CN112785650B - 一种相机参数标定方法及装置 - Google Patents

Abstract

本发明公开了一种相机参数标定方法及装置，涉及计算机技术领域。该方法一具体实施方式包括：获取相机对立体标定装置的第一拍摄图像，立体标定装置包括位于不同平面的第一标定板和第二标定板；对第一拍摄图像进行预处理，得到第二拍摄图像；按照第一获取方式在第二拍摄图像中获取第一标定板对应的第一特征点集合；按照第二获取方式在第二拍摄图像中获取第二标定板对应的第二特征点集合；将第一特征点集合和第二特征点集合合并为第三特征点集合；判断第三特征点集合内的特征点数量是否达到预定值；在判断结果为是时，通过预定计算方式对第三特征点集合进行处理得到相机参数。该实施方式提升了相机标定的效率和准确性。

Description

一种相机参数标定方法及装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种相机参数标定方法及装置。

背景技术

目前，在相机标定过程中，往往人工对每个相机单独采集不同视角的标定数据。在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

对相机标定时，相机对单一的平面标定板的边缘处的特征点的提取严重受到相机与平面标定板的相对位置的影响，使得特征点难以被稳定提取。进一步地，为了获得足够准确的相机参数，往往要花费大量的时间来人工变换标定板的角度，以改变相机与平面标定板的相对位置，使相机能够稳定提取到特征点，故这种操作复杂且耗时很多，不利于大规模产品的标定和检测。

因此，亟需一种便利性和准确性较高的相机参数标定方法。

发明内容

有鉴于此，本发明实施例提供一种相机参数标定方法及装置，能够快捷且精确的进行相机参数的标定。

为实现上述目的，根据本发明实施例的第一方面，提供了一种相机参数标定方法，包括：获取相机对立体标定装置的第一拍摄图像，其中，所述立体标定装置包括位于不同平面的第一标定板和第二标定板；对所述第一拍摄图像进行预处理，得到第二拍摄图像；按照第一获取方式在所述第二拍摄图像中获取所述第一标定板对应的第一特征点集合；按照第二获取方式在所述第二拍摄图像中获取所述第二标定板对应的第二特征点集合；将所述第一特征点集合和所述第二特征点集合合并为第三特征点集合；判断所述第三特征点集合内的特征点数量是否达到预定值；在所述第三特征点集合内的所述特征点数量达到所述预定值的情况下，通过预定计算方式对所述第三特征点集合进行处理，得到相机参数。

可选地，相机参数标定方法还包括：在所述第三特征点集合内的所述特征点数量未达到所述预定值的情况下，返回所述按照第二获取方式在所述第二拍摄图像中获取所述第二标定板对应的第二特征点集合的步骤。

可选地，相机参数标定方法在所述获取对立体标定装置的第一拍摄图像的步骤之前，还包括：获取所述相机与所述第一标定板的相对位置信息；根据所述相对位置信息，设置所述第一标定板所在平面与所述第二标定板所在平面的夹角范围。

可选地，所述夹角范围处于0°至90°范围内。

可选地，所述第一标定板为棋盘格标定板，所述第二标定板为圆点标定板圆点标定板。

可选地，所述对所述第一拍摄图像进行预处理，得到第二拍摄图像的步骤，具体包括：将所述第一拍摄图像转换为灰度图像；对所述灰度图像进行低通滤波处理，得到所述第二拍摄图像。

可选地，所述按照第一获取方式在所述第二拍摄图像中获取所述第一标定板对应的第一特征点集合的步骤，具体包括：调用OpenCV图形库中的findChessboardCorners函数在所述第二拍摄图像中获取所述第一标定板对应的所述第一特征点集合；所述按照第二获取方式在所述第二拍摄图像中获取所述第二标定板对应的第二特征点集合的步骤，具体包括：调用OpenCV图形库中的findCirckesGrid函数在所述第二拍摄图像中获取所述第二标定板对应的所述第二特征点集合。

可选地，所述通过预定计算方式对所述第三特征点集合进行处理，得到相机参数的步骤，具体包括：调用OpenCV图形库中的calibrateCamera函数对所述第三特征点集合内的特征点进行线性优化，得到所述相机参数。

