CN112396663A - 一种多深度相机的可视化标定方法、装置、设备和介质 - Google Patents

一种多深度相机的可视化标定方法、装置、设备和介质 Download PDF

Info

Publication number
CN112396663A
CN112396663A CN202011285101.XA CN202011285101A CN112396663A CN 112396663 A CN112396663 A CN 112396663A CN 202011285101 A CN202011285101 A CN 202011285101A CN 112396663 A CN112396663 A CN 112396663A
Authority
CN
China
Prior art keywords
calibrated
calibration
depth cameras
depth
point cloud
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
Application number
CN202011285101.XA
Other languages
English (en)
Other versions
CN112396663B (zh
Inventor
张晓晔
陈梓豪
周建东
麦晓明
吴昊
王杨
雷霆
吴晖
蔡杨华
钟力强
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.)
Guangdong Electric Power Science Research Institute Energy Technology Co Ltd
Original Assignee
Guangdong Electric Power Science Research Institute Energy Technology 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 Guangdong Electric Power Science Research Institute Energy Technology Co Ltd filed Critical Guangdong Electric Power Science Research Institute Energy Technology Co Ltd
Priority to CN202011285101.XA priority Critical patent/CN112396663B/zh
Publication of CN112396663A publication Critical patent/CN112396663A/zh
Application granted granted Critical
Publication of CN112396663B publication Critical patent/CN112396663B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85Stereo camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds

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

本申请公开了一种多深度相机的可视化标定方法、装置、设备和介质,根据各深度相机画面显示的提示信息移动标定目标进行深度相机的内参标定;移动标定目标到多个深度相机中的两个待标定深度相机画面的重叠区域,通过两个待标定深度相机拍摄的标定图像计算两个待标定深度相机的第一变换矩阵;根据标定图像获取两个待标定深度相机对应的点云并进行点云配准,得到两个待标定深度相机的第二变换矩阵;通过两个待标定深度相机的第一变换矩阵和第二变换矩阵得到两个待标定深度相机的最终标定结果。解决了现有的相机标定方法中,通过用户多次移动标定板,相机拍摄多组图像来进行标定,存在的标定效率较低和标定准确性较低的技术问题。

