计算所述四边形的各个边长与其平均值的差值之和，以作为标定板图像的标定误差；根据各个标定板图像的标定误差确定标定检测结果。本发明技术方案能够提升标定检测的准确性和效率。

Description

标定检测方法及装置、存储介质、计算设备

技术领域

本发明涉及图像处理技术领域，尤其涉及一种标定检测方法及装置、存储介质、计算设备。

背景技术

在全景图像成像场景中，例如360度全景倒车影视系统，前期的准确标定是影响该系统正常运行的重要障。全景影像的系统(Around View Monitor,AVM)的方案都是通过多个安装在车不同位置的摄像头采集数据，然后把各个摄像头采集到的图像合成生成360的全景图像。

现有技术中，生成360度的全景图像需要预先采用标定板进行标定，然后拼接时通过标定板的点进行拼接，然后再通过融合算法让拼接缝部分的过度更加自然。

但是，现有技术需要人工去检测标定是否异常，耗费人力；并且缺乏客观指标，单纯凭主观的视觉感受去评判标定的是否正常，会影响标定的准确性。

发明内容

本发明解决的技术问题是如何提升标定检测的准确性和效率。

为解决上述技术问题，本发明实施例提供一种标定检测方法，标定检测方法包括：获取标定完成后的相机拍摄的全景图，所述全景图包括多个标定板；对所述全景图进行分割，以得到多个标定板图像，每个标定板图像中包括单个标定板；对各个标定板图像进行角点检测，以获得每个标定板图像中标定板的角点集合；在每个标定板图像中标定板的角点集合中选取四个顶点角点，并按照所述顶点角点所形成的四边形至少计算所述四边形的各个边长与其平均值的差值之和，以作为标定板图像的标定误差；根据各个标定板图像的标定误差确定标定检测结果。

可选的，所述按照所述顶点角点所形成的四边形至少计算所述四边形的各个边长与其平均值的差值之和包括：在每个标定板图像中，根据各个顶点角点的像素坐标计算所述四边形的各个边长，以及所有边长的平均值；在每个标定板图像中，计算所述四边形的各个边长与其平均值的差值之和，以作为标定板图像的标定误差。

可选的，所述按照所述顶点角点所形成的四边形至少计算所述四边形的各个边长与其平均值的差值之和包括：在每个标定板图像中，根据各个顶点角点的像素坐标计算所述四边形的各个边长、对角线长度以及所有边长的平均值；在每个标定板图像中，计算所述四边形的各个边长与其平均值的第一差值，以及两条对角线长度的第二差值，并将各个第一差值与第二差值之和作为标定板图像的标定误差。

可选的，所述对所述全景图进行分割包括：获取各个拍摄对象的尺寸、各个拍摄对象之间的距离以及所述全景图的尺寸，拍摄对象包括所述多个标定板以及目标对象；根据各个拍摄对象的尺寸、各个拍摄对象之间的距离以及所述全景图的尺寸计算所述多个标定板在所述全景图中的中心以及图像尺寸；根据所述多个标定板在所述全景图中的中心以及图像尺寸对所述全景图进行分割，以在分割后的每个标定板图像中包括单个标定板。

可选的，所述计算所述多个标定板在所述全景图中的中心以及图像尺寸之后还包括：将所述多个标定板在所述全景图中的图像尺寸按照预设比例进行扩大，以用于对所述全景图的分割。

可选的，所述根据各个标定板图像的标定误差确定标定检测结果包括：如果所有标定板图像的标定误差均小于预设门限，则确定所述标定检测结果为标定通过；或者，如果存在标定板图像的标定误差达到所述预设门限，则确定所述标定检测结果为标定为通过。

可选的，所述确定所述标定检测结果为标定为通过之后还包括：根据标定误差达到所述预设门限的标定板图像在全景图像中的位置确定标定异常的标定板，并输出提示信息，以指示所述标定异常的标定板。