为实现上述目的，根据本发明实施例的第二方面，还提供了一种一种相机参数标定装置，包括：图像获取模块，用于获取相机对立体标定装置的第一拍摄图像，其中，所述立体标定装置包括位于不同平面的第一标定板和第二标定板；图像预处理模块，用于对所述第一拍摄图像进行预处理，得到第二拍摄图像；第一特征点获取模块，用于按照第一获取方式在所述第二拍摄图像中获取所述第一标定板对应的第一特征点集合；第二特征点获取模块，用于按照第二获取方式在所述第二拍摄图像中获取所述第二标定板对应的第二特征点集合；特征点合并模块，用于将所述第一特征点集合和所述第二特征点集合合并为第三特征点集合；特征点数量判断模块，用于判断所述第三特征点集合内的特征点数量是否达到预定值；相机参数计算模块，用于在所述第三特征点集合内的所述特征点数量达到所述预定值的情况下，通过预定计算方式对所述第三特征点集合进行处理，得到相机参数。

可选地，相机参数标定装置还包括：循环处理模块，用于在所述第三特征点集合内的所述特征点数量未达到所述预定值的情况下，返回所述按照第二获取方式在所述第二拍摄图像中获取所述第二标定板对应的第二特征点集合的步骤。

可选地，相机参数标定装置还包括：相对位置信息获取模块，用于在所述图像获取模块获取对所述第一拍摄图像之前，获取所述相机与所述第一标定板的相对位置信息；夹角范围设置模块，用于根据所述相对位置信息，设置所述第一标定板所在平面与所述第二标定板所在平面的夹角范围。

可选地，所述夹角范围处于0°至90°范围内。

可选地，所述第一标定板为棋盘格标定板，所述第二标定板为圆点标定板圆点标定板。

可选地，所述图像预处理模块用于：将所述第一拍摄图像转换为灰度图像；对所述灰度图像进行低通滤波处理，得到所述第二拍摄图像。

可选地，所述第一特征点获取模块用于：调用OpenCV图形库中的findChessboardCorners函数在所述第二拍摄图像中获取所述第一标定板对应的所述第一特征点集合；所述第二特征点获取模块用于：调用OpenCV图形库中的findCirckesGrid函数在所述第二拍摄图像中获取所述第二标定板对应的所述第二特征点集合。

可选地，所述相机参数计算模块用于：调用OpenCV图形库中的calibrateCamera函数对所述第三特征点集合内的特征点进行线性优化，得到所述相机参数。

为实现上述目的，根据本发明实施例的第三方面，还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面实施例中任一所述的方法。

为实现上述目的，根据本发明实施例的第四方面，还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如第一方面实施例中任一所述的方法。

上述发明中的一个实施例具有如下优点或有益效果：因为采用将立体标定板应用于相机标定过程的技术手段，在获取相机的第一拍摄图像时，使用立体标定装置，即使用不同平面的第一标定板和第二标定板，所述第一标定板为棋盘格标定板，所述第二标定板为圆点标定板，由于第一标定板和第二标定板位于不同平面，说明两者具有夹角，则相机在面对第一标定板的情况下，与第一标定板具有夹角的第二标定板能够出现在相机的有效拍摄视野内，第二标定板中的特征点可代替相关技术中的第一标定板的边缘点作为特征点，反之亦然，故至少有一个标定板会出现在相机视野的中央，另一个标定板出现在视野边缘，通过相机的一次拍摄实现了相关技术中相机在不同的位置进行的两次特征点获取。由此，无需人工变换标定板的角度即可实现对不同角度的标定板的拍摄，克服了操作复杂且耗时很多的技术问题，进而提升了相机标定的效率。另外，由于第二标定板能够出现在相机的有效拍摄视野内，故能够实现对第二标定板的特征点的稳定提取，解决了单一标定板的边缘点难以稳定提取的技术问题，进而达到了提升相机标定的准确性的技术效果。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是本发明实施例提供的相机参数标定方法的主要流程的示意图；