Description

一种多深度相机的可视化标定方法、装置、设备和介质
技术领域
本申请涉及相机标定技术领域,尤其涉及一种多深度相机的可视化标定方法、装置、设备和介质。
背景技术
随着计算机性能的提升,多相机融合的智能系统开始出现,因此,一个完整的多相机标定就成为这类智能系统的第一步。并且随着通用性要求的提高,多相机系统需要具有一定的灵活性,在多相机系统每次运行前都进行一次标定以确保在相机的相对位姿发生变化时,能够及时发现并纠正,从而得到一个正确的标定结果。而现有技术的相机标定方法的标定准确较低;并且在相机标定过程中,用户多次移动标定板,然后通过相机拍摄多组图像来进行标定,标定效率较低。
发明内容
本申请提供了一种多深度相机的可视化标定方法、装置、设备和介质,用于解决现有的相机标定方法中,通过用户多次移动标定板,相机拍摄多组图像来进行标定,存在的标定效率较低和标定准确性较低的技术问题。
有鉴于此,本申请第一方面提供了一种多深度相机的可视化标定方法,包括:
S1、根据各深度相机画面显示的提示信息移动标定目标进行各深度相机的内参标定,其中,所述提示信息根据画面中的标定目标区域的采样点数量和所述标定目标的尺寸参数确定;
S2、移动所述标定目标到多个深度相机中的两个待标定深度相机画面的重叠区域,通过两个所述待标定深度相机拍摄的标定图像计算两个所述待标定深度相机的第一变换矩阵;
S3、根据两个所述待标定深度相机拍摄的标定图像获取两个所述待标定深度相机对应的点云并进行点云配准,得到两个所述待标定深度相机的第二变换矩阵;
S4、通过两个所述待标定深度相机的所述第一变换矩阵和所述第二变换矩阵得到两个所述待标定深度相机的最终标定结果,并返回步骤S2,直至标定完所有深度相机。
可选的,步骤S3具体包括:
根据两个所述待标定深度相机拍摄的标定图像获取两个所述待标定深度相机对应的点云,生成两个所述待标定深度相机对应的点云图像;
对两个所述待标定深度相机对应的点云图像进行点云配准,得到两个所述待标定深度相机的第二变换矩阵。
可选的,对两个所述待标定深度相机对应的点云图像进行点云配准,得到两个所述待标定深度相机的第二变换矩阵,之前还包括:
判断两个所述待标定深度相机对应的点云图像的临界区域是否对齐,若是,则执行后续步骤,若否,则调整所述标定目标的位置,生成新的点云图像。
可选的,所述通过两个所述待标定深度相机的所述第一变换矩阵和所述第二变换矩阵得到两个所述待标定深度相机的最终标定结果,具体包括:
通过两个所述待标定深度相机的所述第一变换矩阵M1和所述第二变换矩阵M2计算第三变换矩阵M,得到两个所述待标定深度相机的最终标定结果,所述第三变换矩阵M为:
M=M2*M1。
本申请第二方面提供了一种多深度相机的可视化标定装置,包括:
内参标定单元,用于根据各深度相机画面显示的提示信息移动标定目标进行各深度相机的内参标定,其中,所述提示信息根据画面中的标定目标区域的采样点数量和所述标定目标的尺寸参数确定;
计算单元,用于移动所述标定目标到多个深度相机中的两个待标定深度相机画面的重叠区域,通过两个所述待标定深度相机拍摄的标定图像计算两个所述待标定深度相机的第一变换矩阵;
点云配准单元,用于根据两个所述待标定深度相机拍摄的标定图像获取两个所述待标定深度相机对应的点云并进行点云配准,得到两个所述待标定深度相机的第二变换矩阵;
触发单元,用于通过两个所述待标定深度相机的所述第一变换矩阵和所述第二变换矩阵得到两个所述待标定深度相机的最终标定结果,并触发所述计算单元,直至标定完所有深度相机。
可选的,所述点云配准单元具体包括:
生成子单元,用于根据两个所述待标定深度相机拍摄的标定图像获取两个所述待标定深度相机对应的点云,生成两个所述待标定深度相机对应的点云图像;
配准子单元,用于对两个所述待标定深度相机对应的点云图像进行点云配准,得到两个所述待标定深度相机的第二变换矩阵。
可选的,所述点云配准单元还包括:
判断子单元,用于判断两个所述待标定深度相机对应的点云图像的临界区域是否对齐,若是,则触发所述配准子单元,若否,则调整所述标定目标的位置,生成新的点云图像。
可选的,所述触发单元具体用于:
通过两个所述待标定深度相机的所述第一变换矩阵M1和所述第二变换矩阵M2计算第三变换矩阵M,得到两个所述待标定深度相机的最终标定结果,并触发所述计算单元,直至标定完所有深度相机;
其中,所述第三变换矩阵M为:
M=M2*M1。
