CN112581546A - 摄像头标定方法、装置、计算机设备和存储介质 - Google Patents
摄像头标定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112581546A CN112581546A CN202011625915.3A CN202011625915A CN112581546A CN 112581546 A CN112581546 A CN 112581546A CN 202011625915 A CN202011625915 A CN 202011625915A CN 112581546 A CN112581546 A CN 112581546A
- Authority
- CN
- China
- Prior art keywords
- calibration
- target
- initial
- camera
- image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000000926 separation method Methods 0.000 claims abstract description 76
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 238000012216 screening Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 13
- 230000000007 visual effect Effects 0.000 claims description 9
- 230000002950 deficient Effects 0.000 claims description 4
- 238000009966 trimming Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000000638 solvent extraction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06T7/70—Determining position or orientation of objects or cameras
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
本申请涉及一种摄像头标定方法、装置、计算机设备和存储介质。所述方法包括:获取通过待标定摄像头采集得到的初始图像;所述初始图像通过所述待标定摄像头对多个不重叠的标定板进行拍摄得到,且所述多个标定板两两之间设置有分隔标识;根据所述分隔标识对所述初始图像进行分隔处理,得到与各所述标定板分别对应的目标图像单元;所述目标图像单元包含有对应的标定板中全部的标定信息;分别对每个所述目标图像单元中的标定信息进行检测,并基于检测结果从各所述目标图像单元的标定信息中筛选出满足标定条件的目标标定信息;基于每个所述目标图像单元中的目标标定信息对所述待标定摄像头进行标定。采用本方法能够有效提高摄像头的标定效率。
Description
技术领域
本申请涉及摄像头标定技术领域,特别是涉及一种摄像头标定方法、装置、计算机设备和存储介质。
背景技术
无论是在图像测量或者机器视觉应用中,相机参数的标定都是非常关键的环节,其标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。因此,做好相机标定是做好后续工作的前提,提高标定精度是科研工作的重点所在。相机标定,就是利用摄像机所拍摄到的图像来还原空间中的物体。不妨假设摄像机所拍摄到的图像与三维空间中的物体之间存在以下一种简单的线性关系:[像]=M[物],这里的矩阵M可以看成是摄像机成像的几何模型。M中的参数就是摄像机参数。通常,这些参数是要通过实验与计算来得到的。这个求解参数的过程就称为摄像机标定。
传统技术中的相机标定方法,需要利用待标定的摄像头拍摄各个角度的标定板的图片,每拍摄一次都需要手动调整标定板的摆放位置和角度,以保证摄像头拍摄的标定板图片能涵盖各个方向。
但是,由于目前的摄像头标定方法在拍摄图片的时候需要频繁移动标定板的位置、且不断调整标定板的角度,才能保证摄像头能够拍摄到不同方位的标定板,并且需要不断调整标定板的角度。人工操作繁琐,存在标定效率低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够解决提高摄像头标定效率的摄像头标定方法、装置、计算机设备和存储介质。
一种摄像头标定方法,其特征在于,所述方法包括:
获取通过待标定摄像头采集得到的初始图像;所述初始图像通过所述待标定摄像头对多个不重叠的标定板进行拍摄得到,且所述多个标定板两两之间设置有分隔标识;
根据所述分隔标识对所述初始图像进行分隔处理,得到与各所述标定板分别对应的目标图像单元;所述目标图像单元包含有对应的标定板中全部的标定信息;
分别对每个所述目标图像单元中的标定信息进行检测,并基于检测结果从各所述目标图像单元的标定信息中筛选出满足标定条件的目标标定信息;
基于每个所述目标图像单元中的目标标定信息对所述待标定摄像头进行标定。
在其中一个实施例中,还包括:多个不重叠的标定板中包括有初始标定板和对照标定板;在通过所述待标定摄像头采集初始图像之前,所述多个不重叠的标定板被设置于待标定摄像头视野范围内,且所述多个不重叠的标定板中的初始标定板位于中心位置,所述多个不重叠的标定板中除所述初始标定板之外的对照标定板均匀地分布在所述初始标定板的四周。