图2本发明实施例提供的立体标定装置的示意图；

图3是本发明实施例提供的相机参数标定方法的主要流程的示意图；

图4是本发明实施例提供的相机参数标定装置的主要模块的示意图；

图5是本发明实施例可以应用于其中的示例性系统架构图；

图6是适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

如图1所示，本发明实施例提供的相机参数标定方法的主要流程包括：步骤S101至步骤S107。

S101，获取相机对立体标定装置的第一拍摄图像，其中，所述立体标定装置包括位于不同平面的第一标定板和第二标定板。

因为采用将立体标定板应用于相机标定过程的技术手段，在获取相机的第一拍摄图像时，使用立体标定装置，即使用不同平面的第一标定板和第二标定板，如图2所示，所述第一标定板为棋盘格标定板，所述第二标定板为圆点标定板，由于第一标定板和第二标定板位于不同平面，说明两者具有夹角，则相机在面对第一标定板的情况下，与第一标定板具有夹角的第二标定板能够出现在相机的有效拍摄视野内，第二标定板中的特征点可代替相关技术中的第一标定板的边缘点作为特征点，反之亦然，故至少有一个标定板会出现在相机视野的中央，另一个标定板出现在视野边缘，通过相机的一次拍摄实现了相关技术中相机在不同的位置进行的两次特征点获取。由此，无需人工变换标定板的角度即可实现对不同角度的标定板的拍摄，克服了操作复杂且耗时很多的技术问题，进而提升了相机标定的效率。另外，由于第二标定板能够出现在相机的有效拍摄视野内，故能够实现对第二标定板的特征点的稳定提取，解决了单一标定板的边缘点难以稳定提取的技术问题，进而达到了提升相机标定的准确性的技术效果。

在本发明的另一种实现方式中，所述第一标定板为圆点标定板，所述第二标定板为棋盘格标定板。也就是说，为准确区分拍摄图像的视野中央与边缘位置，只要设置第一标定板与第二标定板为完全不同的图案即可，以便在提取特征点时进行分别操作。当然，第一标定板与第二标定板的图案包括但不限于圆点和棋盘格，还可以是根据需要除此之外的任何其他形状的图案。

S102，对所述第一拍摄图像进行预处理，得到第二拍摄图像。

预处理的一种实现方式为：将所述第一拍摄图像转换为灰度图像；对所述灰度图像进行低通滤波处理，得到所述第二拍摄图像。

将第一拍摄图像转换为灰度图像，即用不同的灰度色阶来表示第一拍摄图像的红、绿、蓝的比重，接着，可对此灰度图像进行低通滤波处理，低通滤波是一种过滤方式，使低频信号能正常通过，而超过设定临界值的高频信号则被阻隔、减弱，实现降低第一拍摄图像中的摩尔纹以及消除伪色的目的，此提升拍摄图像的精度的步骤有助于进一步提升相机标定的准确性。

S103，按照第一获取方式在所述第二拍摄图像中获取所述第一标定板对应的第一特征点集合。

具体来说，即调用OpenCV图形库中的findChessboardCorners函数在所述第二拍摄图像中获取所述第一标定板对应的所述第一特征点集合。OpenCV图形库是一个跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS等多种操作系统上。它轻量级而且高效，由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的算法。其中，findChessboardCorners函数主要用于寻找棋盘格标定板的棋盘格的内角点位置，从而将获取到位置的内角点设置为特征点。

S104，按照第二获取方式在所述第二拍摄图像中获取所述第二标定板对应的第二特征点集合。

具体来说，可调用OpenCV图形库中的findCirckesGrid函数在所述第二拍摄图像中获取所述第二标定板对应的所述第二特征点集合。findCirckesGrid函数主要用于确定圆点标定板的圆形中点，进而可将圆形中点作为特征点。

S105，将所述第一特征点集合和所述第二特征点集合合并为第三特征点集合。

S106，判断所述第三特征点集合内的特征点数量是否达到预定值。

S107，在所述第三特征点集合内的所述特征点数量达到所述预定值的情况下，通过预定计算方式对所述第三特征点集合进行处理，得到相机参数。

另外，上述实施例还包括：在所述第三特征点集合内的所述特征点数量未达到所述预定值的情况下，返回所述按照第二获取方式在所述第二拍摄图像中获取所述第二标定板对应的第二特征点集合的步骤。