本申请第三方面提供了一种多深度相机的可视化标定设备,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行第一方面任一种所述的多深度相机的可视化标定方法。
本申请第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行第一方面任一种所述的多深度相机的可视化标定方法。
从以上技术方案可以看出,本申请具有以下优点:
本申请提供了一种多深度相机的可视化标定方法,包括:S1、根据各深度相机画面显示的提示信息移动标定目标进行各深度相机的内参标定,其中,提示信息根据画面中的标定目标区域的采样点数量和标定目标的尺寸参数确定;S2、移动标定目标到多个深度相机中的两个待标定深度相机画面的重叠区域,通过两个待标定深度相机拍摄的标定图像计算两个待标定深度相机的第一变换矩阵;S3、根据两个待标定深度相机拍摄的标定图像获取两个待标定深度相机对应的点云并进行点云配准,得到两个待标定深度相机的第二变换矩阵;S4、通过两个待标定深度相机的第一变换矩阵和第二变换矩阵得到两个待标定深度相机的最终标定结果,并返回步骤S2,直至标定完所有深度相机。
本申请中,根据深度相机画面中的标定目标区域的采样点数量和标定目标的尺寸参数确定标定目标是否需要移动以及移动的方向的提示信息并在深度相机画面中显示该提示信息,根据该提示信息来移动标定目标使得画面中的标定目标区域的采样点数量足够多,可以保证标定内参的数据的准确性,又避免了多次移动标定目标,提高了标定效率;在根据两个待标定深度相机拍摄的标定图像对其进行标定后,根据两个待标定深度相机拍摄的标定图像生成点云并进行点云配准,进一步提高标定的准确性,从而解决了现有的相机标定方法中,通过用户多次移动标定板,相机拍摄多组图像来进行标定,存在的标定效率较低和标定准确性较低的技术问题。
附图说明
为了更清楚地说明本申请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简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例提供的一种多深度相机的可视化标定方法的一个流程示意图;
图2为本申请实施例提供的一种多深度相机的可视化标定装置的一个结构示意图;
图3为本申请实施例提供的一种深度相机内参标定过程的示意图。
具体实施方式
本申请提供了一种多深度相机的可视化标定方法、装置、设备和介质,用于解决现有的相机标定方法,通过用户多次移动标定板,相机拍摄多组图像来进行标定,存在标定效率较低和标定准确性较低的技术问题。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
为了便于理解,请参阅图1,本申请提供的一种多深度相机的可视化标定方法的一个实施例,包括:
步骤101、根据各深度相机画面显示的提示信息移动标定目标进行各深度相机的内参标定,其中,提示信息根据画面中的标定目标区域的采样点数量和标定目标的尺寸参数确定。
在进行多深度相机的外参标定前,先进行单深度相机的内参标定,深度相机内参标定过程可以参考图3。根据标定目标在深度相机画面中的标定目标区域来计算该区域的采样点的数目,根据输入的标定目标的尺寸参数来确定提示信息,即计算该区域是否进行上下左右的旋转。当该区域中的采样点数达到数量阈值(各区域的采样点的数量阈值可以根据标定目标的尺寸参数确定)之后,即该区域中的采样点数量足够之后,深度相机画面中的该区域会显示不同的颜色区别于其他没有足够采样点的区域,从而可以提示用户将标定目标(棋盘格等标定板)往什么区域移动来进行更全面的数据采样,进而保证标定内参的数据的准确性,也可以避免用户因不知道要往哪个区域移动,从而采用多次移动标定目标的方法来进行内参标定,提高了标定效率。
上述过程中可以采用ros中的可视化工具rviz,使得用户可以根据画面显示的提示信息来移动标定目标,获取全面的标定数据;并且通过深度相机画面进行可视化显示,可以及时了解到标定数据什么时候是充足的,可以避免采集多余的数据,以及多次移动标定目标,从而提高了标定效率。
步骤102、移动标定目标到多个深度相机中的两个待标定深度相机画面的重叠区域,通过两个待标定深度相机拍摄的标定图像计算两个待标定深度相机的第一变换矩阵。