在其中一个实施例中,还包括:两两标定板之间设置的分隔标识位于两两相邻的对照标定板之间的夹角顶点,和/或,
每个所述对照标定板所处平面分别与所述初始标定板所处平面之间具有10度至30度大小的夹角。
在其中一个实施例中,还包括:根据所述分隔标识对所述初始图像进行分隔处理,得到与各所述标定板分别对应的目标图像单元,包括:
对所述初始图像进行检测,识别所述初始图像中的所述分隔标识;
通过所述分隔标识确定所述初始图像的多条目标裁剪线,其中,每条目标裁剪线上具有至少一个分隔标识;
根据所述多条目标裁剪线对所述初始图像进行裁剪,得到与各所述标定板分别对应的目标图像单元。
在其中一个实施例中,还包括:通过所述分隔标识确定所述初始图像的多条目标裁剪线,包括:
通过所述分隔标识划定所述初始图像的多条初始裁剪线;所述多条初始裁剪线将所述初始图像划分为与所述多个标定板数量相等的多个初始图像单元;
对所述多个初始图像单元进行检测,判断各个所述初始图像单元中是否包含有对应的标定板中全部的标定信息;
当所述初始图像单元中存在瑕疵图像单元时,则更改所述初始裁剪线,重新对所述初始图像进行划分,并对重新划分得到的所述多个初始图像单元进行检测;所述瑕疵图像单元为未包括有一个完整的标定板的全部的标定信息的图像单元;
当所述初始单元中不存在所述瑕疵图像单元时,则将所述初始图像单元保存为用于对待标定摄像头进行标定的目标图像单元。
在其中一个实施例中,还包括:分别对每个所述目标图像单元中的标定信息进行检测,并基于检测结果从各所述目标图像单元的标定信息中筛选出满足标定条件的目标标定信息,包括:
分别对每个所述图像单元中的标定信息进行检测,以提取各所述图像单元中的初始特征点;
对于每张图像单元,基于相应图像单元中的初始特征点的位置、颜色、和大小,从所述初始特征点中筛选出预设数量的目标特征点;
将筛选出的目标特征点的位置信息作为相应图像单元的目标标定信息。
在其中一个实施例中,还包括:基于每个所述图像单元中的目标标定信息对所述待标定摄像头进行标定,包括:
将所述目标标定信息转换为与世界坐标系、相机坐标系、图像坐标系和像素坐标系分别对应的目标坐标信息;
基于与所述世界坐标系、相机坐标系、图像坐标系和像素坐标系分别对应的目标坐标信息,计算所述待标定摄像头的外参矩阵和内参矩阵;
根据所述外参矩阵和所述内参矩阵,实现对所述待标定摄像头的标定。
一种摄像头标定装置,其特征在于,所述装置包括:
获取通过待标定摄像头采集得到的初始图像;所述初始图像通过所述待标定摄像头对多个不重叠的标定板进行拍摄得到,且所述多个标定板两两之间设置有分隔标识;
根据所述分隔标识对所述初始图像进行分隔处理,得到与各所述标定板分别对应的目标图像单元;所述目标图像单元包含有对应的标定板中全部的标定信息;
分别对每个所述目标图像单元中的标定信息进行检测,并基于检测结果从各所述目标图像单元的标定信息中筛选出满足标定条件的目标标定信息;
基于每个所述目标图像单元中的目标标定信息对所述待标定摄像头进行标定。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
获取通过待标定摄像头采集得到的初始图像;所述初始图像通过所述待标定摄像头对多个不重叠的标定板进行拍摄得到,且所述多个标定板两两之间设置有分隔标识;
根据所述分隔标识对所述初始图像进行分隔处理,得到与各所述标定板分别对应的目标图像单元;所述目标图像单元包含有对应的标定板中全部的标定信息;
分别对每个所述目标图像单元中的标定信息进行检测,并基于检测结果从各所述目标图像单元的标定信息中筛选出满足标定条件的目标标定信息;
基于每个所述目标图像单元中的目标标定信息对所述待标定摄像头进行标定。
一种计算机可读存储介质,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执行时实现以下步骤:
获取通过待标定摄像头采集得到的初始图像;所述初始图像通过所述待标定摄像头对多个不重叠的标定板进行拍摄得到,且所述多个标定板两两之间设置有分隔标识;
根据所述分隔标识对所述初始图像进行分隔处理,得到与各所述标定板分别对应的目标图像单元;所述目标图像单元包含有对应的标定板中全部的标定信息;
分别对每个所述目标图像单元中的标定信息进行检测,并基于检测结果从各所述目标图像单元的标定信息中筛选出满足标定条件的目标标定信息;
基于每个所述目标图像单元中的目标标定信息对所述待标定摄像头进行标定。
上述摄像头标定方法、装置、计算机设备和存储介质,通过对多个标定板摆放的位置、角度等进行限制,让初始图像中的标定板以不同的角度和位置呈现,同时为了对同一张初始图像中的多张标定板进行区分,还设置了分隔标识。通过分隔标识,就可以将初始图像中的多个标定板区分开来,对应裁剪成多个单独的目标图像单元,这样就避免了需要利用待标定摄像头多次从不同角度、不同位置对标定板进行拍摄的过程。同时,对于每个单独的目标图像单元,还对其进行了标定信息检测,以保证每个目标图像单元中对应包含有一个完整的标定板中所具有的目标标定信息,然后基于每个所述目标图像单元中的目标标定信息对所述待标定摄像头进行标定。这样,由于通过一张初始图像即可完成对多角度、不同距离的标定板的图像采集,避免了多次人为改变标定板所带来的误差,提高了摄像头标定的效率和一致性。且上述方案在标定之前先对标定板的图片进行特征点检测,降低了因为灯光不足或者镜头分辨率不高引入的错点,提高了标定板上特征点检测的准确性。
附图说明
图1为一个实施例中摄像头标定方法的应用环境图;
