CN112802123A - 一种基于条纹虚拟靶标的双目线阵相机静态标定方法 - Google Patents
一种基于条纹虚拟靶标的双目线阵相机静态标定方法 Download PDFInfo
- Publication number
- CN112802123A CN112802123A CN202110100696.5A CN202110100696A CN112802123A CN 112802123 A CN112802123 A CN 112802123A CN 202110100696 A CN202110100696 A CN 202110100696A CN 112802123 A CN112802123 A CN 112802123A
- Authority
- CN
- China
- Prior art keywords
- calibration
- horizontal plane
- camera
- pixel
- linear array
- 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 44
- 230000003068 static effect Effects 0.000 title claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 230000003287 optical effect Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 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
- G06T7/10—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
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
本发明提供一种基于条纹虚拟靶标的双目线阵相机静态标定方法,属于相机标定技术领域。在线阵相机标定中,传统的标定方法一般采用标定板与线阵相机相对运动的方式进行标定,以取得完整的标定图像,不同于传统的线阵相机与标定板之间相对运动的标定方式,本发明提出的一种双目线阵相机的静态标定方法,通过双目相机的成像视场几何关系,分别采集不同高度的标定板成像,并对所需的几个外部参数与内部参数进行计算,并最终用于双目线阵相机的检测中。本发明不但适用于例如空间狭小等较为恶劣的标定环境,同时能够简单方便的计算出所需的标定参数,为双目线阵的检测提供了有效的标定手段。
Description
技术领域
本发明涉及相机标定技术领域,特别是指一种基于条纹虚拟靶标的双目线阵相机静态标定方法。
背景技术
近年来随着机器视觉技术的快速发展,由于其具有鲁棒性强、稳定性好、检测精度高等优点,该技术越来越受到人们的青睐并将其应用到工业检测与控制中。其中相机作为主要的检测元器件,以传感器类型进行分类,主要分为面阵相机和线阵相机两种。
使用机器视觉技术进行工业检测与控制,相机的标定是必不可少的步骤。相机标定主要用于建立相机图像坐标系与相机像素坐标系之间的相互转换关系,从而在检测过程中精确的确定图像坐标系中的检测点对应的世界坐标。对于面阵相机,其标定手段较为成熟,通常采用张正友标定法对面阵相机进行标定,方法简单,使用一定规格的棋盘格图像即可。而对于线阵相机,传统的做法是通过标定图像与待标定相机相互运动的方式,使用线阵相机采集标定图像,从而将线阵相机的标定问题转化为面阵相机的标定问题。上述方法具有较多的弊端:1)标定需要另一套能够保证标定板或相机运动的装置,结构复杂的同时提高了相机标定的成本;2)标定图像需要在标定板与相机达到相对匀速运动的状态下采集,所需精度与难度都较高;3)采用多种角度、多种状态下的标定图像难度较大,操作复杂的同时难以保证每张图片精度;4)对于一些标定空间较小、环境恶劣的检测现场,此方法并不适用。因此,本发明开发了一套基于双目线阵相机的静态标定方法。
发明内容
本发明要解决的技术问题是提供一种基于条纹虚拟靶标的双目线阵相机静态标定方法。