将标定板移动到多个深度相机中的两个待标定深度相机画面的重叠区域。例如,有四个深度相机组成一个正方形要进行标定,可以按照顺时针分别将这四个深度相机标号为1、2、3和4。当1号深度相机和2号深度相机为待标定深度相机时,将标定目标移动到1号深度相机和2号深度相机画面的重叠区域,使得1号深度相机和2号深度相机都能拍摄到该标定目标区域,在该区域进行类似单深度相机标定的操作,标定目标尽可能的覆盖该区域,并且有一定上下左右旋转角度。完成该步骤后,对应的深度相机画面会显示有不同颜色区域来表明该区域采样点的情况。如上述情况则是在1号深度相机画面中的区域有不同颜色并标号为2,同理在2号深度相机画面中的区域有不同颜色并标号为1。以此类推,对各个深度相机之间进行同样的处理来进行全面的标定数据的采样,保证标定数据的准确性。
在完成上述的多个相机之间重叠区域的标定数据采样之后,会在各个相机的显示画面中有不同的颜色标号,并且是覆盖整个相机画面的。例如1号深度相机的画面都覆盖了不同颜色并对应着2、3、4的标号,表示1号深度相机分别和其他深度相机的重叠区域都能够采集到有用的标定数据。
两个待标定深度相机拍摄标定目标得到两个标定图像,进而可以计算这两个待标定深度相机到标定目标的变换矩阵。具体计算公式为:
Figure BDA0002782066990000061
其中,fx、fy、cx、cy均为待标定深度相机内参,x、y为图像的2D点,X、Y、Z为空间3D点,
Figure BDA0002782066990000062
为求解的待标定深度相机到标定目标的变换矩阵。
通过上述公式计算得到两个待标定深度相机分别到标定目标的变换矩阵R1和R2,对变换矩阵R1和R2其中一个求逆后乘以另一个变换矩阵,就可得到两个待标定深度相机的第一变换矩阵M1。假设两个待标定深度相机分别为1号深度相机和2号深度相机,1号深度相机到标定目标的变换矩阵为R1,2号深度相机到标定目标的变换矩阵为R2,那么,1号深度相机到2号深度相机的第一变换矩阵为M1=R1*inv(R2),其中,inv(·)为求逆函数。
步骤103、根据两个待标定深度相机拍摄的标定图像获取两个待标定深度相机对应的点云并进行点云配准,得到两个待标定深度相机的第二变换矩阵。
根据两个待标定深度相机拍摄的标定图像获取两个待标定深度相机对应的点云,生成两个待标定深度相机对应的点云图像;对两个待标定深度相机对应的点云图像进行点云配准,得到两个待标定深度相机的第二变换矩阵。在进行点云配准之前,可以先对生成的点云图像进行旋转平移,具体的,可以提取重叠区域的点云及第一变换矩阵中的参数对生成的点云图像进行旋转平移,再进行点云配准,使得两个点云图像可以更好的进行拟合。通过点云配准算法(可以是ICP匹配算法)可以计算得到两个待标定深度相机的第二变换矩阵M2。
进一步,对两个待标定深度相机对应的点云图像进行点云配准,得到两个待标定深度相机的第二变换矩阵,之前还包括:
判断两个待标定深度相机对应的点云图像的临界区域是否对齐,若是,则执行后续步骤,若否,则调整标定目标的位置,生成新的点云图像。
判断两个待标定深度相机对应的点云图像的临界区域是否对齐,即判断点云图像中由不同深度相机所得的点云的拼接处,是否连接组成一个平面或者是否能够连接上得到原物体的表面的形状,若是,则进行后续的点云配准,若否,则调整标定目标的位置使得两个待标定深度相机画面的重叠区域可以获取更多的标定数据的采样数量,重新拍摄标定图像,生成新的点云图像,直至新的点云图像符合要求,再进行后续的点云配准,进而保证标定数据的准确性,提高相机标定准确性。
步骤104、通过两个待标定深度相机的第一变换矩阵和第二变换矩阵得到两个待标定深度相机的最终标定结果,并返回步骤102,直至标定完所有深度相机。
通过两个待标定深度相机的第一变换矩阵M1和第二变换矩阵M2计算第三变换矩阵M,得到两个待标定深度相机的最终标定结果M,第三变换矩阵M为:
M=M2*M1。
返回步骤102,在多个深度相机进行两两相机的标定,直至所有的深度相机都标定完成。
本申请实施例中,根据深度相机画面中的标定目标区域的采样点数量和标定目标的尺寸参数确定标定目标是否需要移动以及移动的方向的提示信息并在深度相机画面中显示该提示信息,根据该提示信息来移动标定目标使得画面中的标定目标区域的采样点数量足够多,可以保证标定内参的数据的准确性,又避免了多次移动标定目标,提高了标定效率;在根据两个待标定深度相机拍摄的标定图像对其进行标定后,根据两个待标定深度相机拍摄的标定图像生成点云并进行点云配准,进一步提高标定的准确性,从而解决了现有的相机标定方法中,通过用户多次移动标定板,相机拍摄多组图像来进行标定,存在的标定效率较低和标定准确性较低的技术问题。