图2为一个实施例中摄像头标定方法的流程示意图;
图3为一个实施例中拍摄的标定板位置角度设置示意图;
图4为一个实施例中摄像头标定装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的摄像头标定方法,可以应用于如图1所示的应用环境中。其中,终端102与摄像头104之间能够进行通信。摄像头104对标定板阵列106进行拍摄后,将拍摄得到的初始图像传递给终端102进行处理,终端102处理完成获得目标标定信息后,再将其用于对摄像头104进行标定。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,也可以是各类需要搭载摄像头进行相应操作的硬件设备。
为了可以更好的理解本申请,在对本申请的摄像头标定方法进行描述之前,先介绍下传统方案中的摄像头标定是如何完成的。一般来说,传统技术方案中,首先需要利用摄像头拍摄各个角度的标定板的图片,每拍摄一次都需要手动调整标定板的摆放位置和角度,以保证摄像头拍摄的标定板图片能涵盖各个方向。但是在这个过程中,由于传统方案的摄像头标定方法在拍摄图片的时候需要频繁移动标定板的位置,才能保证摄像头能够拍摄到不同方位的标定板,并且需要不断调整标定板的角度。标定板上的特征点检测没有经过处理,在光线不好或者摄像头分辨率不高的情况下,容易出现标定板的特征点检测不出来的现象。人为摆放标定板的位置和调整标定板的方向不能保证一致,所以有多个摄像头需要标定的时候没办法保证参数的一致性。
本申请就是基于对上述场景所存在的一些问题进行改进而得到的方案。在对本申请中的摄像头标定方法进行描述之前,首先对本申请的实施例中涉及到的部分名词作如下解释:
初始图像:待标定摄像头对标定板进行拍摄所获得的原始图像。
分割标识:用于对不同标定板进行区分,确定不同标定板分割界限的标记符号。
目标图像单元:从初始图像中分离出来的部分图像,其中有且仅有一张完整的标定板图像。
标定信息:目标图像单元中所包含的可以用于对待标定摄像头进行标定的信息,包括位置、颜色、和大小中的至少一种。
目标标定信息:目标图像单元中的标定信息筛选后获得的满足标定条件的目标标定信息。
在一个实施例中,如图2所示,提供了一种摄像头标定方法,以该方法应用于前述图1中的终端102为例进行说明,包括以下步骤:
步骤S202,获取通过待标定摄像头采集得到的初始图像;初始图像通过待标定摄像头对多个不重叠的标定板进行拍摄得到,且多个标定板两两之间设置有分隔标识。
具体地,在终端通过待标定摄像头采集得到初始图像之前,需要先对标定板进行处理。为了减少人为多次摆放标定板所带来的问题,提高标定效率,实现待标定摄像头的快速标定,本实施例中需要一次拍摄多张标定板的不同角度信息。为了保证每张标定板中的信息都能满足相机标定的要求,多张标定板相互之间不重叠地防止,以保证每张标定板上的全部信息都暴露在摄像头的视野范围内。
在一个实施例中,多个不重叠的标定板中包括有初始标定板和对照标定板;在通过待标定摄像头采集初始图像之前,多个不重叠的标定板被设置于待标定摄像头视野范围内,且多个不重叠的标定板中的初始标定板位于中心位置,多个不重叠的标定板中除初始标定板之外的对照标定板均匀地分布在初始标定板的四周。
具体地,为了能够更好地对多个标定板进行处理,上述标定板中包括有初始标定板和对照标定板,其中初始标定板一般位于判断待标定摄像头的视野中心,对照标定板围绕初始标定板设置,以保证视野范围内标定板位置的合理和均匀,进一步提高待标定摄像头所获取的初始图像的图像质量。
在一个实施例中,两两标定板之间设置的分隔标识位于两两相邻的对照标定板之间的夹角顶点,和/或,每个对照标定板所处平面分别与初始标定板所处平面之间具有10度至30度大小的夹角。
进一步地,由于待标定摄像头所拍摄的初始图像中包含有多个标定板的信息,为了保证初始图像中采集到的标定板信息便于分割,且符合具体的标定要求,上述实施例中,分隔标识设置于两两相邻的标定板之间的夹角顶点,例如任意相邻的两个、三个或多个标定板边缘标定板分界区域里,其主要用于对不同的标定板进行分隔。此外,为了进一步保证每个方向上采集到的标定板图像信息都能够满足具体的标定要求,对照标定板所处平面与初始标定板所处平面之间设置的夹角为10度至30度大小。
上述实施例中,标定板的角度除了正中间的初始标定板,四周的对照标定板所处平面与初始标定板所处平面之间的夹角一般大于10度小于30度,大于10度是为了标定板有角度,小于30度是为了保证标定板的特征点大小在同一张图片上差异不大。如果角度太大接近80度,标定板上方的特征点会很小下方的会很大,严重影响目标标定信息的准确性。
例如,如图3所示,将九张标定板在摄像头的视野范围内的上、下、左、右、左上、右上、左下、右下及正中间摆放,除了正中心的初始标定板保持水平,其他方位的对照标定板都向下或向上倾斜25度(本实施例中不要求对照标定板全部位于初始标定板所在平面的同侧),每两块标定板之间贴一张大小为5厘米的黑色矩形作为分隔标志。然后利用待标定的摄像头拍摄一张图片,保证图片中标定板上的圆点都能拍全,不能出现遗漏的情况,即为初始图像。
步骤S204,根据分隔标识对初始图像进行分隔处理,得到与各标定板分别对应的目标图像单元;目标图像单元包含有对应的标定板中全部的标定信息。
具体地,由于初始图像中包含有多张标定板,在具体对待标定摄像头进行标定的时候,需要以单张标定板中的信息作为输入来完成标定。终端在获得了初始图像后还需要对初始图像进行处理,将其分割成多个对应的标定板中的信息的目标图像单元。分隔标识主要用于对初始图像进行处理,获得多个目标图像单元。由于分隔标识在设置的时候就是位于不同的标定板分界区域里,终端通过分隔标识可以实现对初始图像进行裁剪,获得包含有对应的标定板中全部的标定信息的目标图像单元。