该方法首先调节双目线阵相机视场重合,然后采集标定图像,对标定图像进行处理并提取各黑白条纹边缘,计算边缘坐标,得到像素坐标系中各条纹宽度,通过标定图像,对水平面1内的外部参数n1、LPlus1、LMinus1依次进行标定,将标定板竖直提升,至距离标定平面高度为h2,到水平面2,重复步骤(2)~步骤(3),完成水平面2上的外参计算,得到水平面2上的外参,重复步骤(4),将标定板在相机能够拍摄的范围内提升到水平面i,并计算得到多组平面上的外参,计算两台相机外参α与β,两个外参分别表示两台相机光轴相对于竖直平面的侧倾角度,计算两台相机内部参数f。
具体包括步骤如下:
(1)调节双目线阵相机视场重合;
(2)采集标定图像,对标定图像进行处理并提取各黑白条纹边缘,计算边缘坐标,得到像素坐标系中各条纹宽度;
(3)通过标定图像,对标定器初始位置下表面,即水平面1内的外部参数n1、LPlus1、LMinus1依次进行标定,其中,n1表示水平面1内像素坐标系与世界坐标系的转换关系;LPlus1表示水平面1内两台线阵相机光轴之间的距离;LMinus1表示水平面1内两台线阵相机在水平方向上与标定中心线距离的差值;
(4)将标定板竖直提升,至距离标定平面高度为h2,到水平面2,重复步骤(2)和步骤(3),完成水平面2上的外部参数计算,得到水平面2上的外部参数,包括:水平面2内像素坐标系与世界坐标系的转换关系n2、水平面2内两台线阵相机光轴之间的距离LPlus2、水平面2内两台线阵相机在水平方向上与标定中心线距离的差值LMinus2;
(5)重复步骤(4),将标定板在相机能够拍摄的范围内提升到水平面i,一般i≤5,并计算得到多组平面上的外部参数,包括:水平面i内像素坐标系与世界坐标系的转换关系ni、水平面i内两台线阵相机光轴之间的距离LPlusi、水平面i内两台线阵相机在水平方向上与标定中心线距离的差值LMinusi;
(6)计算两台相机外部参数α与β,两个外部参数分别表示两台相机光轴相对于竖直平面的侧倾角度;
(7)计算两台相机内部参数相机焦距f。
其中,步骤(1)中根据两台相机的成像以及相机之间的位置关系,首先保证两台相机在水平方向上处于同一直线上,然后分别调节两台相机的俯仰角与绕光轴的旋转角度,最终使两台相机的视场位于同一条直线上,即视场重合。
步骤(2)中首先确定需要的标定及检测精度,根据:
W'≤pγ (1)
从而确定总体视场宽度,而标定图案宽度最适宜的取值范围:
0.6W'≤W≤0.9W' (2)
其中:W'—线阵相机的视场宽度,单位为mm;p—线阵相机行扫描方向的像素总数量,单位为1;γ—所需的检测精度,单位mm/像素;W—世界坐标系中,标定图案宽度,单位为mm;
其次,定义标定中心线,将标定板置于水平面1上,保证标定板黑白条纹明暗交界线与相机视场垂直,并记水平面1为标定平面;
在标定图案中间部位选取一条明暗交界线,记为第x条明暗交界线,定义此明暗交界线为标定中心线,并记录其位置,则标定中心线距离标定图案两侧边缘的距离,分别为:
其中:x取奇数,m1、m2—世界坐标系中,标定中心线距离标定图案两侧边缘距离,单位为mm;k—标定图案所包含已知宽度条纹总数量,单位为1;w—世界坐标系中,标定图案相邻黑白条纹的宽度和,单位为mm;
最后,采集图像,提取边缘,计算图像坐标系中各条纹宽度,方法如下:
控制两台线阵相机同时采集标定图像,采用Canny算子配合亚像素边缘检测算子的方式提取出精确的边缘坐标信息,再依次计算出所有黑白条纹的像素宽度,并计算出标定中心线左右距离左右两侧边缘的像素宽度以及整个标定图像的像素宽度。
步骤(3)中n1表示像素坐标系与世界坐标系的转换关系,计算外部参数n1:
其中:w—世界坐标系中,水平面i的标定图案相邻黑白条纹的宽度和,单位为mm;d—相机传感器每个像素点实际宽度,单位为mm;l—两台相机像素坐标系中,水平面i的标定图案相邻黑白条纹的宽度和,单位为“像素”;
由于边缘检测等具有微小的误差,因此,采用取均值的方法对n1进行求解,得到n1表达式为:
在水平面1内计算外部参数LPlus1——表示水平面1内两台线阵相机光轴之间的距离;以及外部参数LMinus1——表示水平面1内两台线阵相机在水平方向上与标定中心线距离的差值;计算方法如下:
其中:W—世界坐标系中,标定图案宽度,单位为mm;D—世界坐标系中,标定中心线距离标定图案左右两侧长度的差值的一半,即标定图案相对于标定中心线的跑偏量,单位为mm;l41—在标定平面像素坐标系中,左侧相机传感器中心距离标定图案左侧边缘的像素长度,单位“像素”;l61—在标定平面像素坐标系中,右侧相机传感器中心距离标定图案右侧边缘的像素长度,单位“像素”。
步骤(6)中参数计算方法如下:
其中:hi、hj—世界坐标系中,标定板分别在水平面i与水平面j时,距离地面的高度,单位为mm;LPlusi为标定板在水平面i时,两台线阵相机光轴之间的距离;LMinusi为标定板在水平面i时,两台线阵相机在水平方向上与标定中心线距离的差值;LPlusj为标定板在水平面j时,两台线阵相机光轴之间的距离;LMinusj为标定板在水平面i时,两台线阵相机在水平方向上与标定中心线距离的差值,单位为mm;
为减小误差,取q组水平面的外部参数值,采用取均值的方法对外部参数α与β进行求解,最终得到参数α与β的结果:
其中:q—所选取平面的数量,单位为1。
步骤(7)中在水平面i内,相对于标定平面,对于标定图案的宽度,有如下计算公式:
其中:w11、w21—世界坐标系中,左侧相机光轴在标定平面投影距离标定图案左侧边缘的距离以及右侧相机光轴在标定平面投影距离标定图案右侧边缘的距离,单位为mm;l4i、l3i—在水平面i的像素坐标系中,左侧相机传感器中心分别距离标定图案左右两侧边缘的像素长度,单位“像素”;l5i、l6i—在水平面i的像素坐标系中,右侧相机传感器中心分别距离标定图案左右两侧边缘的像素长度,单位“像素”;f—相机的内部参数,表示相机的焦距,单位为mm;
将水平面i内的参数带入式中,可得到在此平面内计算的相机内部参数f,为了保证计算结果的精确性,计算所有i个平面内的相机内部参数f,并对于所有i个内部参数f取其均值,最终得到相机的内部参数。
方法采用斜黑白条纹作为标定图案,并且保证各交界线的倾斜角相等;为了保证标定数据的精确性,标定图像中各相邻黑白条纹宽度之和相等,黑白条纹总数量应不少于30条,并且标定图案能够在Z轴方向自由移动。
本发明的特点为:1.采用黑白条纹图像作为标定图像,标定图像简单,易于制作;2.此标定方法能够消除标定高度因素对于检测的影响,保证在高度变化时的精确识别;3.加入了对于两台线阵相机相对于垂直平面的侧倾角的参数标定,从而消除相机安装的侧倾角误差造成的最终检测误差;4.适用于大视场、高物距等极端条件下的标定;5.区别于传统的动态标定手段,此方法所需设备简单,减少了较多复杂操作。
本发明的上述技术方案的有益效果如下:
上述方案中,区别于传统的线阵相机动态标定方法,创新性的综合了两台相机的世界坐标与图像坐标的相互关系,采用静态标定的手段,消除了标定板相对相机匀速移动的复杂操作,减少了标定硬件需求的同时,简化了标定过程,更易于在生产实际中的操作与普及。
附图说明
图1为本发明标定图像;
图2为本发明采集到的图像与边缘处理图;
图3为本发明两台相机各条纹像素宽度。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明提供一种基于条纹虚拟靶标的双目线阵相机静态标定方法。
本方法首先调节双目线阵相机视场重合,然后采集标定图像,对标定图像进行处理并提取各黑白条纹边缘,计算边缘坐标,得到像素坐标系中各条纹宽度,通过标定图像,对水平面1内的外部参数n1、LPlus1、LMinus1依次进行标定,将标定板竖直提升,至距离标定平面高度为h2,到水平面2,重复步骤(2)~步骤(3),完成水平面2上的外参计算,得到水平面2上的外参,重复步骤(4),将标定板在相机能够拍摄的范围内提升到水平面i,并计算得到多组平面上的外参,计算两台相机外参α与β,两个外参分别表示两台相机光轴相对于竖直平面的侧倾角度,计算两台相机内部参数f。
下面结合具体实施例予以说明。
实施例1
该双目线阵相机静态标定方法,包括步骤如下:
S1:调节双目线阵相机视场重合:
根据两台相机的成像以及相机之间的位置关系,首先保证两台相机在水平方向上处于同一直线上,然后分别调节两台相机的俯仰角与绕光轴的旋转角度,最终使两台相机的视场位于同一条直线上,即视场重合。
S2:采集标定图像,对标定图像进行处理并提取各黑白条纹边缘,计算边缘坐标,得到像素坐标系中各条纹宽度;
S2-a:确定所需标定图案宽度,确定方法如下:
首先确定需要的标定及检测精度,根据:
W'≤pγ
从而确定总体视场宽度,而标定图案宽度最适宜的取值范围:
W≥0.6W'
式中:
W'—线阵相机所拍摄的视场宽度,单位为mm;
p—线阵相机行方向的像素总数量,单位为1;
γ—检测所需的检测精度,单位mm/像素;
W—世界坐标系中,标定图案宽度,单位为mm;
在本实例中,所需视场宽度为2000mm,所需检测精度为0.5mm/像素,选用像素为4096×1的线阵相机;本例中标定图案的适宜宽度:
W≥0.6×2000=1200mm
采用如图1所示的斜黑白条纹标定图案进行标定,采用16个白条纹、16个黑条纹共33个黑白条纹的标定板进行试验,各相邻黑白条纹宽度之和为固定值80mm,标定图案整体宽度为1280mm。
S2-b:定义标定中心线:
将标定板置于水平面1上,保证标定板黑白条纹明暗交界线与相机视场垂直,并记水平面1为标定平面。
在标定图案中间部位选取一条明暗交界线,记为第17条明暗交界线,定义此明暗交界线为标定中心线,并记录其位置,则标定中心线距离标定图案两侧边缘的距离,分别为:
式中:
m1、m2—世界坐标系中,标定中心线距离标定图案两侧边缘距离,单位为mm;
S2-c:采集图像,提取边缘,计算图像坐标系中各条纹宽度,方法如下:
如图2所示,控制两台线阵相机同时采集标定图像,并采用Canny算子配合亚像素边缘检测算子的方式提取出精确的边缘坐标信息。
依次计算左侧相机与右侧相机所有相邻黑白条纹的像素宽度,并取均值得到所求像素宽度为128.377像素。
计算得到左侧相机标定中心线距离左右两侧边缘的像素宽度分别为1026.670像素、1027.050像素;右侧相机标定中心线距离左右两侧边缘的像素宽度分别为1026.609像素、1027.74像素。
两台相机测得整个标定图像的像素宽度均值为2054.035像素。
S3:通过标定图像,对水平面1内的外部参数n1、LPlus1、LMinus1依次进行标定;
S3-a:其中,n1表示像素坐标系与世界坐标系的转换关系,计算外部参数n1,本实例中,线阵相机每个像素点宽度为7.04×10-3mm,两台相机各条纹像素宽度及计算得出的n1值如图3所示:
由于边缘检测等具有微小的误差,因此,对所有n1取均值,得到最终n1的值:
S3-b:在水平面1内计算外部参数LPlus1——表示水平面1内两台线阵相机光轴之间的距离;以及外部参数LMinus1——表示水平面1内两台线阵相机在水平方向上与标定中心线距离的差值;计算方法如下:
S4:将标定板竖直提升,至距离标定平面高度为78mm,到水平面2,重复步骤S2-c~步骤S3,完成水平面2上的外参计算,得到水平面2上的外参结果如下:
S5:重复步骤S4,将标定板在相机能够拍摄的范围内提升到分别距离水平面1为152mm、208mm的水平面3和水平面4,并计算得到最终4个平面内的4组外参如表1所示:
表1多个平面参数计算结果
S6:取水平面2与水平面1的参数,对外参α与β进行求解:
式中:
外参α与β—表示两台相机光轴相对于竖直平面的侧倾角度,定义靠近标定中心线的一侧为正值单位为°。
用4个平面分别计算出外参α与β,共得到6组实验结果,如表2所示:
表2各相对平面的外参α与β计算结果
为减小误差,取多组水平面的外参值,采用取均值的方法对外参α与β进行求解,得到α与β的表达式为:
S7:计算两台相机内部参数f:
在水平面2内,相对于标定平面,对于标定图案的宽度,有如下计算公式:
式中:
f—相机的内部参数,表示相机的焦距,单位为mm。
计算得到水平面2内的相机内部参数
f=25.882mm
分别将水平面3、4内的参数带入式中,计算得到剩余两个平面内计算的相机内部参数f分别为:26.107mm、26.297mm;为了保证计算结果的精确性,对于所有计算所得3个相机内部参数f取其均值,得到相机的内部参数:
f的值为:26.095mm
至此,相机5个外部参数n1、LPlus1、LMinus1、α与β;以及1个内部参数f得到求解,完成最终参数标定。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种基于条纹虚拟靶标的双目线阵相机静态标定方法,其特征在于:包括步骤如下:
(1)调节双目线阵相机视场重合;
(2)采集标定图像,对标定图像进行处理并提取各黑白条纹边缘,计算边缘坐标,得到像素坐标系中各条纹宽度;
(3)通过标定图像,对标定器初始位置下表面,即水平面1内的外部参数n1、LPlus1、LMinus1依次进行标定,其中,n1表示水平面1内像素坐标系与世界坐标系的转换关系;LPlus1表示水平面1内两台线阵相机光轴之间的距离;LMinus1表示水平面1内两台线阵相机在水平方向上与标定中心线距离的差值;
(4)将标定板竖直提升,至距离标定平面高度为h2,到水平面2,重复步骤(2)和步骤(3),完成水平面2上的外部参数计算,得到水平面2上的外部参数,包括:水平面2内像素坐标系与世界坐标系的转换关系n2、水平面2内两台线阵相机光轴之间的距离LPlus2、水平面2内两台线阵相机在水平方向上与标定中心线距离的差值LMinus2;
(5)重复步骤(4),将标定板在相机能够拍摄的范围内提升到水平面i,i≤5,并计算得到多组平面上的外部参数,包括:水平面i内像素坐标系与世界坐标系的转换关系ni、水平面i内两台线阵相机光轴之间的距离LPlusi、水平面i内两台线阵相机在水平方向上与标定中心线距离的差值LMinusi;
(6)计算两台相机外部参数α与β,α和β分别表示两台相机光轴相对于竖直平面的侧倾角度;
(7)计算两台相机内部参数相机焦距f。
2.根据权利要求1所述的基于条纹虚拟靶标的双目线阵相机静态标定方法,其特征在于:所述步骤(1)中根据两台相机的成像以及相机之间的位置关系,首先保证两台相机在水平方向上处于同一直线上,然后分别调节两台相机的俯仰角与绕光轴的旋转角度,最终使两台相机的视场位于同一条直线上,即视场重合。
3.根据权利要求1所述的基于条纹虚拟靶标的双目线阵相机静态标定方法,其特征在于:所述步骤(2)中首先根据下式确定需要的标定及检测精度:
W'≤pγ
从而确定总体视场宽度,而标定图案宽度的取值范围:
0.6W'≤W≤0.9W'
其中:W'为线阵相机的视场宽度,单位为mm;p为线阵相机行扫描方向的像素总数量,单位为1;γ为所需的检测精度,单位mm/像素;W为世界坐标系中,标定图案宽度,单位为mm;
其次,定义标定中心线,将标定板置于水平面1上,保证标定板黑白条纹明暗交界线与相机视场垂直,并记水平面1为标定平面;
在标定图案中间部位选取一条明暗交界线,记为第x条明暗交界线,定义此明暗交界线为标定中心线,并记录其位置,则标定中心线距离标定图案两侧边缘的距离,分别为:
其中:x取奇数,m1和m2分别为世界坐标系中,标定中心线距离标定图案两侧边缘距离,单位为mm;k为标定图案所包含已知宽度条纹总数量,单位为1;w—世界坐标系中,标定图案相邻黑白条纹的宽度和,单位为mm;
最后,采集图像,提取边缘,计算图像坐标系中各条纹宽度,方法如下:
控制两台线阵相机同时采集标定图像,采用Canny算子配合亚像素边缘检测算子的方式提取出精确的边缘坐标信息,再依次计算出所有黑白条纹的像素宽度,并计算出标定中心线左右距离左右两侧边缘的像素宽度以及整个标定图像的像素宽度。
4.根据权利要求1所述的基于条纹虚拟靶标的双目线阵相机静态标定方法,其特征在于:所述步骤(3)中n1计算过程如下:
其中:wi为水平面i的世界坐标系中,标定图案相邻黑白条纹的宽度和,单位为mm;d为相机传感器每个像素点实际宽度,单位为mm;li为水平i的两台相机像素坐标系中,标定图案相邻黑白条纹的宽度和,单位为像素;k为标定图案所包含已知宽度条纹总数量,单位为1;
在水平面1内计算外部参数LPlus1以及外部参数LMinus1计算方法如下:
其中:W为世界坐标系中,标定图案宽度,单位为mm;D为世界坐标系中,标定中心线距离标定图案左右两侧长度的差值的一半,即标定图案相对于标定中心线的跑偏量,单位为mm;l41为在标定平面像素坐标系中,左侧相机传感器中心距离标定图案左侧边缘的像素长度,单位像素;l61为在标定平面像素坐标系中,右侧相机传感器中心距离标定图案右侧边缘的像素长度,单位像素。
5.根据权利要求1所述的基于条纹虚拟靶标的双目线阵相机静态标定方法,其特征在于:所述步骤(6)中参数计算方法如下:
其中:hi、hj为世界坐标系中,标定板分别在水平面i与水平面j时,距离地面的高度,单位为mm;LPlusi为标定板在水平面i时,两台线阵相机光轴之间的距离;LMinusi为标定板在水平面i时,两台线阵相机在水平方向上与标定中心线距离的差值;LPlusj为标定板在水平面j时,两台线阵相机光轴之间的距离;LMinusj为标定板在水平面i时,两台线阵相机在水平方向上与标定中心线距离的差值,单位为mm;
为减小误差,取q组水平面的外部参数值,采用取均值的方法对外部参数α与β进行求解,最终得到参数α与β的结果:
其中:q为所选取平面的数量,单位为1。
6.根据权利要求1所述的基于条纹虚拟靶标的双目线阵相机静态标定方法,其特征在于:所述步骤(7)中在水平面i内,相对于标定平面,对于标定图案的宽度,有如下计算公式:
其中:w11、w21分别为世界坐标系中,左侧相机光轴在标定平面投影距离标定图案左侧边缘的距离以及右侧相机光轴在标定平面投影距离标定图案右侧边缘的距离,单位为mm;l4i、l3i分别为在水平面i的像素坐标系中,左侧相机传感器中心分别距离标定图案左右两侧边缘的像素长度,单位为像素;l5i、l6i分别为在水平面i的像素坐标系中,右侧相机传感器中心分别距离标定图案左右两侧边缘的像素长度,单位为像素;f为相机的内部参数,表示相机的焦距,单位为mm;
将水平面i内的参数带入式中,得到在水平面i内计算的相机内部参数f,计算所有i个平面内的相机内部参数f,并对于所有i个内部参数f取平均值,最终得到相机的内部参数。
7.根据权利要求1所述的基于条纹虚拟靶标的双目线阵相机静态标定方法,其特征在于:该方法采用斜黑白条纹作为标定图案,并且保证各交界线的倾斜角相等;为了保证标定数据的精确性,标定图像中各相邻黑白条纹宽度之和相等,黑白条纹总数量应不少于30条,并且标定图案能够在Z轴方向自由移动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110100696.5A CN112802123B (zh) | 2021-01-21 | 2021-01-21 | 一种基于条纹虚拟靶标的双目线阵相机静态标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110100696.5A CN112802123B (zh) | 2021-01-21 | 2021-01-21 | 一种基于条纹虚拟靶标的双目线阵相机静态标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112802123A true CN112802123A (zh) | 2021-05-14 |
CN112802123B CN112802123B (zh) | 2023-10-27 |
Family
ID=75811711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110100696.5A Active CN112802123B (zh) | 2021-01-21 | 2021-01-21 | 一种基于条纹虚拟靶标的双目线阵相机静态标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112802123B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113379835A (zh) * | 2021-06-29 | 2021-09-10 | 深圳中科飞测科技股份有限公司 | 检测设备的校准方法、装置、设备及可读存储介质 |
CN113689506A (zh) * | 2021-09-01 | 2021-11-23 | 北京深点视觉科技有限公司 | 线阵相机标定方法 |
CN115824038A (zh) * | 2022-08-17 | 2023-03-21 | 宁德时代新能源科技股份有限公司 | 标定尺、标定方法及装置、检测方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104729429A (zh) * | 2015-03-05 | 2015-06-24 | 深圳大学 | 一种远心成像的三维形貌测量系统标定方法 |
CN109242918A (zh) * | 2018-11-15 | 2019-01-18 | 中国直升机设计研究所 | 一种直升机机载双目立体视觉标定方法 |
CN110033447A (zh) * | 2019-04-12 | 2019-07-19 | 东北大学 | 一种基于点云方法的高铁重轨表面缺陷检测方法 |
CN110322702A (zh) * | 2019-07-08 | 2019-10-11 | 中原工学院 | 一种基于双目立体视觉系统的车辆智能测速方法 |
CN110555884A (zh) * | 2018-05-31 | 2019-12-10 | 海信集团有限公司 | 一种车载双目相机的标定方法、装置及终端 |
CN110969663A (zh) * | 2018-09-30 | 2020-04-07 | 北京初速度科技有限公司 | 一种相机外部参数的静态标定方法 |
CN111080711A (zh) * | 2019-12-05 | 2020-04-28 | 东南大学 | 基于放大率的近似平行状态下显微成像系统的标定方法 |
CN111145238A (zh) * | 2019-12-12 | 2020-05-12 | 中国科学院深圳先进技术研究院 | 单目内窥镜图像的三维重建方法、装置及终端设备 |
-
2021
- 2021-01-21 CN CN202110100696.5A patent/CN112802123B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104729429A (zh) * | 2015-03-05 | 2015-06-24 | 深圳大学 | 一种远心成像的三维形貌测量系统标定方法 |
US20160261851A1 (en) * | 2015-03-05 | 2016-09-08 | Shenzhen University | Calbration method for telecentric imaging 3d shape measurement system |
CN110555884A (zh) * | 2018-05-31 | 2019-12-10 | 海信集团有限公司 | 一种车载双目相机的标定方法、装置及终端 |
CN110969663A (zh) * | 2018-09-30 | 2020-04-07 | 北京初速度科技有限公司 | 一种相机外部参数的静态标定方法 |
CN109242918A (zh) * | 2018-11-15 | 2019-01-18 | 中国直升机设计研究所 | 一种直升机机载双目立体视觉标定方法 |
CN110033447A (zh) * | 2019-04-12 | 2019-07-19 | 东北大学 | 一种基于点云方法的高铁重轨表面缺陷检测方法 |
CN110322702A (zh) * | 2019-07-08 | 2019-10-11 | 中原工学院 | 一种基于双目立体视觉系统的车辆智能测速方法 |
CN111080711A (zh) * | 2019-12-05 | 2020-04-28 | 东南大学 | 基于放大率的近似平行状态下显微成像系统的标定方法 |
CN111145238A (zh) * | 2019-12-12 | 2020-05-12 | 中国科学院深圳先进技术研究院 | 单目内窥镜图像的三维重建方法、装置及终端设备 |
Non-Patent Citations (1)
Title |
---|
周梓聪;吕武;刘阳;许泽恩;马杰;: "二轴转台测角法用于线阵相机几何参数标定", 中国图象图形学报, no. 09 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113379835A (zh) * | 2021-06-29 | 2021-09-10 | 深圳中科飞测科技股份有限公司 | 检测设备的校准方法、装置、设备及可读存储介质 |
CN113379835B (zh) * | 2021-06-29 | 2024-06-04 | 深圳中科飞测科技股份有限公司 | 检测设备的校准方法、装置、设备及可读存储介质 |
CN113689506A (zh) * | 2021-09-01 | 2021-11-23 | 北京深点视觉科技有限公司 | 线阵相机标定方法 |
CN115824038A (zh) * | 2022-08-17 | 2023-03-21 | 宁德时代新能源科技股份有限公司 | 标定尺、标定方法及装置、检测方法及装置 |
CN115824038B (zh) * | 2022-08-17 | 2023-09-29 | 宁德时代新能源科技股份有限公司 | 标定尺、标定方法及装置、检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112802123B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112802123B (zh) | 一种基于条纹虚拟靶标的双目线阵相机静态标定方法 | |
CN106780388B (zh) | 一种线阵相机光学畸变矫正方法 | |
CN108362712B (zh) | 一种基板母板及其检测方法 | |
CN109272574B (zh) | 基于投影变换的线阵旋转扫描相机成像模型构建方法和标定方法 | |
CN104851088B (zh) | 一种高铁检测系统的线阵相机标定设备及标定方法 | |
CN111288967B (zh) | 一种基于机器视觉的远距离高精度位移检测方法 | |
CN114331924B (zh) | 大工件多相机视觉测量方法 | |
CN111325800A (zh) | 一种单目视觉系统俯仰角标定方法 | |
CN114708164B (zh) | 机器视觉测量中物体倾斜引起的图像大小头畸变校正方法 | |
CN113310433A (zh) | 基于线结构光的虚拟双目立体视觉测量方法 | |
CN108322736B (zh) | 一种多个线阵相机绕视轴旋转角度校准的校准板和校准方法 | |
JP6807450B2 (ja) | 多関節ロボットの平行度判定方法および多関節ロボットの傾き調整装置 | |
CN115289997B (zh) | 一种双目相机三维轮廓扫描仪及其使用方法 | |
CN109631757B (zh) | 一种光栅尺标定方法、装置及视觉检测装置 | |
KR100837119B1 (ko) | 영상계측을 위한 카메라 교정방법 | |
CN206583440U (zh) | 一种投影图像视距检测系统 | |
CN114061472B (zh) | 基于标靶的测量坐标误差修正的方法 | |
JP3668654B2 (ja) | 歪曲収差の補正方法 | |
CN113847874B (zh) | 一种基于视觉的位移台位移方向标定方法 | |
JP6965422B2 (ja) | カメラの平行度判定方法 | |
CN210168147U (zh) | 一种用于检测摄像设备图像分辨率的测试卡 | |
CN114170321A (zh) | 一种基于测距的相机自标定方法及系统 | |
CN117853593B (zh) | 基于二维码的线阵相机标定方法 | |
CN117793335A (zh) | 一种基于激光测距的摄像机视场角测量方法及系统 | |
CN112747687B (zh) | 线结构光视觉测量标定方法及系统 |
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 |