以上为本申请提供的一种多深度相机的可视化标定方法的一个实施例,以下为本申请提供的一种多深度相机的可视化标定装置的一个实施例。
请参考图2,本申请实施例提供的一种多深度相机的可视化标定装置,包括:
内参标定单元201,用于根据各深度相机画面显示的提示信息移动标定目标进行各深度相机的内参标定,其中,提示信息根据画面中的标定目标区域的采样点数量和标定目标的尺寸参数确定;
计算单元202,用于移动标定目标到多个深度相机中的两个待标定深度相机画面的重叠区域,通过两个待标定深度相机拍摄的标定图像计算两个待标定深度相机的第一变换矩阵;
点云配准单元203,用于根据两个待标定深度相机拍摄的标定图像获取两个待标定深度相机对应的点云并进行点云配准,得到两个待标定深度相机的第二变换矩阵;
触发单元204,用于通过两个待标定深度相机的第一变换矩阵和第二变换矩阵得到两个待标定深度相机的最终标定结果,并触发计算单元202,直至标定完所有深度相机。
作为进一步地改进,点云配准单元203具体包括:
生成子单元2031,用于根据两个待标定深度相机拍摄的标定图像获取两个待标定深度相机对应的点云,生成两个待标定深度相机对应的点云图像;
配准子单元2032,用于对两个待标定深度相机对应的点云图像进行点云配准,得到两个待标定深度相机的第二变换矩阵。
作为进一步地改进,点云配准单元203还包括:
判断子单元2033,用于判断两个待标定深度相机对应的点云图像的临界区域是否对齐,若是,则触发配准子单元2032,若否,则调整标定目标的位置,生成新的点云图像。
作为进一步地改进,触发单元204具体用于:
通过两个待标定深度相机的第一变换矩阵M1和第二变换矩阵M2计算第三变换矩阵M,得到两个待标定深度相机的最终标定结果,并触发计算单元,直至标定完所有深度相机;
其中,第三变换矩阵M为:
M=M2*M1。
本申请实施例中,根据深度相机画面中的标定目标区域的采样点数量和标定目标的尺寸参数确定标定目标是否需要移动以及移动的方向的提示信息并在深度相机画面中显示该提示信息,根据该提示信息来移动标定目标使得画面中的标定目标区域的采样点数量足够多,可以保证标定内参的数据的准确性,又避免了多次移动标定目标,提高了标定效率;在根据两个待标定深度相机拍摄的标定图像对其进行标定后,根据两个待标定深度相机拍摄的标定图像生成点云并进行点云配准,进一步提高标定的准确性,从而解决了现有的相机标定方法中,通过用户多次移动标定板,相机拍摄多组图像来进行标定,存在的标定效率较低和标定准确性较低的技术问题。
本申请实施例还提供了一种多深度相机的可视化标定设备,设备包括处理器以及存储器:
存储器用于存储程序代码,并将程序代码传输给处理器;
处理器用于根据程序代码中的指令执行前述多深度相机的可视化标定方法实施例中的多深度相机的可视化标定方法。
本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质用于存储程序代码,程序代码用于执行前述多深度相机的可视化标定方法实施例中的多深度相机的可视化标定方法。
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。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,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。
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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元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全部或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,包括若干指令用以通过一台计算机设备(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(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:Random Access Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围。