也就是说，在第三特征点集合内的所述特征点数量未达到预定值的情况下，需返回获取第二特征点集合的步骤，循环将新增的第二拍摄图像的特征点合并至第三特征点集合，以增加有效特征点的数量。预定值指的是能够根据特征点准确计算相机参数的最低特征点数量，因此，当特征点数量增加至预定值后，说明已具备准确计算相机参数的资格，故可以停止获取特征点，进入S107的相机参数计算的步骤。

而当在第三特征点集合内的所述特征点数量达到预定值的情况下，说明已具备准确计算相机参数的资格，故可直接进入S107的相机参数计算的步骤。

其中，相机参数计算的步骤具体包括：调用OpenCV图形库中的calibrateCamera函数对所述第三特征点集合内的特征点进行线性优化，得到所述相机参数。calibrateCamera函数根据第三特征点集合内的特征点估计相机的内参数和外参数，在内参数和外参数矩阵的初始值都计算出之后，它们会被线性优化用来减小反投影误差，从而进一步提升相机参数的准确性。

图3是本发明实施例提供的相机参数标定方法的主要流程的示意图。

如图3所示，本发明实施例提供的相机参数标定方法的主要流程包括：

S301，获取相机与立体标定装置的第一标定板的相对位置信息，所述立体标定装置包括位于不同平面的第一标定板和第二标定板。

获取相对位置关系的实现方式有很多，比如，可计算相机到第一标定板所在平面的垂直距离，再比如，可计算相机到第一标定板所在平面的垂直距离生成第一向量，计算相机到第一标定板的中心点的距离生成第二向量，再计算此两个向量的夹角，来体现相机与立体标定装置的第一标定板的相对位置信息。

S302，根据所述相对位置信息，设置所述第一标定板所在平面与所述第二标定板所在平面的夹角范围。

相机与立体标定装置场景中可以是随机的，因此，相机面对第一标定板时，位于相对接近第二标定板的位置与其位于对远离第二标定板的位置，对第二标定板的边缘点的获取稳定性具有差别，则相应标定的相机参数就会具有差别，因此，为减小这一差别，提升相机参数标定的准确性，可根据相机面与第一标定板的相对位置信息调整第一标定板所在平面与第二标定板所在平面的夹角，以使得相机与第二标定板的相对位置关系相对稳定。

在本发明的一种实现方式中，可计算相机到第一标定板的垂直距离与相机到第二标定板的垂直距离的差值，差值越大，说明相机越远离第一标定板和越接近第二标定板，对第二标定板的特征点的获取越有效和稳定。反之，第一标定板所在平面与第二标定板所在平面的夹角范围差值越小，说明相机越接近第一标定板和越远离第二标定板，对第二标定板的特征点的获取越不稳定，会影响最终的相机参数标定结果。因此，可以设置该夹角范围随该差值的增大而减小，以使与第一标定板的相对位置信息不同的相机所获得的标定参数的准确性一致。

在本发明的一种实现方式中，所述夹角范围处于0°至90°范围内。尤其在夹角为90°时，互相垂直的两个标定板能够更稳定地被提取到特征点。当然，该夹角还可以处于大于90°且小于180°的任意范围内，只要能够实现两个标定板均能够稳定地被提取到特征点即可。

S303，获取相机对立体标定装置的第一拍摄图像。

S304，对所述第一拍摄图像进行预处理，得到第二拍摄图像。

S305，按照第一获取方式在所述第二拍摄图像中获取所述第一标定板对应的第一特征点集合。

S306，按照第二获取方式在所述第二拍摄图像中获取所述第二标定板对应的第二特征点集合。

S307，将所述第一特征点集合和所述第二特征点集合合并为第三特征点集合。

S308，判断所述第三特征点集合内的特征点数量是否达到预定值。

S309，在所述第三特征点集合内的所述特征点数量达到所述预定值的情况下，通过预定计算方式对所述第三特征点集合进行处理，得到相机参数。

由此，无需人工变换标定板的角度即可实现对不同角度的标定板的拍摄，克服了操作复杂且耗时很多的技术问题，进而提升了相机标定的效率。另外，由于第二标定板能够出现在相机的有效拍摄视野内，故能够实现对第二标定板的特征点的稳定提取，解决了单一标定板的边缘点难以稳定提取的技术问题，进而达到了提升相机标定的准确性的技术效果。