可选的，所述对所述全景图进行分割之后还包括：对各个标定板图像进行锐化处理。

为解决上述技术问题，本发明实施例还公开了一种标定检测装置，所述标定检测装置包括：全景图获取模块，用于获取标定完成后的相机拍摄的全景图，所述全景图包括多个标定板；分割模块，用于对所述全景图进行分割，以得到多个标定板图像，每个标定板图像中包括单个标定板；角点检测模块，用于对各个标定板图像进行角点检测，以获得每个标定板图像中标定板的角点集合；标定误差计算模块，用于在每个标定板图像中标定板的角点集合中选取四个顶点角点，并按照所述顶点角点所形成的四边形至少计算所述四边形的各个边长与其平均值的差值之和，以作为标定板图像的标定误差；标定检测结果确定模块，用于根据各个标定板图像的标定误差确定标定检测结果。

本发明实施例还公开了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时执行所述标定检测方法的步骤。

本发明实施例还公开了一种计算设备，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行所述标定检测方法的步骤。

与现有技术相比，本发明实施例的技术方案具有以下有益效果：

本发明技术方案中，通过对全景图进行分割可以将标定板图像从全景图中提取出来，并在此基础上对标定板图像进行角点检测。由于标定通过的标定板图像中顶点角点所形成的四边形应是正方形，因此可以通过计算四边形的各个边长与其平均值的差值之和作为标定板图像的标定误差，来判定相机是否标本通过。本发明实施例通过矩形形变的客观指标来衡量标定结果，提升了标定检测的准确性；还能够避免现有技术中人工检测方式，减少人力成本，提升标定检测效率。

进一步地，根据标定误差达到所述预设门限的标定板图像在全景图像中的位置确定标定异常的标定板，并输出提示信息，以指示所述标定异常的标定板。由于在标定未通过的情况下，需要重新进行标定，本发明技术方案通过标定异常的标定板，并指示所述标定异常的标定板，能够指导用户仅对标定异常的标定板进行重新标定，提升标定效率。

附图说明

图1是本发明实施例一种标定检测方法的流程图；

图2是本发明实施例一种具体应用场景的示意图；

图3是本发明实施例另一种具体应用场景的示意图；

图4是本发明实施例一种标定检测装置的结构示意图。

具体实施方式

如背景技术中所述，现有技术需要人工去检测标定是否异常，耗费人力；并且缺乏客观指标，单纯凭主观的视觉感受去评判标定的是否正常，会影响标定的准确性。

本发明技术方案中，通过对全景图进行分割可以将标定板图像从全景图中提取出来，并在此基础上对标定板图像进行角点检测。由于标定通过的标定板图像中顶点角点所形成的四边形应是正方形，因此可以通过计算四边形的各个边长与其平均值的差值之和作为标定板图像的标定误差，来判定相机是否标本通过。本发明实施例通过矩形形变的客观指标来衡量标定结果，提升了标定检测的准确性；还能够避免现有技术中人工检测方式，减少人力成本，提升标定检测效率。

进一步地，根据标定误差达到所述预设门限的标定板图像在全景图像中的位置确定标定异常的标定板，并输出提示信息，以指示所述标定异常的标定板。由于在标定未通过的情况下，需要重新进行标定，本发明技术方案通过标定异常的标定板，并指示所述标定异常的标定板，能够指导用户仅对标定异常的标定板进行重新标定，提升标定效率。

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

图1是本发明实施例一种标定检测方法的流程图。

本发明技术方案可以用于计算设备，例如具有图像处理功能的设备。也即可以由该计算设备执行所述方法的各个步骤。所述计算设备可以是手机、计算机、平板电脑、车载终端等各种适当的设备。具体地，可以在该计算设备中配置软件程序，由该软件程序执行所述标定检测方法的各个步骤。

具体而言，所述标定检测方法可以包括以下步骤：

步骤S101：获取标定完成后的相机拍摄的全景图，所述全景图包括多个标定板；

步骤S102：对所述全景图进行分割，以得到多个标定板图像，每个标定板图像中包括单个标定板；

步骤S103：对各个标定板图像进行角点检测，以获得每个标定板图像中标定板的角点集合；

步骤S104：在每个标定板图像中标定板的角点集合中选取四个顶点角点，并按照所述顶点角点所形成的四边形至少计算所述四边形的各个边长与其平均值的差值之和，以作为标定板图像的标定误差；