Claims (10)

1.一种多深度相机的可视化标定方法,其特征在于,包括:
S1、根据各深度相机画面显示的提示信息移动标定目标进行各深度相机的内参标定,其中,所述提示信息根据画面中的标定目标区域的采样点数量和所述标定目标的尺寸参数确定;
S2、移动所述标定目标到多个深度相机中的两个待标定深度相机画面的重叠区域,通过两个所述待标定深度相机拍摄的标定图像计算两个所述待标定深度相机的第一变换矩阵;
S3、根据两个所述待标定深度相机拍摄的标定图像获取两个所述待标定深度相机对应的点云并进行点云配准,得到两个所述待标定深度相机的第二变换矩阵;
S4、通过两个所述待标定深度相机的所述第一变换矩阵和所述第二变换矩阵得到两个所述待标定深度相机的最终标定结果,并返回步骤S2,直至标定完所有深度相机。
2.根据权利要求1所述的多深度相机的可视化标定方法,其特征在于,步骤S3具体包括:
根据两个所述待标定深度相机拍摄的标定图像获取两个所述待标定深度相机对应的点云,生成两个所述待标定深度相机对应的点云图像;
对两个所述待标定深度相机对应的点云图像进行点云配准,得到两个所述待标定深度相机的第二变换矩阵。
3.根据权利要求2所述的多深度相机的可视化标定方法,其特征在于,对两个所述待标定深度相机对应的点云图像进行点云配准,得到两个所述待标定深度相机的第二变换矩阵,之前还包括:
判断两个所述待标定深度相机对应的点云图像的临界区域是否对齐,若是,则执行后续步骤,若否,则调整所述标定目标的位置,生成新的点云图像。
4.根据权利要求1所述的多深度相机的可视化标定方法,其特征在于,所述通过两个所述待标定深度相机的所述第一变换矩阵和所述第二变换矩阵得到两个所述待标定深度相机的最终标定结果,具体包括:
通过两个所述待标定深度相机的所述第一变换矩阵M1和所述第二变换矩阵M2计算第三变换矩阵M,得到两个所述待标定深度相机的最终标定结果,所述第三变换矩阵M为:
M=M2*M1。
5.一种多深度相机的可视化标定装置,其特征在于,包括:
内参标定单元,用于根据各深度相机画面显示的提示信息移动标定目标进行各深度相机的内参标定,其中,所述提示信息根据画面中的标定目标区域的采样点数量和所述标定目标的尺寸参数确定;
计算单元,用于移动所述标定目标到多个深度相机中的两个待标定深度相机画面的重叠区域,通过两个所述待标定深度相机拍摄的标定图像计算两个所述待标定深度相机的第一变换矩阵;
点云配准单元,用于根据两个所述待标定深度相机拍摄的标定图像获取两个所述待标定深度相机对应的点云并进行点云配准,得到两个所述待标定深度相机的第二变换矩阵;
触发单元,用于通过两个所述待标定深度相机的所述第一变换矩阵和所述第二变换矩阵得到两个所述待标定深度相机的最终标定结果,并触发所述计算单元,直至标定完所有深度相机。
6.根据权利要求5所述的多深度相机的可视化标定装置,其特征在于,所述点云配准单元具体包括:
生成子单元,用于根据两个所述待标定深度相机拍摄的标定图像获取两个所述待标定深度相机对应的点云,生成两个所述待标定深度相机对应的点云图像;
配准子单元,用于对两个所述待标定深度相机对应的点云图像进行点云配准,得到两个所述待标定深度相机的第二变换矩阵。
7.根据权利要求6所述的多深度相机的可视化标定装置,其特征在于,所述点云配准单元还包括:
判断子单元,用于判断两个所述待标定深度相机对应的点云图像的临界区域是否对齐,若是,则触发所述配准子单元,若否,则调整所述标定目标的位置,生成新的点云图像。
8.根据权利要求5所述的多深度相机的可视化标定装置,其特征在于,所述触发单元具体用于:
通过两个所述待标定深度相机的所述第一变换矩阵M1和所述第二变换矩阵M2计算第三变换矩阵M,得到两个所述待标定深度相机的最终标定结果,并触发所述计算单元,直至标定完所有深度相机;
其中,所述第三变换矩阵M为:
M=M2*M1。
9.一种多深度相机的可视化标定设备,其特征在于,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-4任一项所述的多深度相机的可视化标定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行权利要求1-4任一项所述的多深度相机的可视化标定方法。
CN202011285101.XA 2020-11-17 2020-11-17 一种多深度相机的可视化标定方法、装置、设备和介质 Active CN112396663B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011285101.XA CN112396663B (zh) 2020-11-17 2020-11-17 一种多深度相机的可视化标定方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011285101.XA CN112396663B (zh) 2020-11-17 2020-11-17 一种多深度相机的可视化标定方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN112396663A true CN112396663A (zh) 2021-02-23
CN112396663B CN112396663B (zh) 2021-09-14