在一个实施例中,根据分隔标识对初始图像进行分隔处理,得到与各标定板分别对应的目标图像单元,包括:对初始图像进行检测,识别初始图像中的分隔标识;通过分隔标识确定初始图像的多条目标裁剪线,其中,每条目标裁剪线上具有至少一个分隔标识;根据多条目标裁剪线对初始图像进行裁剪,得到与各标定板分别对应的目标图像单元。
具体地,终端在利用分隔标识对初始图像进行裁剪的过程中,首先需要对初始图像进行检测,识别其中所包含的分隔标识。然后划分目标裁剪线,每条目标裁剪线至少通过一个分隔标识,然后利用目标裁剪线对初始图像进行分割,得到与各个标定板分别对应的目标图像单元。这样可以保证目标裁剪线一定会通过分隔标识所在的标定板分界区域里,降低了从初始图像中识别出具体的标定板信息的难度,提高了标定效率。
本实施例中对于分隔标识的数量并不做具体的限定,对于目标裁剪线的条数也不做具体的限定,但是每条目标裁剪线一定会通过至少一个分隔标识,且每条裁剪线可以是起点位于初始图像内部向外延伸的射线。
在一个实施例中,通过分隔标识确定初始图像的多条目标裁剪线,包括:通过分隔标识划定初始图像的多条初始裁剪线;多条初始裁剪线将初始图像划分为与多个标定板数量相等的多个初始图像单元;对多个初始图像单元进行检测,判断各个初始图像单元中是否包含有对应的标定板中全部的标定信息;当初始图像单元中存在瑕疵图像单元时,则更改初始裁剪线,重新对初始图像进行划分,并对重新划分得到的多个初始图像单元进行检测;瑕疵图像单元为未包括有一个完整的标定板的全部的标定信息的图像单元;当初始单元中不存在瑕疵图像单元时,则将初始图像单元保存为用于对待标定摄像头进行标定的目标图像单元。
具体地,终端通过分隔标识可以确定多条裁剪线,但是初始图像只需要划分成与标定板数量相对应数量的初始图像单元。因此在利用分隔标识确定裁剪线的时候,即可对应确定划分所得的初始图像单元数量。由于标定板的设置形式、分隔标识的位置并不完全固定不变,且标定的过程中需要一个完整的标定板信息,因此在获得初始的图像剪裁方案以后,终端还需要对其进行检测,以确保剪裁得到的初始图像单元是对应包含有各个标定板完整的图像信息的。在检测的过程中,如果发现所得到的初始图像单元中存在瑕疵图像单元,即该初始图像单元中的标定板信息不完整,或者是发现该初始图像单元中包含有不属于当前对应标定板的标定信息,则说明当前的图像剪裁方案不是最优方案。此时会重新根据分隔标识来确定初始裁剪线,直至检测初始图像单元中不存在瑕疵图像单元。此时,可以将当前裁剪方案对应得到的初始图像单元保存为用于对待标定摄像头进行标定的目标图像单元。
在上述实施例中,通过对图像剪裁得到的初始图像单元进行检测,可以在裁剪阶段就确保每个目标图像单元都是包括有一个完整的标定板的全部的标定信息的图像单元,从而提高了整个标定过程的效率和准确率。
步骤S206,分别对每个目标图像单元中的标定信息进行检测,并基于检测结果从各目标图像单元的标定信息中筛选出满足标定条件的目标标定信息。
具体地,为了将目标图像单元应用于具体的摄像头标定,终端还需要根据标定信息对目标图像单元中的标定信息进行检测,筛选出其中满足标定条件的目标标定信息。
在一个实施例中,分别对每个目标图像单元中的标定信息进行检测,并基于检测结果从各目标图像单元的标定信息中筛选出满足标定条件的目标标定信息,包括:分别对每个图像单元中的标定信息进行检测,以提取各图像单元中的初始特征点;对于每张图像单元,基于相应图像单元中的初始特征点的位置、颜色、和大小,从初始特征点中筛选出预设数量的目标特征点;将筛选出的目标特征点的位置信息作为相应图像单元的目标标定信息。
具体地,在这个过程中,对于每张目标图像单元,终端首先要获得每张目标图像单元中可能是有效的特征点的初始特征点。由于标定板中的特征点对应具有标定信息,包括位置、颜色、和大小等参数中的一种或多种,通过这些标定信息,终端可以从初始特征点中筛选出符合条件的若干特征点。终端筛选出来的若干特征点,还需要对其进行数量统计,只有数量与预设数量相同,才能将其确定为目标特征点。
在上述实施例中,终端对特征点进行检测并筛选的目的在于进一步提高标定信息的准确性,从而提高标定结果的准确性,降低误差。
例如,在图3中,每个标定板上所包含的特征点是具有一定规律的阵列排布形式,其数量固定不变。经过上述筛选后,所获得的标定信息,方可用于对待标定摄像头进行标定。
步骤S208,基于每个目标图像单元中的目标标定信息对待标定摄像头进行标定。
具体地,终端基于上述过程所获得的目标标定信息,其目的是将其应用于待标定摄像头的标定过程,从而完成对待标定摄像头的标定。
在一个实施例中,基于每个图像单元中的目标标定信息对待标定摄像头进行标定,包括:将目标标定信息转换为与世界坐标系、相机坐标系、图像坐标系和像素坐标系分别对应的目标坐标信息;基于与世界坐标系、相机坐标系、图像坐标系和像素坐标系分别对应的目标坐标信息,计算待标定摄像头的外参矩阵和内参矩阵;根据外参矩阵和内参矩阵,实现对待标定摄像头的标定。
相机标定的过程即为求解待标定摄像头参数矩阵的过程。对于同一具体对象而言,终端获取目标标定信息以后,其在世界坐标系、相机坐标系、图像坐标系和像素坐标系中分别具有对应的目标坐标信息,将这些目标坐标信息相互对应关联起来的矩阵关系,就构成了待标定摄像头的外参矩阵和内参矩阵。对标定完成的摄像头来说,利用外参矩阵和内参矩阵,即可实现对任意物品进行拍摄,并对应获得该物品对应在其他坐标系中的矩阵位置。
上述摄像头标定方法,通过对多个标定板摆放的位置、角度等进行限制,让初始图像中的标定板以不同的角度和位置呈现,同时为了对同一张初始图像中的多张标定板进行区分,还设置了分隔标识。通过分隔标识,就可以将初始图像中的多个标定板区分开来,对应裁剪成多个单独的目标图像单元,这样就避免了需要利用待标定摄像头多次从不同角度、不同位置对标定板进行拍摄的过程。同时,对于每个单独的目标图像单元,还对其进行了标定信息检测,以保证每个目标图像单元中对应包含有一个完整的标定板中所具有的目标标定信息,然后基于每个所述目标图像单元中的目标标定信息对所述待标定摄像头进行标定。这样,由于通过一张初始图像即可完成对多角度、不同距离的标定板的图像采集,避免了多次人为改变标定板所带来的误差,提高了摄像头标定的效率和一致性。且上述方案在标定之前先对标定板的图片进行特征点检测,降低了因为灯光不足或者镜头分辨率不高引入的错点,提高了标定板上特征点检测的准确性。
应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种摄像头标定装置,包括:图像模块402,分隔模块404,检测模块406,标定模块408,其中:
图像模块402,用于获取通过待标定摄像头采集得到的初始图像;初始图像通过待标定摄像头对多个不重叠的标定板进行拍摄得到,且多个标定板两两之间设置有分隔标识;
分隔模块404,用于根据分隔标识对初始图像进行分隔处理,得到与各标定板分别对应的目标图像单元;目标图像单元包含有对应的标定板中全部的标定信息;
检测模块406,用于分别对每个目标图像单元中的标定信息进行检测,并基于检测结果从各目标图像单元的标定信息中筛选出满足标定条件的目标标定信息;
标定模块408,用于基于每个目标图像单元中的目标标定信息对待标定摄像头进行标定。
上述摄像头标定装置,通过对多个标定板摆放的位置、角度等进行限制,让初始图像中的标定板以不同的角度和位置呈现,同时为了对同一张初始图像中的多张标定板进行区分,还设置了分隔标识。通过分隔标识,就可以将初始图像中的多个标定板区分开来,对应裁剪成多个单独的目标图像单元,这样就避免了需要利用待标定摄像头多次从不同角度、不同位置对标定板进行拍摄的过程。同时,对于每个单独的目标图像单元,还对其进行了标定信息检测,以保证每个目标图像单元中对应包含有一个完整的标定板中所具有的目标标定信息,然后基于每个所述目标图像单元中的目标标定信息对所述待标定摄像头进行标定。这样,由于通过一张初始图像即可完成对多角度、不同距离的标定板的图像采集,避免了多次人为改变标定板所带来的误差,提高了摄像头标定的效率和一致性。且上述方案在标定之前先对标定板的图片进行特征点检测,降低了因为灯光不足或者镜头分辨率不高引入的错点,提高了标定板上特征点检测的准确性。
在一个实施例中,多个不重叠的标定板中包括有初始标定板和对照标定板;在通过待标定摄像头采集初始图像之前,多个不重叠的标定板被设置于待标定摄像头视野范围内,且多个不重叠的标定板中的初始标定板位于中心位置,多个不重叠的标定板中除初始标定板之外的对照标定板均匀地分布在初始标定板的四周。
在上述实施例中,为了能够更好地对多个标定板进行处理,上述标定板中包括有初始标定板和对照标定板,其中初始标定板一般位于判断待标定摄像头的视野中心,对照标定板围绕初始标定板设置,以保证视野范围内标定板位置的合理和均匀,进一步提高待标定摄像头所获取的初始图像的图像质量。
在一个实施例中,两两标定板之间设置的分隔标识位于两两相邻的对照标定板之间的夹角顶点,和/或,每个对照标定板所处平面分别与初始标定板所处平面之间具有10度至30度大小的夹角。
在上述实施例中,由于待标定摄像头所拍摄的初始图像中包含有多个标定板的信息,通过对照标定板的不同角度设置,并利用位于标定板分界区域里的分隔标识,能够保证初始图像中采集到的标定板信息便于分割,且符合具体的标定要求。
在一个实施例中,分隔模块,还用于:对所述初始图像进行检测,识别所述初始图像中的所述分隔标识;通过所述分隔标识确定所述初始图像的多条目标裁剪线,其中,每条目标裁剪线上具有至少一个分隔标识;根据所述多条目标裁剪线对所述初始图像进行裁剪,得到与各所述标定板分别对应的目标图像单元。
具体地,在利用分隔标识对初始图像进行裁剪的过程中,首先对初始图像进行检测,识别其中所包含的分隔标识,然后划分目标裁剪线,每条目标裁剪线至少通过一个分隔标识,然后利用目标裁剪线对初始图像进行分割,得到与各个标定板分别对应的目标图像单元。
在上述实施例中,这样可以保证目标裁剪线一定会通过分隔标识所在的标定板分界区域里,降低了从初始图像中识别出具体的标定板信息的难度,提高了标定效率。
在一个实施例中,分隔模块,还用于:通过所述分隔标识划定所述初始图像的多条初始裁剪线;所述多条初始裁剪线将所述初始图像划分为与所述多个标定板数量相等的多个初始图像单元;对所述多个初始图像单元进行检测,判断各个所述初始图像单元中是否包含有对应的标定板中全部的标定信息;当所述初始图像单元中存在瑕疵图像单元时,则更改所述初始裁剪线,重新对所述初始图像进行划分,并对重新划分得到的所述多个初始图像单元进行检测;所述瑕疵图像单元为未包括有一个完整的标定板的全部的标定信息的图像单元;当所述初始单元中不存在所述瑕疵图像单元时,则将所述初始图像单元保存为用于对待标定摄像头进行标定的目标图像单元。
在上述实施例中,通过对图像剪裁得到的初始图像单元进行检测,可以在裁剪阶段就确保每个目标图像单元都是包括有一个完整的标定板的全部的标定信息的图像单元,从而提高了整个标定过程的效率和准确率。
在一个实施例中,检测模块,还用于:分别对每个所述图像单元中的标定信息进行检测,以提取各所述图像单元中的初始特征点;对于每张图像单元,基于相应图像单元中的初始特征点的位置、颜色、和大小,从所述初始特征点中筛选出预设数量的目标特征点;将筛选出的目标特征点的位置信息作为相应图像单元的目标标定信息。
在上述实施例中,对特征点进行检测并筛选的目的在于进一步提高标定信息的准确性,从而提高标定结果的准确性,降低误差。
在上述实施例中,标定模块,还用于:将所述目标标定信息转换为与世界坐标系、相机坐标系、图像坐标系和像素坐标系分别对应的目标坐标信息;基于与所述世界坐标系、相机坐标系、图像坐标系和像素坐标系分别对应的目标坐标信息,计算所述待标定摄像头的外参矩阵和内参矩阵;根据所述外参矩阵和所述内参矩阵,实现对所述待标定摄像头的标定。
关于上述摄像头标定装置的具体限定可以参见上文中对于摄像头标定方法的限定,在此不再赘述。上述摄像头标定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种摄像头标定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种摄像头标定方法,其特征在于,所述方法包括:
获取通过待标定摄像头采集得到的初始图像;所述初始图像通过所述待标定摄像头对多个不重叠的标定板进行拍摄得到,且所述多个标定板两两之间设置有分隔标识;
根据所述分隔标识对所述初始图像进行分隔处理,得到与各所述标定板分别对应的目标图像单元;所述目标图像单元包含有对应的标定板中全部的标定信息;
分别对每个所述目标图像单元中的标定信息进行检测,并基于检测结果从各所述目标图像单元的标定信息中筛选出满足标定条件的目标标定信息;
基于每个所述目标图像单元中的目标标定信息对所述待标定摄像头进行标定。
2.根据权利要求1所述的方法,其特征在于,所述多个不重叠的标定板中包括有初始标定板和对照标定板;在通过所述待标定摄像头采集初始图像之前,所述多个不重叠的标定板被设置于待标定摄像头视野范围内,且所述多个不重叠的标定板中的初始标定板位于中心位置,所述多个不重叠的标定板中除所述初始标定板之外的对照标定板均匀地分布在所述初始标定板的四周。
3.根据权利要求2所述的方法,其特征在于,所述两两标定板之间设置的分隔标识位于两两相邻的对照标定板之间的夹角顶点,和/或,
每个所述对照标定板所处平面分别与所述初始标定板所处平面之间具有10度至30度大小的夹角。
4.根据权利要求1所述的方法,其特征在于,所述根据所述分隔标识对所述初始图像进行分隔处理,得到与各所述标定板分别对应的目标图像单元,包括:
对所述初始图像进行检测,识别所述初始图像中的所述分隔标识;
通过所述分隔标识确定所述初始图像的多条目标裁剪线,其中,每条目标裁剪线上具有至少一个分隔标识;
根据所述多条目标裁剪线对所述初始图像进行裁剪,得到与各所述标定板分别对应的目标图像单元。
5.根据权利要求4所述的方法,其特征在于,所述通过所述分隔标识确定所述初始图像的多条目标裁剪线,包括:
通过所述分隔标识划定所述初始图像的多条初始裁剪线;所述多条初始裁剪线将所述初始图像划分为与所述多个标定板数量相等的多个初始图像单元;
对所述多个初始图像单元进行检测,判断各个所述初始图像单元中是否包含有对应的标定板中全部的标定信息;
当所述初始图像单元中存在瑕疵图像单元时,则更改所述初始裁剪线,重新对所述初始图像进行划分,并对重新划分得到的所述多个初始图像单元进行检测;所述瑕疵图像单元为未包括有一个完整的标定板的全部的标定信息的图像单元;
当所述初始单元中不存在所述瑕疵图像单元时,则将所述初始图像单元保存为用于对待标定摄像头进行标定的目标图像单元。
6.根据权利要求1所述的方法,其特征在于,所述分别对每个所述目标图像单元中的标定信息进行检测,并基于检测结果从各所述目标图像单元的标定信息中筛选出满足标定条件的目标标定信息,包括:
分别对每个所述图像单元中的标定信息进行检测,以提取各所述图像单元中的初始特征点;
对于每张图像单元,基于相应图像单元中的初始特征点的位置、颜色、和大小,从所述初始特征点中筛选出预设数量的目标特征点;
将筛选出的目标特征点的位置信息作为相应图像单元的目标标定信息。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述基于每个所述图像单元中的目标标定信息对所述待标定摄像头进行标定,包括:
将所述目标标定信息转换为与世界坐标系、相机坐标系、图像坐标系和像素坐标系分别对应的目标坐标信息;
基于与所述世界坐标系、相机坐标系、图像坐标系和像素坐标系分别对应的目标坐标信息,计算所述待标定摄像头的外参矩阵和内参矩阵;
根据所述外参矩阵和所述内参矩阵,实现对所述待标定摄像头的标定。
8.一种摄像头标定装置,其特征在于,所述装置包括:
图像模块,用于获取通过待标定摄像头采集得到的初始图像;所述初始图像通过所述待标定摄像头对多个不重叠的标定板进行拍摄得到,且所述多个标定板两两之间设置有分隔标识;
分隔模块,用于根据所述分隔标识对所述初始图像进行分隔处理,得到与各所述标定板分别对应的目标图像单元;所述目标图像单元包含有对应的标定板中全部的标定信息;
检测模块,用于分别对每个所述目标图像单元中的标定信息进行检测,并基于检测结果从各所述目标图像单元的标定信息中筛选出满足标定条件的目标标定信息;
标定模块,用于基于每个所述目标图像单元中的目标标定信息对所述待标定摄像头进行标定。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,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执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011625915.3A CN112581546B (zh) | 2020-12-30 | 2020-12-30 | 摄像头标定方法、装置、计算机设备和存储介质 |
PCT/CN2021/139944 WO2022143283A1 (zh) | 2020-12-30 | 2021-12-21 | 摄像头标定方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011625915.3A CN112581546B (zh) | 2020-12-30 | 2020-12-30 | 摄像头标定方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112581546A true CN112581546A (zh) | 2021-03-30 |
CN112581546B CN112581546B (zh) | 2024-07-16 |
Family
ID=75144415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011625915.3A Active CN112581546B (zh) | 2020-12-30 | 2020-12-30 | 摄像头标定方法、装置、计算机设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112581546B (zh) |
WO (1) | WO2022143283A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113470116A (zh) * | 2021-06-16 | 2021-10-01 | 杭州海康威视数字技术股份有限公司 | 对摄像装置标定数据的验证方法、装置、设备及存储介质 |
CN113643377A (zh) * | 2021-07-12 | 2021-11-12 | 杭州易现先进科技有限公司 | 基于多次标定的单镜头一致性误差分析的方法和系统 |
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 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115713555B (zh) * | 2022-11-09 | 2023-12-08 | 中国南方电网有限责任公司超高压输电公司昆明局 | 图像采集设备安装位置确定方法、装置和计算机设备 |
CN115908589A (zh) * | 2023-02-23 | 2023-04-04 | 深圳佑驾创新科技有限公司 | 一种多传感器标定系统及方法 |
CN115937332B (zh) * | 2023-03-09 | 2023-08-15 | 江西明天高科技股份有限公司 | 多摄像头快速标定方法、三维标定物 |
CN116503493B (zh) * | 2023-06-27 | 2023-10-20 | 季华实验室 | 一种多相机标定方法、高精度装备及计算机可读存储介质 |
CN118533098A (zh) * | 2024-07-25 | 2024-08-23 | 杭州灵西机器人智能科技有限公司 | 一种激光轮廓仪的标定方法、靶标和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106815873A (zh) * | 2017-01-19 | 2017-06-09 | 宁波维森智能传感技术有限公司 | 摄像头内参的确定方法和装置 |
CN107067441A (zh) * | 2017-04-01 | 2017-08-18 | 海信集团有限公司 | 摄像机标定方法及装置 |
WO2020010945A1 (zh) * | 2018-07-11 | 2020-01-16 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
CN111861980A (zh) * | 2020-05-29 | 2020-10-30 | 合肥联宝信息技术有限公司 | 一种成像检测方法、电子设备及计算机可读存储介质 |
CN112132907A (zh) * | 2020-09-22 | 2020-12-25 | 北京的卢深视科技有限公司 | 一种相机标定方法、装置、电子设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8619144B1 (en) * | 2012-03-14 | 2013-12-31 | Rawles Llc | Automatic camera calibration |
CN108257185A (zh) * | 2018-01-03 | 2018-07-06 | 上海兴芯微电子科技有限公司 | 多棋盘格角点检测方法及摄像机标定方法 |
CN109584311B (zh) * | 2018-11-30 | 2021-03-02 | Oppo广东移动通信有限公司 | 摄像头标定方法、装置、电子设备和计算机可读存储介质 |
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 |
-
2020