步骤S105：根据各个标定板图像的标定误差确定标定检测结果。

需要指出的是，本实施例中各个步骤的序号并不代表对各个步骤的执行顺序的限定。

本实施例中，可以预先对相机进行标定，并获得标定参数，例如相机的内参数、外参数，以及畸变参数等。本发明实施例所称相机可以是移动终端设备中配置的全景相机，也可以是车载全景相机，本发明实施例对此不作限制。

在步骤S101的具体实施中，全景图是相机按照标定完成后获得的标定参数拍摄得到的。具体可以是相机对标定板以及目标对象拍摄得到的全景图。标定板与目标对象的相对位置关系是固定的。

在步骤S102的具体实施中，通过对全景图进行分割可以获得多个标定板图像。标定板图像为棋盘格图像，具有多个角点。由于在标定板在全景图中的比例较小，不利于角点检测，因此通过分割出标定板图像，也即每个标定板图像中仅包括一个标定板，能够便于后续对标定板图像进行角点检测。

具体地，标定板图像与标定板一一对应。每个标定板图像具有标识，以指示对应哪个标定板，也即通过标定板图像可以确定对应的标定板。

在步骤S103的具体实施中，对各个标定板图像进行角点检测，可以得到每个标定板图像对应的角点形成的角点集合。角点集合包括多个角点及其像素坐标。

至此，可以得到多个角点的角点集合，分别对应多个标定板。

在一个具体的例子中，可以使用findChessboardCorners函数来检测标定板图像中的角点，并输出每个角点在标定板图像中的像素坐标。

需要说明的是，也可以使用现有技术中其他任意可实施的现有算法实现角点检测，本发明实施例对此不作限制。

在步骤S104的具体实施中，在每个角点集合中选取四个顶点角点，四个顶点角点可以形成一个四边形。计算四边形的各个边长、四边形的各个边长的平均值，以及各个边长与其平均值的差值之和，以作为标定板图像的标定误差。标定板图像的标定误差为各个边长的累计误差。

进而在步骤S105中，基于所有标定板图像的标定误差确定标定检测结果。标定检测结果包括标定通过和标定未通过。

本发明实施例通过矩形形变的客观指标来衡量标定结果，提升了标定检测的准确性；还能够避免现有技术中人工检测方式，减少人力成本，提升标定检测效率。

具体请参照图2，图2示出了一种全景图。全景图中包括所述多个标定板(数字1、2、3、4所示)以及目标对象(图2中的车)。标定板与目标对象的相对位置和相对距离是预先设置好的。在全景图中，各个标定板的比例较小，不利于检测出角点，故而需要将标定板从全景图中提取出来。

具体请参照图3，图3示出了一种标定板图像。图3所示标定板图像中的标定板的角点数为9个，也即图中圆形区域所示位置。

在本发明一个非限制性的实施例中，图1所示步骤S104可以包括以下步骤：在每个标定板图像中，根据各个顶点角点的像素坐标计算所述四边形的各个边长，以及所有边长的平均值；在每个标定板图像中，计算所述四边形的各个边长与其平均值的差值之和，以作为标定板图像的标定误差。

本实施例中直接将四边形的各个边长与其平均值的差值之和作为标定板图像的标定误差。

具体实施中，标定板的形状通常是正方形，那么在标定通过的情况下，标定板在全景图中的形状也应是正方形。正方形的各个边长相等，各个边长与其平均值的差值应是0。在实际操作过程中不可避免的会引入一些误差，这个误差在可接受范围之内。故可以设置系统的误差阈值(也即预设门限)：Δmax，并将标定误差与该误差阈值进行比较。标定误差小于该值表示标定正常，大于该值表示标定失败需要重新标定。

也就是说，通过判断顶点角点形成的四边形的畸变来判定是否标定通过。

具体地，正方形判断的依据是四个边相等。进一步地，四边形的两条对角线相等。

一并参照图3，假定有4个标定板，4个角点集合分别对应4个标定板，记为Set1、Set2、Set3、Set4。每个角点集合中包含9个像素坐标元素，分别对应图3中的9个角点坐标，记为Corner1-Corner9。

具体可以选取角点集合中的四个顶点角点，也即Corner1、Corner3、Corner7和Corner9。四边形的四个边长分别记为L1、L2、L3和L4。四个边长的平均值La＝(L1+L2+L3+L4)/4；标定误差Δ＝|L1–La|+|L2-La|+|L3-La|+|L4-La||。根据上述公式可以求出4个标定板的标定误差：Δ1、Δ2、Δ3和Δ4。

在本发明一个非限制性的实施例中，图1所示步骤S104可以包括以下步骤：在每个标定板图像中，根据各个顶点角点的像素坐标计算所述四边形的各个边长、对角线长度以及所有边长的平均值；在每个标定板图像中，计算所述四边形的各个边长与其平均值的第一差值，以及两条对角线长度的第二差值，并将各个第一差值与第二差值之和作为标定板图像的标定误差。

与前述实施例直接将四边形的各个边长与其平均值的差值之和作为标定板图像的标定误差不同的是，本发明实施例还在标定误差中加入了两条对角线长度的第二差值。

具体地，两条对角线长为D1和D2。标定误差Δ＝|L1–La|+|L2-La|+|L3-La|+|L4-La|+|D1-D2|。根据上述公式可以求出4个标定板的标定误差：Δ1、Δ2、Δ3和Δ4。

在本发明一个非限制性的实施例中，图1所示步骤S102可以包括以下步骤：获取各个拍摄对象的尺寸、各个拍摄对象之间的距离以及所述全景图的尺寸，拍摄对象包括所述多个标定板以及目标对象；根据各个拍摄对象的尺寸、各个拍摄对象之间的距离以及所述全景图的尺寸计算所述多个标定板在所述全景图中的中心以及图像尺寸；根据所述多个标定板在所述全景图中的中心以及图像尺寸对所述全景图进行分割，以在分割后的每个标定板图像中包括单个标定板。

本发明实施例利用实际拍摄时各个拍摄对象的实际尺寸将标定板从全景图像中分割出来。

以目标对象为车辆为例，在进行标定板安装时，可以实际测得：车长、车宽、标定板的边长(标定板为正方形)、标定板到车辆的水平和垂直距离(标定板和车在一条对角线上所以这两个距离也是相等的)，以及标定板到拍摄边界的水平距离和垂直距离。上述参数分别记为：车长：carLength，车宽carWidth、标定板边长boardWidth、标定板到车的水平/垂直距离gapWidth、标定板到图像边缘的水平距离edgeWidth、标定板到图像边缘的垂直距离edgeHeight、生成图像的宽imageWidth以及生成图像的高imageHeight。

以图2中四个标定板为例，各个标定板在所述全景图中的中心的坐标(x,y)计算公式如下。

标定板1的在所述全景图中的中心的坐标(x,y)为：

标定板2的在所述全景图中的中心的坐标(x,y)为：

标定板3的在所述全景图中的中心的坐标(x,y)为：

标定板4的在所述全景图中的中心的坐标(x,y)为：

标定板的图像尺寸boardsize的计算公式如下：

进一步而言，将所述多个标定板在所述全景图中的图像尺寸按照预设比例进行扩大，以用于对所述全景图的分割。

按照前述公式计算出的标定板的图像尺寸对标定板图像进行分割，子图像的尺寸与标定板的图像尺寸是一致的。但是，在全景图像出现偏移的情况下，会导致分割出的子图像不能包含完整的标定板。为了避免这种情况，可以将标定板在所述全景图中的图像尺寸按照预设比例进行扩大，例如把标定板的图像尺寸boardSize再增加10％，以增加容错性，确保分割的子图像内包含完整的标定板。

在本发明一个非限制性的实施例中，图1所示步骤S105可以包括以下步骤：如果所有标定板图像的标定误差均小于预设门限，则确定所述标定检测结果为标定通过；或者，如果存在标定板图像的标定误差达到所述预设门限，则确定所述标定检测结果为标定为通过。

以4个标定板的标定误差Δ1、Δ2、Δ3和Δ4为例，预设门限为Δmax。Δ1,Δ2,Δ3,Δ4全部小于Δmax表示标定正常；Δ1>Δmax表示左视/前视标定板(也即标定板1)标定异常；Δ2>Δmax表示右视/前视(也即标定板2)标定异常；Δ3>Δmax表示右视/后视(也即标定板3)标定异常；Δ4>Δmax表示左视/后视(也即标定板4)标定异常。

进一步而言，根据标定误差达到所述预设门限的标定板图像在全景图像中的位置确定标定异常的标定板，并输出提示信息，以指示所述标定异常的标定板。

具体实施中，可以把标定结果反馈给用户，并反馈提示信息，指示所述标定异常的标定板。例如，提示信息包括标定异常的标定板的标识，以提示用户根据反馈结果进行部分重新标定即可。

在本发明一个非限制性的实施例中，图1所示步骤S102之后还可以包括以下步骤：对各个标定板图像进行锐化处理。

在对全景图进行分割后，所得到的标定板图像的分辨率降低，导致后续角点检测不准确。为了保证角点检测的准确性，本发明实施例可以对各个标定板图像进行锐化处理。

请参照图4，本发明实施例还公开了一种标定检测装置40，标定检测装置40可以包括：

全景图获取模块401，用于获取标定完成后的相机拍摄的全景图，所述全景图包括多个标定板；

分割模块402，用于对所述全景图进行分割，以得到多个标定板图像，每个标定板图像中包括单个标定板；

角点检测模块403，用于对各个标定板图像进行角点检测，以获得每个标定板图像中标定板的角点集合；

标定误差计算模块404，用于在每个标定板图像中标定板的角点集合中选取四个顶点角点，并按照所述顶点角点所形成的四边形至少计算所述四边形的各个边长与其平均值的差值之和，以作为标定板图像的标定误差；

标定检测结果确定模块405，用于根据各个标定板图像的标定误差确定标定检测结果。

本发明实施例中，通过对全景图进行分割可以将标定板图像从全景图中提取出来，并在此基础上对标定板图像进行角点检测。由于标定通过的标定板图像中顶点角点所形成的四边形应是正方形，因此可以通过计算四边形的各个边长与其平均值的差值之和作为标定板图像的标定误差，来判定相机是否标本通过。本发明实施例通过矩形形变的客观指标来衡量标定结果，提升了标定检测的准确性；还能够避免现有技术中人工检测方式，减少人力成本，提升标定检测效率。

关于所述标定检测装置40的工作原理、工作方式的更多内容，可以参照图1至图3中的相关描述，这里不再赘述。

本发明实施例还公开了一种存储介质，所述存储介质为计算机可读存储介质，其上存储有计算机程序，所述计算机程序运行时可以执行图1中所示方法的步骤。所述存储介质可以包括ROM、RAM、磁盘或光盘等。所述存储介质还可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器等。

本发明实施例还公开了一种计算设备，所述计算设备可以包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序。所述处理器运行所述计算机程序时可以执行图1中所示方法的步骤。所述计算设备包括但不限于手机、计算机、平板电脑等终端设备。

应理解，上述的处理器可以是通用处理器、数字信号处理器(digital signalprocessor，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现成可编程门阵列(field programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，还可以是系统芯片(system on chip，SoC)，还可以是中央处理器(central processor unit，CPU)，还可以是网络处理器(networkprocessor，NP)，还可以是数字信号处理电路(digital signal processor，DSP)，还可以是微控制器(micro controller unit，MCU)，还可以是可编程控制器(programmable logicdevice，PLD)或其他集成芯片。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

还应理解，本发明实施例中提及的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(dynamic RAM，DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double datarate SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，DR RAM)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。

需要说明的是，当处理器为通用处理器、DSP、ASIC、FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件时，存储器(存储模块)集成在处理器中。应注意，本文描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

所述功能如果以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)执行本申请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(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (11)

1.一种标定检测方法，其特征在于，包括：

获取标定完成后的相机拍摄的全景图，所述全景图包括多个标定板；

对所述全景图进行分割，以得到多个标定板图像，每个标定板图像中包括单个标定板；

对各个标定板图像进行角点检测，以获得每个标定板图像中标定板的角点集合；

在每个标定板图像中标定板的角点集合中选取四个顶点角点，并按照所述顶点角点所形成的四边形至少计算所述四边形的各个边长与其平均值的差值之和，以作为标定板图像的标定误差；

根据各个标定板图像的标定误差确定标定检测结果。

2.根据权利要求1所述的标定检测方法，其特征在于，所述按照所述顶点角点所形成的四边形至少计算所述四边形的各个边长与其平均值的差值之和包括：

在每个标定板图像中，根据各个顶点角点的像素坐标计算所述四边形的各个边长，以及所有边长的平均值；

在每个标定板图像中，计算所述四边形的各个边长与其平均值的差值之和，以作为标定板图像的标定误差。

3.根据权利要求1所述的标定检测方法，其特征在于，所述按照所述顶点角点所形成的四边形至少计算所述四边形的各个边长与其平均值的差值之和包括：

在每个标定板图像中，根据各个顶点角点的像素坐标计算所述四边形的各个边长、对角线长度以及所有边长的平均值；

在每个标定板图像中，计算所述四边形的各个边长与其平均值的第一差值，以及两条对角线长度的第二差值，并将各个第一差值与第二差值之和作为标定板图像的标定误差。

4.根据权利要求1所述的标定检测方法，其特征在于，所述对所述全景图进行分割包括：

获取各个拍摄对象的尺寸、各个拍摄对象之间的距离以及所述全景图的尺寸，拍摄对象包括所述多个标定板以及目标对象；

根据各个拍摄对象的尺寸、各个拍摄对象之间的距离以及所述全景图的尺寸计算所述多个标定板在所述全景图中的中心以及图像尺寸；

根据所述多个标定板在所述全景图中的中心以及图像尺寸对所述全景图进行分割，以在分割后的每个标定板图像中包括单个标定板。

5.根据权利要求4所述的标定检测方法，其特征在于，所述计算所述多个标定板在所述全景图中的中心以及图像尺寸之后还包括：

将所述多个标定板在所述全景图中的图像尺寸按照预设比例进行扩大，以用于对所述全景图的分割。

6.根据权利要求1所述的标定检测方法，其特征在于，所述根据各个标定板图像的标定误差确定标定检测结果包括：

如果所有标定板图像的标定误差均小于预设门限，则确定所述标定检测结果为标定通过；

或者，如果存在标定板图像的标定误差达到所述预设门限，则确定所述标定检测结果为标定为通过。

7.根据权利要求6所述的标定检测方法，其特征在于，所述确定所述标定检测结果为标定为通过之后还包括：

根据标定误差达到所述预设门限的标定板图像在全景图像中的位置确定标定异常的标定板，并输出提示信息，以指示所述标定异常的标定板。

8.根据权利要求1所述的标定检测方法，其特征在于，所述对所述全景图进行分割之后还包括：

对各个标定板图像进行锐化处理。

9.一种标定检测装置，其特征在于，包括：

全景图获取模块，用于获取标定完成后的相机拍摄的全景图，所述全景图包括多个标定板；

分割模块，用于对所述全景图进行分割，以得到多个标定板图像，每个标定板图像中包括单个标定板；

角点检测模块，用于对各个标定板图像进行角点检测，以获得每个标定板图像中标定板的角点集合；

标定误差计算模块，用于在每个标定板图像中标定板的角点集合中选取四个顶点角点，并按照所述顶点角点所形成的四边形至少计算所述四边形的各个边长与其平均值的差值之和，以作为标定板图像的标定误差；

标定检测结果确定模块，用于根据各个标定板图像的标定误差确定标定检测结果。

10.一种存储介质，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运行时执行权利要求1至8中任一项所述标定检测方法的步骤。

11.一种计算设备，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行权利要求1至8中任一项所述标定检测方法的步骤。

Images