Family

ID=74599800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011285101.XA Active CN112396663B (zh) 2020-11-17 2020-11-17 一种多深度相机的可视化标定方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN112396663B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113205560A (zh) * 2021-05-06 2021-08-03 Oppo广东移动通信有限公司 多深度相机的标定方法、装置、设备及存储介质
CN113870358A (zh) * 2021-09-17 2021-12-31 聚好看科技股份有限公司 一种多个3d相机联合标定的方法及设备
CN116962649A (zh) * 2023-09-19 2023-10-27 安徽送变电工程有限公司 图像监控调整系统及线路施工模型

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103260015A (zh) * 2013-06-03 2013-08-21 程志全 基于RGB-Depth摄像头的三维可视监控系统
CN106780613A (zh) * 2015-11-24 2017-05-31 杭州海康威视数字技术股份有限公司 多摄像头标定结果的可视化方法及其系统
CN107194974A (zh) * 2017-05-23 2017-09-22 哈尔滨工业大学 一种基于多次识别标定板图像的多目相机外参标定精度的提高方法
CN108020825A (zh) * 2016-11-03 2018-05-11 岭纬公司 激光雷达、激光摄像头、视频摄像头的融合标定系统及方法
CN108020826A (zh) * 2017-10-26 2018-05-11 厦门大学 多线激光雷达与多路相机混合标定方法
CN109598765A (zh) * 2018-12-21 2019-04-09 浙江大学 基于球形标定物的单目相机与毫米波雷达外参联合标定方法
CN109978956A (zh) * 2019-03-22 2019-07-05 新华三技术有限公司 采集设备的标定方法、装置及标定系统
CN108038885B (zh) * 2017-11-29 2019-09-24 深圳奥比中光科技有限公司 多深度相机标定方法
CN110542376A (zh) * 2019-06-12 2019-12-06 烟台大学 一种用于定位adas标定目标板放置位置的装置和定位方法
CN110675456A (zh) * 2019-09-18 2020-01-10 深圳普罗米修斯视觉技术有限公司 多深度摄像机外部参数标定方法、装置及存储介质
CN111413689A (zh) * 2020-05-07 2020-07-14 沃行科技(南京)有限公司 一种基于rviz实现多激光雷达点云对齐的高效静态标定方法
CN111612853A (zh) * 2020-05-25 2020-09-01 追创科技(苏州)有限公司 相机参数标定方法及装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103260015A (zh) * 2013-06-03 2013-08-21 程志全 基于RGB-Depth摄像头的三维可视监控系统
CN106780613A (zh) * 2015-11-24 2017-05-31 杭州海康威视数字技术股份有限公司 多摄像头标定结果的可视化方法及其系统
CN108020825A (zh) * 2016-11-03 2018-05-11 岭纬公司 激光雷达、激光摄像头、视频摄像头的融合标定系统及方法
CN107194974A (zh) * 2017-05-23 2017-09-22 哈尔滨工业大学 一种基于多次识别标定板图像的多目相机外参标定精度的提高方法
CN108020826A (zh) * 2017-10-26 2018-05-11 厦门大学 多线激光雷达与多路相机混合标定方法
CN108038885B (zh) * 2017-11-29 2019-09-24 深圳奥比中光科技有限公司 多深度相机标定方法
CN109598765A (zh) * 2018-12-21 2019-04-09 浙江大学 基于球形标定物的单目相机与毫米波雷达外参联合标定方法
CN109978956A (zh) * 2019-03-22 2019-07-05 新华三技术有限公司 采集设备的标定方法、装置及标定系统
CN110542376A (zh) * 2019-06-12 2019-12-06 烟台大学 一种用于定位adas标定目标板放置位置的装置和定位方法
CN110675456A (zh) * 2019-09-18 2020-01-10 深圳普罗米修斯视觉技术有限公司 多深度摄像机外部参数标定方法、装置及存储介质
CN111413689A (zh) * 2020-05-07 2020-07-14 沃行科技(南京)有限公司 一种基于rviz实现多激光雷达点云对齐的高效静态标定方法
CN111612853A (zh) * 2020-05-25 2020-09-01 追创科技(苏州)有限公司 相机参数标定方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JUAN R.TERVEN ET AL: "A multiple camera calibration and point cloud fusion tool for Kinect V2", 《SCIENCE OF COMPUTER PROGRAMMING》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113205560A (zh) * 2021-05-06 2021-08-03 Oppo广东移动通信有限公司 多深度相机的标定方法、装置、设备及存储介质
CN113205560B (zh) * 2021-05-06 2024-02-23 Oppo广东移动通信有限公司 多深度相机的标定方法、装置、设备及存储介质
CN113870358A (zh) * 2021-09-17 2021-12-31 聚好看科技股份有限公司 一种多个3d相机联合标定的方法及设备
CN113870358B (zh) * 2021-09-17 2024-05-24 聚好看科技股份有限公司 一种多个3d相机联合标定的方法及设备
CN116962649A (zh) * 2023-09-19 2023-10-27 安徽送变电工程有限公司 图像监控调整系统及线路施工模型
CN116962649B (zh) * 2023-09-19 2024-01-09 安徽送变电工程有限公司 图像监控调整系统及线路施工模型