- 2020-12-30 CN CN202011625915.3A patent/CN112581546B/zh active Active
-
2021
- 2021-12-21 WO PCT/CN2021/139944 patent/WO2022143283A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106815873A (zh) * | 2017-01-19 | 2017-06-09 | 宁波维森智能传感技术有限公司 | 摄像头内参的确定方法和装置 |
CN107067441A (zh) * | 2017-04-01 | 2017-08-18 | 海信集团有限公司 | 摄像机标定方法及装置 |
WO2020010945A1 (zh) * | 2018-07-11 | 2020-01-16 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
CN111861980A (zh) * | 2020-05-29 | 2020-10-30 | 合肥联宝信息技术有限公司 | 一种成像检测方法、电子设备及计算机可读存储介质 |
CN112132907A (zh) * | 2020-09-22 | 2020-12-25 | 北京的卢深视科技有限公司 | 一种相机标定方法、装置、电子设备及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN113470116A (zh) * | 2021-06-16 | 2021-10-01 | 杭州海康威视数字技术股份有限公司 | 对摄像装置标定数据的验证方法、装置、设备及存储介质 |
CN113470116B (zh) * | 2021-06-16 | 2023-09-01 | 杭州海康威视数字技术股份有限公司 | 对摄像装置标定数据的验证方法、装置、设备及存储介质 |
CN113643377A (zh) * | 2021-07-12 | 2021-11-12 | 杭州易现先进科技有限公司 | 基于多次标定的单镜头一致性误差分析的方法和系统 |
CN113643377B (zh) * | 2021-07-12 | 2024-03-19 | 杭州易现先进科技有限公司 | 基于多次标定的单镜头一致性误差分析的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112581546B (zh) | 2024-07-16 |
WO2022143283A1 (zh) | 2022-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112581546A (zh) | 摄像头标定方法、装置、计算机设备和存储介质 | |
CN110660066B (zh) | 网络的训练方法、图像处理方法、网络、终端设备及介质 | |
CN111179358A (zh) | 标定方法、装置、设备及存储介质 | |
CN110189322B (zh) | 平整度检测方法、装置、设备、存储介质及系统 | |
CN108009543A (zh) | 一种车牌识别方法及装置 | |
CN111860489A (zh) | 一种证件图像校正方法、装置、设备及存储介质 | |
CN108074237B (zh) | 图像清晰度检测方法、装置、存储介质及电子设备 | |
CN113780201B (zh) | 手部图像的处理方法及装置、设备和介质 | |
CN108510477B (zh) | 试纸色块的定位方法及装置 | |
CN114004882A (zh) | 一种二维地图生成方法、装置、终端设备及存储介质 | |
CN112991456A (zh) | 拍摄定位方法、装置、计算机设备和存储介质 | |
CN113538291B (zh) | 卡证图像倾斜校正方法、装置、计算机设备和存储介质 | |
CN111832561A (zh) | 基于计算机视觉的字符序列识别方法、装置、设备和介质 | |
CN113269728B (zh) | 视觉巡边方法、设备、可读存储介质及程序产品 | |
CN115131741A (zh) | 刻码质量检测方法、装置、计算机设备和存储介质 | |
CN117173125A (zh) | 一种基于全景图的缺陷点位显示方法、装置及存储介质 | |
CN118014832A (zh) | 一种基于线性特征不变性的图像拼接方法及相关装置 | |
CN111738936A (zh) | 基于图像处理的多株水稻穗长的测量方法 | |
CN111914857B (zh) | 板材余料的排样方法、装置、系统、电子设备及存储介质 | |
CN115115619A (zh) | 基于圆拟合的特征点提取方法、装置、设备及存储介质 | |
CN111914856B (zh) | 板材余料的排样方法、装置、系统、电子设备及存储介质 | |
CN112241697B (zh) | 角点颜色判定方法、装置、终端设备及可读存储介质 | |
CN111539964B (zh) | 基于深度图像的植株冠层表面积获取方法、装置、计算机设备和存储介质 | |
CN114170319A (zh) | 测试标板的调整方法及装置 | |
WO2020107196A1 (zh) | 一种对拍摄装置的拍摄质量评测方法、装置及终端设备 |
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 |