本发明实施例还提供一种相机参数标定装置，如图4所示，本发明实施例提供的相机参数标定装置400包括：图像获取模块401，用于获取相机对立体标定装置的第一拍摄图像，其中，所述立体标定装置包括位于不同平面的第一标定板和第二标定板；图像预处理模块402，用于对所述第一拍摄图像进行预处理，得到第二拍摄图像；第一特征点获取模块403，用于按照第一获取方式在所述第二拍摄图像中获取所述第一标定板对应的第一特征点集合；第二特征点获取模块404，用于按照第二获取方式在所述第二拍摄图像中获取所述第二标定板对应的第二特征点集合；特征点合并模块405，用于将所述第一特征点集合和所述第二特征点集合合并为第三特征点集合；特征点数量判断模块406，用于判断所述第三特征点集合内的特征点数量是否达到预定值；相机参数计算模块407，用于在所述第三特征点集合内的所述特征点数量达到所述预定值的情况下，通过预定计算方式对所述第三特征点集合进行处理，得到相机参数。

该相机参数标定装置400使用图1和图2示出的实施例中任一项所述的方案，因此，具有上述所有技术效果，在此不再赘述。相机参数标定装置400还具有以下技术特征：

在本发明中，可选地，还包括：循环处理模块，用于在所述第三特征点集合内的所述特征点数量未达到所述预定值的情况下，返回所述按照第二获取方式在所述第二拍摄图像中获取所述第二标定板对应的第二特征点集合的步骤。

在本发明中，可选地，还包括：相对位置信息获取模块，用于在所述图像获取模块401获取对所述第一拍摄图像之前，获取所述相机与所述第一标定板的相对位置信息；夹角范围设置模块，用于根据所述相对位置信息，设置所述第一标定板所在平面与所述第二标定板所在平面的夹角范围。

在本发明中，可选地，所述夹角范围处于0°至90°范围内。

在本发明中，可选地，所述第一标定板为棋盘格标定板，所述第二标定板为圆点标定板。

在本发明中，可选地，所述图像预处理模块402用于：将所述第一拍摄图像转换为灰度图像；对所述灰度图像进行低通滤波处理，得到所述第二拍摄图像。

在本发明中，可选地，所述第一特征点获取模块403用于：调用OpenCV图形库中的findChessboardCorners函数在所述第二拍摄图像中获取所述第一标定板对应的所述第一特征点集合；所述第二特征点获取模块404用于：调用OpenCV图形库中的findCirckesGrid函数在所述第二拍摄图像中获取所述第二标定板对应的所述第二特征点集合。

在本发明中，可选地，所述相机参数计算模块407用于：调用OpenCV图形库中的calibrateCamera函数对所述第三特征点集合内的特征点进行线性优化，得到所述相机参数。

图5示出了可以应用本发明实施例的相机参数标定方法或相机参数标定装置的示例性系统架构500。

如图5所示，系统架构500可以包括终端设备501、502、503，网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备501、502、503通过网络504与服务器505交互，以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器505可以是提供各种服务的服务器，例如获取相机对立体标定装置的拍摄图像进行相机参数标定的后台管理服务器。

需要说明的是，本发明实施例所提供的相机参数标定方法一般由服务器505执行，相应地，相机参数标定装置一般设置于服务器505中。

应该理解，图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图6，其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理模块(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理模块(CPU)601执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括图像获取模块、图像预处理模块、第一特征点获取模块、第二特征点获取模块、特征点合并模块、特征点数量判断模块和相机参数计算模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：

获取相机对立体标定装置的第一拍摄图像，其中，所述立体标定装置包括位于不同平面的第一标定板和第二标定板；对所述第一拍摄图像进行预处理，得到第二拍摄图像；按照第一获取方式在所述第二拍摄图像中获取所述第一标定板对应的第一特征点集合；按照第二获取方式在所述第二拍摄图像中获取所述第二标定板对应的第二特征点集合；将所述第一特征点集合和所述第二特征点集合合并为第三特征点集合；判断所述第三特征点集合内的特征点数量是否达到预定值；在所述第三特征点集合内的所述特征点数量达到所述预定值的情况下，通过预定计算方式对所述第三特征点集合进行处理，得到相机参数。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种相机参数标定方法，其特征在于，包括：

获取相机对立体标定装置的第一拍摄图像，其中，所述立体标定装置包括位于不同平面的第一标定板和第二标定板；所述第一标定板和所述第二标定板为不同图案；

对所述第一拍摄图像进行预处理，得到第二拍摄图像；

按照第一获取方式在所述第二拍摄图像中获取所述第一标定板对应的第一特征点集合；

按照第二获取方式在所述第二拍摄图像中获取所述第二标定板对应的第二特征点集合；

将所述第一特征点集合和所述第二特征点集合合并为第三特征点集合；

判断所述第三特征点集合内的特征点数量是否达到预定值；

在所述第三特征点集合内的所述特征点数量达到所述预定值的情况下，通过预定计算方式对所述第三特征点集合进行处理，得到相机参数；

在所述获取对立体标定装置的第一拍摄图像的步骤之前，还包括：

获取所述相机与所述第一标定板的相对位置信息，并计算相机到所述第一标定板的垂直距离与所述相机到所述第二标定板的垂直距离的差值；

根据所述相对位置信息，设置所述第一标定板所在平面与所述第二标定板所在平面的夹角范围，使得所述夹角范围随所述差值的增大而减小。

2.根据权利要求1所述的方法，其特征在于，还包括：

在所述第三特征点集合内的所述特征点数量未达到所述预定值的情况下，返回所述按照第二获取方式在所述第二拍摄图像中获取所述第二标定板对应的第二特征点集合的步骤。

3.根据权利要求1所述的方法，其特征在于，所述夹角范围处于0°至90°范围内。

4.根据权利要求1所述的方法，其特征在于，所述第一标定板为棋盘格标定板，所述第二标定板为圆点标定板。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述对所述第一拍摄图像进行预处理，得到第二拍摄图像的步骤包括：

将所述第一拍摄图像转换为灰度图像；

对所述灰度图像进行低通滤波处理，得到所述第二拍摄图像。

6.根据权利要求1至4中任一项所述的方法，其特征在于，所述按照第一获取方式在所述第二拍摄图像中获取所述第一标定板对应的第一特征点集合的步骤包括：

调用OpenCV图形库中的findChessboardCorners函数在所述第二拍摄图像中获取所述第一标定板对应的所述第一特征点集合；

所述按照第二获取方式在所述第二拍摄图像中获取所述第二标定板对应的第二特征点集合的步骤包括：

调用OpenCV图形库中的findCirckesGrid函数在所述第二拍摄图像中获取所述第二标定板对应的所述第二特征点集合。

7.根据权利要求1至4中任一项所述的方法，其特征在于，所述通过预定计算方式对所述第三特征点集合进行处理，得到相机参数的步骤包括：

调用OpenCV图形库中的calibrateCamera函数对所述第三特征点集合内的特征点进行线性优化，得到所述相机参数。

8.一种相机参数标定装置，其特征在于，包括：

图像获取模块，用于获取相机对立体标定装置的第一拍摄图像，其中，所述立体标定装置包括位于不同平面的第一标定板和第二标定板；还用于获取所述相机与所述第一标定板的相对位置信息，并计算所述相机到第一标定板的垂直距离与所述相机到第二标定板的垂直距离的差值；根据所述相对位置信息，设置所述第一标定板所在平面与所述第二标定板所在平面的夹角范围，使得所述夹角范围随所述差值的增大而减小；所述第一标定板和所述第二标定板为不同图案；

图像预处理模块，用于对所述第一拍摄图像进行预处理，得到第二拍摄图像；

第一特征点获取模块，用于按照第一获取方式在所述第二拍摄图像中获取所述第一标定板对应的第一特征点集合；

第二特征点获取模块，用于按照第二获取方式在所述第二拍摄图像中获取所述第二标定板对应的第二特征点集合；

特征点合并模块，用于将所述第一特征点集合和所述第二特征点集合合并为第三特征点集合；

特征点数量判断模块，用于判断所述第三特征点集合内的特征点数量是否达到预定值；

相机参数计算模块，用于在所述第三特征点集合内的所述特征点数量达到所述预定值的情况下，通过预定计算方式对所述第三特征点集合进行处理，得到相机参数。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。