Also Published As

Publication number Publication date
CN112396663B (zh) 2021-09-14

Similar Documents

Publication Publication Date Title
CN112396663B (zh) 一种多深度相机的可视化标定方法、装置、设备和介质
CN106683071B (zh) 图像的拼接方法和装置
JP6619105B2 (ja) カメラ較正システム
CN107194972B (zh) 一种摄像机标定方法及系统
CN106503671B (zh) 确定人脸姿态的方法和装置
KR102261020B1 (ko) 개선된 카메라 캘리브레이션 시스템, 타겟 및 프로세스
CN108629810B (zh) 双目相机的标定方法、装置及终端
JPWO2018235163A1 (ja) キャリブレーション装置、キャリブレーション用チャート、チャートパターン生成装置、およびキャリブレーション方法
CN112381887B (zh) 一种多深度相机标定方法、装置、设备和介质
US9349073B2 (en) Apparatus and method for image matching between multiview cameras
CN112070845A (zh) 双目相机的标定方法、装置及终端设备
US8531505B2 (en) Imaging parameter acquisition apparatus, imaging parameter acquisition method and storage medium
CN113487683B (zh) 一种基于三目视觉的目标跟踪系统
CN106537908A (zh) 相机标定
CN113538587A (zh) 一种相机坐标变换方法、终端以及存储介质
EP3229209B1 (en) Camera calibration system
CN111080776A (zh) 人体动作三维数据采集和复现的处理方法及系统
CN108550167B (zh) 深度图像生成方法、装置及电子设备
CN109661815A (zh) 存在相机阵列的显著强度变化的情况下的鲁棒视差估计
CN107146242A (zh) 一种用于成像系统模糊核估计的高精度图像配准方法
CN112233189A (zh) 多深度相机外部参数标定方法、装置及存储介质
EP3189493A1 (en) Depth map based perspective correction in digital photos
CN112070844B (zh) 结构光系统的校准方法及装置、设备及介质
TWI731430B (zh) 資訊顯示方法與資訊顯示系統
CN117437393A (zh) 一种用于MicroLED芯片的主动对位算法

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
CB02 Change of applicant information

Address after: Room 501-503, annex building, Huaye building, No.1-3 Chuimao new street, Xihua Road, Yuexiu District, Guangzhou City, Guangdong Province 510000

Applicant after: China Southern Power Grid Power Technology Co.,Ltd.

Address before: Room 501-503, annex building, Huaye building, No.1-3 Chuimao new street, Xihua Road, Yuexiu District, Guangzhou City, Guangdong Province 510000

Applicant before: GUANGDONG ELECTRIC POWER SCIENCE RESEARCH INSTITUTE ENERGY TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant