CN112991466A - 一种基于不完整标定板的相机标定的方法和系统 - Google Patents

一种基于不完整标定板的相机标定的方法和系统 Download PDF

Info

Publication number
CN112991466A
CN112991466A CN202110452096.5A CN202110452096A CN112991466A CN 112991466 A CN112991466 A CN 112991466A CN 202110452096 A CN202110452096 A CN 202110452096A CN 112991466 A CN112991466 A CN 112991466A
Authority
CN
China
Prior art keywords
mark
points
point
mark point
adjacent
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
CN202110452096.5A
Other languages
English (en)
Other versions
CN112991466B (zh
Inventor
王灿
郭骏杰
丁丁
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.)
Hangzhou Lingxi Robot Intelligent Technology Co ltd
Original Assignee
Hangzhou Lingxi Robot Intelligent 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 Hangzhou Lingxi Robot Intelligent Technology Co ltd filed Critical Hangzhou Lingxi Robot Intelligent Technology Co ltd
Priority to CN202110452096.5A priority Critical patent/CN112991466B/zh
Publication of CN112991466A publication Critical patent/CN112991466A/zh
Application granted granted Critical
Publication of CN112991466B publication Critical patent/CN112991466B/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

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

本申请涉及一种基于不完整标定板的相机标定的方法和系统,其中,该方法包括:通过获取标定板上的若干标志点和方向记号,对标志点和方向记号进行遍历,确定方向记号的邻近方向记号,确定标志点的邻近标志点,将标志点存储到若干标志点组中,对若干标志点组进行筛选,确定具有最多标志点的预设标志点组,将预设标志点组和其他标志点组整合成最大连通域;对最大连通域中标志点进行定位,得到标志点特征的像素坐标,根据标志点特征的像素坐标和物理坐标,完成相机内参数的标定。通过本申请,解决了包含不完整标定板的图像得不到高效利用的问题,降低了由于外界因素导致的标定板获取不完整后,需重新获取完整标定板图像的成本。

Description

一种基于不完整标定板的相机标定的方法和系统
技术领域
本申请涉及计算机视觉领域,特别是涉及一种基于不完整标定板的相机标定的方法和系统。
背景技术
目前相机内参标定流程中,多采用人工手持或放置并改变相机与标定板相对姿态的方式来获得若干相机下的标定板图像来进行相机内参数标定,人工手持带来相机与标定板相对姿态的不稳定性或导致图像模糊,人工放置也会出现在某一姿态下图像难以正常检测角点的情况,比如,棋盘板反光、棋盘板边缘过暗导致的棋盘板某些角点检测失败,特别是在环境较为复杂的场景,需要调整很多次姿态才能获得满意的图像,因此,在相机内参标定流程中,如何高效利用包含不完整标定板的图像成为了当下亟需解决的问题。
目前针对相关技术中包含不完整标定板的图像得不到高效利用的问题,尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种基于不完整标定板的相机标定的方法和系统,以至少解决相关技术中包含不完整标定板的图像得不到高效利用的问题。
第一方面,本申请实施例提供了一种基于不完整标定板的相机标定的方法,所述方法包括:
从包含标定板的图像中获取标定板上的若干标志点,将所述标志点存入标志点队列;
获取所述标志点的方向记号,并按预设排序逻辑对所述方向记号进行排序,得到所述方向记号的序号;
根据所述方向记号的序号对所述标志点和所述方向记号进行遍历,确定所述方向记号的邻近方向记号,确定所述标志点的邻近标志点;
所述标志点队列中包含若干第一标志点和若干第二标志点,将一个随机的所述第一标志点存储在标志点组中;
将所述第一标志点放入栈的栈顶中,判断所述第一标志点的邻近标志点是否满足第一过滤条件;
若满足,则将所述邻近标志点放入所述栈中继续进行所述判断,以及将所述邻近标志点存储在所述第一标志点的标志点组中;
若不满足,则将所述邻近标志点存储在所述第一标志点的标志点组中;
将未存储在标志点组的第一标志点放入栈中,进行所述判断,直到所有第一标志点都存储在标志点组中;
对若干标志点组进行筛选,确定具有最多标志点的预设标志点组;
检测所述预设标志点组中的所述第二标志点,确定包含所述第二标志点的其他标志点组,将所述预设标志点组和所述其他标志点组整合成最大连通域;
对所述最大连通域中所述标志点进行定位,得到标志点特征的像素坐标;
根据所述标志点特征的像素坐标和所述像素坐标对应的所述标定板上的物理坐标,完成相机内参数的标定。
在其中一些实施例中,对所述最大连通域中所述标志点进行定位,得到标志点特征的像素坐标,根据所述标志点特征的像素坐标和所述像素坐标对应的所述标定板上的物理坐标,完成相机内参数的标定包括:
选取所述最大连通域中的一个标志点作为初始标志点,将所述初始标志点的序号记为初始序号;
将所述初始标志点放入栈的栈顶中,按照预设编号逻辑对所述初始标志点的邻近标志点进行编号;
将已编号的所述邻近标志点放入所述栈中,按照预设编号逻辑对所述邻近标志点的邻近标志点进行编号,直到所述最大连通域中的标志点都完成编号;
对所述最大连通域中所述标志点进行定位,得到标志点特征的像素坐标,其中,所述标志点的编号作为所述标志点对应的标志点特征的编号;
根据所述标志点特征的编号,确定所述标志点特征的像素坐标所对应的标定板上的物理坐标;
根据所述标志点特征的像素坐标和所述像素坐标对应的所述标定板上的物理坐标,完成相机内参数的标定。
在其中一些实施例中,所述标志点队列中包含若干第一标志点和若干第二标志点,将所述第一标志点放入栈的栈顶中,判断所述第一标志点的邻近标志点是否满足第一过滤条件包括:
所述第一标志点为具有四个邻近标志点的标志点,所述第二标志点为邻近标志点少于四个的标志点;
将所述第一标志点放入栈的栈顶中,判断所述第一标志点的四个邻近标志点是否满足具有四个邻近标志点的条件。
在其中一些实施例中,获取所述标志点的方向记号,并按预设排序逻辑对所述方向记号进行排序,得到所述方向记号的序号包括:
获取所述标志点的方向记号,以所述标定板上的像素坐标x最小的方向记号作为起始的方向记号,对所述方向记号进行所述标志点内部顺时针的排序,得到所述方向记号在所述标志点内部的序号。
在其中一些实施例中,根据所述方向记号的序号对所述标志点和所述方向记号进行遍历,确定所述方向记号的邻近方向记号包括:
根据所述方向记号的序号对所述标志点和所述方向记号进行遍历,在确定所述方向记号的邻近方向记号后,验证所述方向记号的序号和所述邻近方向记号的序号是否满足序号配对规则;
若不满足,则按照所述序号配对规则,对所述邻近方向记号进行所述邻近标志点的内部序号调整
若满足,则不对所述邻近方向记号的序号进行调整。
在其中一些实施例中,对所述最大连通域中所述标志点进行定位,得到标志点特征的像素坐标包括:
对所述最大连通域中所述标志点进行粗定位,得到所述标志点中每两个标志点的共同标志点特征;
对所述共同标志点特征进行精定位,得到所述标志点特征的像素坐标。
在其中一些实施例中,对所述最大连通域中所述标志点进行定位,得到标志点特征的像素坐标还包括:
对所述最大连通域中所述标志点进行精定位,得到所述标志点中每一个标志点的标志点特征的像素坐标。
在其中一些实施例中,在从包含标定板的图像中获取标定板上的标志点,将所述标志点存入标志点队列之前,所述方法还包括:
将所述标定板固定在辅助单元上,通过所述辅助单元的移动和静止的相机单元获取若干包含所述标定板的图像,或者,将所述相机单元固定在所述辅助单元上,通过所述辅助单元的移动和静止的所述标定板获取若干包含所述标定板的图像。
本申请实施例提供了一种基于不完整标定板的相机标定的系统,所述系统包括处理单元、相机单元和辅助单元;
所述处理单元从包含标定板的图像中获取标定板上的若干标志点,将所述标志点存入标志点队列;
所述处理单元获取所述标志点的方向记号,并按预设排序逻辑对所述方向记号进行排序,得到所述方向记号的序号;
所述处理单元根据所述方向记号的序号对所述标志点和所述方向记号进行遍历,确定所述方向记号的邻近方向记号,确定所述标志点的邻近标志点;
所述标志点队列中包含若干第一标志点和若干第二标志点,所述处理单元将一个随机的所述第一标志点存储在标志点组中;
所述处理单元将所述第一标志点放入栈的栈顶中,判断所述第一标志点的邻近标志点是否满足第一过滤条件;
若满足,则将所述邻近标志点放入所述栈中继续进行所述判断,以及将所述邻近标志点存储在所述第一标志点的标志点组中;
若不满足,则将所述邻近标志点存储在所述第一标志点的标志点组中;
所述处理单元将未存储在标志点组的第一标志点放入栈中,进行所述判断,直到所有第一标志点都存储在标志点组中;
所述处理单元对若干所述标志点组进行筛选,确定具有最多标志点的预设标志点组;
所述处理单元检测所述预设标志点组中的所述第二标志点,确定包含所述第二标志点的其他标志点组,将所述预设标志点组和所述其他标志点组整合成最大连通域;
所述处理单元对所述最大连通域中所述标志点进行定位,得到标志点特征的像素坐标;
所述处理单元根据所述标志点特征的像素坐标和所述像素坐标对应的所述标定板上的物理坐标,完成相机内参数的标定。
在其中一些实施例中,在所述处理单元从包含标定板的图像中获取标定板上的标志点,将所述标志点存入标志点队列之前,所述系统还包括:
将所述标定板固定在所述辅助单元上,通过所述辅助单元的移动和静止的相机单元获取若干包含所述标定板的图像,或者,将所述相机单元固定在所述辅助单元上,通过所述辅助单元的移动和静止的所述标定板获取若干包含所述标定板的图像。
相比于相关技术,本申请实施例提供的一种基于不完整标定板的相机标定的方法和系统,通过从包含标定板的图像中获取标定板上的若干标志点,获取标志点的方向记号,对标志点和方向记号进行遍历,确定方向记号的邻近方向记号,确定标志点的邻近标志点,标志点队列中包含若干第一标志点和若干第二标志点,将一个随机的第一标志点存储在标志点组中;将第一标志点放入栈的栈顶中,判断第一标志点的邻近标志点是否满足第一过滤条件;若满足,则将邻近标志点放入栈中继续进行判断,以及将邻近标志点存储在第一标志点的标志点组中;若不满足,则将邻近标志点存储在第一标志点的标志点组中;将未存储在标志点组的第一标志点放入栈中,进行所述判断,直到所有第一标志点都存储在标志点组中;对若干标志点组进行筛选,确定具有最多标志点的预设标志点组;检测预设标志点组中的第二标志点,确定包含第二标志点的其他标志点组,将预设标志点组和其他标志点组整合成最大连通域;对最大连通域中标志点进行定位,得到标志点特征的像素坐标;根据标志点特征的像素坐标和像素坐标对应的标定板上的物理坐标,完成相机内参数的标定,解决了包含不完整标定板的图像得不到高效利用的问题,实现了包含不完整标定板的图像的高效利用,降低了由于外界因素导致的标定板获取不完整后,需重新获取完整标定板图像的成本。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的基于不完整标定板的相机标定系统的结构框图;
图2是根据本申请实施例的相机单元和辅助单元获取图像的示意图;
图3是根据本申请实施例的两种标定板的示意图;
图4是根据本申请实施例的不完整标定板的相机标定方法的步骤流程图;
图5是根据本申请具体实施例的最大连通域的示意图。
附图说明:10、处理单元;11、相机单元;12、辅助单元。
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,对本申请进行描述和说明。应当理解,此处所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。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的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。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本申请实施例提供了一种基于不完整标定板的相机标定的系统,图1是根据本申请实施例的基于不完整标定板的相机标定系统的结构框图,如图1所示,该系统包括处理单元10、相机单元11和辅助单元12;
处理单元10从包含标定板的图像中获取标定板上的若干标志点,将标志点存入标志点队列;
处理单元10获取标志点的方向记号,并按预设排序逻辑对方向记号进行排序,得到方向记号的序号;
处理单元10根据方向记号的序号对标志点和方向记号进行遍历,确定方向记号的邻近方向记号,确定标志点的邻近标志点;
标志点队列中包含若干第一标志点和若干第二标志点,处理单元10将一个随机的第一标志点存储在标志点组中;
处理单元10将第一标志点放入栈的栈顶中,判断第一标志点的邻近标志点是否满足第一过滤条件;
若满足,则将邻近标志点放入栈中继续进行判断,以及将邻近标志点存储在第一标志点的标志点组中;
若不满足,则将邻近标志点存储在第一标志点的标志点组中;
所述处理单元10将未存储在标志点组的第一标志点放入栈中,进行所述判断,直到所有第一标志点都存储在标志点组中;
处理单元10对若干标志点组进行筛选,确定具有最多标志点的预设标志点组;
处理单元10检测预设标志点组中的第二标志点,确定包含第二标志点的其他标志点组,将预设标志点组和其他标志点组整合成最大连通域;
处理单元10对最大连通域中标志点进行定位,得到标志点特征的像素坐标;
处理单元10根据标志点特征的像素坐标和像素坐标对应的标定板上的物理坐标,完成相机内参数的标定。
在其中一些实施例中,图2是根据本申请实施例的相机单元11和辅助单元12获取图像的示意图,如图2所示,该辅助单元12为六轴机械臂:
将标定板固定在辅助单元12上,通过辅助单元12的移动和静止的相机单元11获取若干包含标定板的图像,或者,将相机单元11固定在辅助单元12上,通过辅助单元12的移动和静止的标定板获取若干包含标定板的图像。
具体说明,六轴机器臂移动到初始位置,保证标定板在相机视野内,尽量靠近中心位置,且尽量使得相机光轴与标定板平面垂直,取到第一张标定板图像图;
基于运动控制算法,六轴机械臂末端运动,使得标定板在相机视野范围内做微小运动,取到若干张标定板图像;
初步获得相机与标定板的相对姿态,基于运动控制算法控制六轴机械臂末端运动,获得新的相机和标定板相对姿态, 获得新相对姿态下的标定板图像;
最后,通过六轴机械臂(辅助单元12)和相机单元11获取足够多的不同相对姿态下的标定板图像。
在其中一些实施例中,图3是根据本申请实施例的两种标定板的示意图,如图3所示,标志点为具有统一特征的图案,其在标定板上按一定顺序排列,相互间的物理距离已知,通过获取图像中标志点的精确位置及其排序,可得到其与物理坐标系下真实位置的对应关系,并作为相机标定程序的输入。
方向记号为标志点上一类统一的特殊记号,用于指向一个与其邻近的标志点,通常位于标志点图案的边缘处。通过搜索标志点队列中包含与之最近的方向记号的标志点,可以确定其所属标志点在对应方向上的邻近标志点,并统一两者的排序逻辑。
排序逻辑指标志点在标志点阵列中排列的顺序与方向,以确保对于任意的p和q,以及任意标志点 (i, j),若标志点 (i + p, j + q) 存在,则其与标志点(i, j)之间的物理偏移固定,例如在阵列中排列序号为(2,3)的点和(4,4)的点相差距离为(2*L,L),其中L是相邻两个标志点的间距,等效地,序号为(7,10)的点和(9,11)的点之间相差距离也是(2*L,L)。这个等效关系是通过统一所有标志点内部方向记号的排列顺序保证的。
本申请实施例提供了一种基于不完整标定板的相机标定的方法,图4是根据本申请实施例的不完整标定板的相机标定方法的步骤流程图,如图4所示,该方法包括以下步骤:
S402,从包含标定板的图像中获取标定板上的若干标志点,将标志点存入标志点队列;
S404,获取标志点的方向记号,并按预设排序逻辑对方向记号进行排序,得到方向记号的序号;
S406,根据方向记号的序号对标志点和方向记号进行遍历,确定方向记号的邻近方向记号,确定标志点的邻近标志点;
S408,标志点队列中包含若干第一标志点和若干第二标志点,将一个随机的第一标志点存储在标志点组中;
S410,将第一标志点放入栈的栈顶中,判断第一标志点的邻近标志点是否满足第一过滤条件;
S412,若满足,则将邻近标志点放入栈中继续进行所述判断,以及将邻近标志点存储在第一标志点的标志点组中;
S414,若不满足,则将邻近标志点存储在第一标志点的标志点组中;
S416,将未存储在标志点组的第一标志点放入栈中,进行所述判断,直到所有第一标志点都存储在标志点组中;
S418,对若干标志点组进行筛选,确定具有最多标志点的预设标志点组;
S420,检测预设标志点组中的第二标志点,确定包含第二标志点的其他标志点组,将预设标志点组和其他标志点组整合成最大连通域;
S422,对最大连通域中标志点进行定位,得到标志点特征的像素坐标;
S424,根据标志点特征的像素坐标和像素坐标对应的标定板上的物理坐标,完成相机内参数的标定。
通过本申请实施例中的步骤S402至S424,从包含标定板的图像中获取标定板上的若干标志点,获取标志点的方向记号,对标志点和方向记号进行遍历,确定方向记号的邻近方向记号,确定标志点的邻近标志点,标志点队列中包含若干第一标志点和若干第二标志点,将一个随机的第一标志点存储在标志点组中;将第一标志点放入栈的栈顶中,判断第一标志点的邻近标志点是否满足第一过滤条件;若满足,则将邻近标志点放入栈中继续进行判断,以及将邻近标志点存储在第一标志点的标志点组中;若不满足,则将邻近标志点存储在第一标志点的标志点组中;将未存储在标志点组的第一标志点放入栈中,进行所述判断,直到所有第一标志点都存储在标志点组中;对若干标志点组进行筛选,确定具有最多标志点的预设标志点组;检测预设标志点组中的第二标志点,确定包含第二标志点的其他标志点组,将预设标志点组和其他标志点组整合成最大连通域;对最大连通域中标志点进行定位,得到标志点特征的像素坐标;根据标志点特征的像素坐标和像素坐标对应的标定板上的物理坐标,完成相机内参数的标定,解决了包含不完整标定板的图像得不到高效利用的问题,实现了包含不完整标定板的图像的高效利用,降低了由于外界因素导致的标定板获取不完整后,需重新获取完整标定板图像的成本。
在其中一些实施例中,选取最大连通域中的一个标志点作为初始标志点,将初始标志点的序号记为初始序号;
将初始标志点放入栈的栈顶中,按照预设编号逻辑对初始标志点的邻近标志点进行编号;
将已编号的邻近标志点放入栈中,按照预设编号逻辑对邻近标志点的邻近标志点进行编号,直到最大连通域中的标志点都完成编号;
对最大连通域中标志点进行定位,得到标志点特征的像素坐标,其中,标志点的编号作为标志点对应的标志点特征的编号;
根据标志点特征的编号,确定标志点特征的像素坐标所对应的标定板上的物理坐标;
根据标志点特征的像素坐标和像素坐标对应的标定板上的物理坐标,完成相机内参数的标定。
在其中一些实施例中,标志点队列中包含若干第一标志点和若干第二标志点,第一标志点为具有四个邻近标志点的标志点,第二标志点为邻近标志点少于四个的标志点;
将第一标志点放入栈的栈顶中,判断第一标志点的四个邻近标志点是否满足具有四个邻近标志点的条件。
在其中一些实施例中,获取标志点的方向记号,以标定板上的像素坐标x最小的方向记号作为起始的方向记号,对方向记号进行标志点内部顺时针的排序,得到方向记号在标志点内部的序号。
根据方向记号在标志点内部的排序来遍历每个方向记号,这里强调“内部”是由于最后需要保证所有标志点的排序与方向记号的排序统一,但在这一步骤中各标志点之间的关系未知,故这种排序只能保证在标志点内部是按照同一种逻辑,比如从标定板上的像素坐标x最小的方向记号开始,按顺时针排列。遍历的目的是寻找每个记号所对应的另一个标志点中的某个记号,使两者满足“相邻”关系。例如使用方形特征点的时候,若方形按国际象棋棋盘的方式整齐排列,则可以令方形的每个角为方向记号,两个相邻的方形所对应的一组方向记号即为两个挨得很近的相对的角。通过遍历某个方形的角,可以在其他所有方形中找到与其距离最近的角,如果满足某些其他条件,比如角和角的距离不大于方形边长的1/4,就认为这两个角是一组相邻角,在这同时就能把两个方形也定义为相邻方形了,并且可以调整其中一个方形里角的排序,使得两个方形拥有相同的排序——两个相邻角的序号在同一个方形内为对角
在其中一些实施例中,根据方向记号的序号对标志点和方向记号进行遍历,在确定方向记号的邻近方向记号后,验证方向记号的序号和邻近方向记号的序号是否满足序号配对规则;
若不满足,则按照序号配对规则,对邻近方向记号进行邻近标志点的内部序号调整
若满足,则不对邻近方向记号的序号进行调整。
在其中一些实施例中,对最大连通域中标志点进行粗定位,得到标志点中每两个标志点的共同标志点特征;
对共同标志点特征进行精定位,得到标志点特征的像素坐标。
在其中一些实施例中,对最大连通域中标志点进行精定位,得到标志点中每一个标志点的标志点特征的像素坐标。
在其中一些实施例中,在从包含标定板的图像中获取标定板上的标志点,将标志点存入标志点队列之前,
将标定板固定在辅助单元12上,通过辅助单元12的移动和静止的相机单元11获取若干包含标定板的图像,或者,将相机单元11固定在辅助单元12上,通过辅助单元12的移动和静止的标定板获取若干包含标定板的图像。
本申请具体实施例提供了一种基于不完整标定板的相机标定的方法,该方法包括以下步骤:
步骤1,标志点提取。
在一张包含标定板的图像中提取标志点,标定板在图像中的位姿任意,图像可能存在畸变;
标志点提取后被存入标志点队列,标志点间的相互关系未知;
获取各标志点的方向记号,并按某种固定逻辑对方向记号进行标志点内部的排序(如以 x 坐标最小的记号为起始,按顺时针排序)。
步骤2,寻找相邻关系并对方向记号排序。
遍历所有标志点,遍历其每个方向记号,若该方向记号尚无对应的邻近方向记号,则遍历其他标志点,寻找可能存在的邻近方向记号;
一组邻近方向记号被定义为,邻近的两个标志点之间距离最近的一组方向记号;
遍历结束后,每个标志点保存了找到的所有邻近标志点,且其对应的方向记号保存了对应的邻近方向记号;
在确定邻近关系时,方向记号是从属于标志点的,在每个标志点中方向记号已进行了排序,如按顺时针排序,则序号1-3和2-4分别表示对角的方向记号。但是在寻找邻近标志点上的邻近方向记号时,由于标志点间的方向记号排序尚未统一,可能找到的邻近方向记号对(分别从属于2个邻近的标志点)的序号分别是1-2这种情况,此时就需要调整被找到的邻近标志点的方向记号排序,使之与正在考察的标志点的排序保持统一。在遍历结束后,所有的邻近点对都是1-3或者2-4的组合。保证被找到的邻近标志点与所考察标志点一致。
步骤3,寻找最大连通域并调整排序。
随机选取一个具有4个邻近标志点的标志点(记此类标志点为 feat_4),将其推入一个栈中;
当栈非空时,取出栈顶元素,放入当前标志点组 G,考察其4个邻近标志点,若为feat_4,则将其放入G,并推入栈中,若其相邻标志点数小于4(记此类标志点为feat_<4),则仅将其放入G;
其中,G是新建的标志点指针数组,每个这样的数组存放一个由若干标志点组成的连通域。连通域指的是其中从任意一个标志点出发,以其方向记号对应的邻近方向记号跳转到邻近标志点的方式,最终跳转到连通域内任意的另一个标志点。连通域外的标志点无法通过这种方式跳转到连通域内任意一个标志点;
当栈为空时,随机选取未在组G中的一个feat_4,重复上一步操作(放入新的组G’),直到所有feat_4 均有分组;
取包含最多标志点的标志点组G_max,遍历其feat_<4元素,若其存在多个标志点组中,则将上述除G_max外其他标志点组的元素均放入G_max 中;并遍历这些组中的feat_<4元素,执行相同操作,直到没有新的组并入,此时G_max 即为最大连通域;
图5是根据本申请具体实施例的连通域的示意图,如图5所示。灰色的标志点表示feat_<4,黑色的标志点表示feat_4,白色部分表示没找到标志点的区域。黑色曲线框出了最大连通域,灰色曲线框出的是被整合到最大连通域的连通域(标志点组),浅灰色曲线表示排除在最大连通域之外的其他连通域,所有连通域外的feat_<4,虽然也有和连通域联通的,但不包含到连通域中。
若单个标志点可独立获取其精确位置,则直接进入步骤4;
若标志点需要与其相邻标志点共同得出精确特征位置,遍历G_max中所有标志点的方向记号,对其中所有可在组内找到的相邻方向记号对(即排除了 G_max 中 feat_<4的元素与其所相邻的 feat_<4 的元素组成的标志点对)进行步骤4的位置提取操作;
步骤4,确定可精确定位的标志点特征的亚像素位置,及其与物理坐标的对应关系。
随机选取G_max 中的一个元素作为初始元素,记其序号为 (0, 0),将其推入栈中(若特征位置由2个标志点共同得出,可能需要对其事先进行粗定位,并用该粗定位的序列替代G_max执行以下步骤);
当栈非空时,取栈顶元素,遍历其邻近元素,对“未排序元素”按某种既定顺序赋予序号,记为“已排序元素” ,并推入栈中;
循环直到栈为空,所有元素都完成排序;
将所有元素序号减去最小的行号和列号,保证最小行号和列号为0;
若需要获得标定板物理坐标与图像上特征坐标的唯一对应关系,则需满足特征序列的最大行列号与标定板行列数相等,若仅用于单目标定,则可设定一些其他的最低标准(如特征数量最小值等)。
本领域的技术人员应该明白,以上所述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)

1.一种基于不完整标定板的相机标定的方法,其特征在于,所述方法包括:
从包含标定板的图像中获取标定板上的若干标志点,将所述标志点存入标志点队列;
获取所述标志点的方向记号,并按预设排序逻辑对所述方向记号进行排序,得到所述方向记号的序号;
根据所述方向记号的序号对所述标志点和所述方向记号进行遍历,确定所述方向记号的邻近方向记号,确定所述标志点的邻近标志点;
所述标志点队列中包含若干第一标志点和若干第二标志点,将一个随机的所述第一标志点存储在标志点组中;
将所述第一标志点放入栈的栈顶中,判断所述第一标志点的邻近标志点是否满足第一过滤条件;
若满足,则将所述邻近标志点放入所述栈中继续进行所述判断,以及将所述邻近标志点存储在所述第一标志点的标志点组中;
若不满足,则将所述邻近标志点存储在所述第一标志点的标志点组中;
将未存储在标志点组的第一标志点放入栈中,进行所述判断,直到所有第一标志点都存储在标志点组中;
对若干标志点组进行筛选,确定具有最多标志点的预设标志点组;
检测所述预设标志点组中的所述第二标志点,确定包含所述第二标志点的其他标志点组,将所述预设标志点组和所述其他标志点组整合成最大连通域;
对所述最大连通域中所述标志点进行定位,得到标志点特征的像素坐标;
根据所述标志点特征的像素坐标和所述像素坐标对应的所述标定板上的物理坐标,完成相机内参数的标定。
2.根据权利要求1所述的方法,其特征在于,对所述最大连通域中所述标志点进行定位,得到标志点特征的像素坐标,根据所述标志点特征的像素坐标和所述像素坐标对应的所述标定板上的物理坐标,完成相机内参数的标定包括:
选取所述最大连通域中的一个标志点作为初始标志点,将所述初始标志点的序号记为初始序号;
将所述初始标志点放入栈的栈顶中,按照预设编号逻辑对所述初始标志点的邻近标志点进行编号;
将已编号的所述邻近标志点放入所述栈中,按照预设编号逻辑对所述邻近标志点的邻近标志点进行编号,直到所述最大连通域中的标志点都完成编号;
对所述最大连通域中所述标志点进行定位,得到标志点特征的像素坐标,其中,所述标志点的编号作为所述标志点对应的标志点特征的编号;
根据所述标志点特征的编号,确定所述标志点特征的像素坐标所对应的标定板上的物理坐标;
根据所述标志点特征的像素坐标和所述像素坐标对应的所述标定板上的物理坐标,完成相机内参数的标定。
3.根据权利要求1所述的方法,其特征在于,所述标志点队列中包含若干第一标志点和若干第二标志点,将所述第一标志点放入栈的栈顶中,判断所述第一标志点的邻近标志点是否满足第一过滤条件包括:
所述第一标志点为具有四个邻近标志点的标志点,所述第二标志点为邻近标志点少于四个的标志点;
将所述第一标志点放入栈的栈顶中,判断所述第一标志点的四个邻近标志点是否满足具有四个邻近标志点的条件。
4.根据权利要求1所述的方法,其特征在于,获取所述标志点的方向记号,并按预设排序逻辑对所述方向记号进行排序,得到所述方向记号的序号包括:
获取所述标志点的方向记号,以所述标定板上的像素坐标x最小的方向记号作为起始的方向记号,对所述方向记号进行所述标志点内部顺时针的排序,得到所述方向记号在所述标志点内部的序号。
5.根据权利要求1所述的方法,其特征在于,根据所述方向记号的序号对所述标志点和所述方向记号进行遍历,确定所述方向记号的邻近方向记号包括:
根据所述方向记号的序号对所述标志点和所述方向记号进行遍历,在确定所述方向记号的邻近方向记号后,验证所述方向记号的序号和所述邻近方向记号的序号是否满足序号配对规则;
若不满足,则按照所述序号配对规则,对所述邻近方向记号进行所述邻近标志点的内部序号调整
若满足,则不对所述邻近方向记号的序号进行调整。
6.根据权利要求1所述的方法,其特征在于,对所述最大连通域中所述标志点进行定位,得到标志点特征的像素坐标包括:
对所述最大连通域中所述标志点进行粗定位,得到所述标志点中每两个标志点的共同标志点特征;
对所述共同标志点特征进行精定位,得到所述标志点特征的像素坐标。
7.根据权利要求1所述的方法,其特征在于,对所述最大连通域中所述标志点进行定位,得到标志点特征的像素坐标还包括:
对所述最大连通域中所述标志点进行精定位,得到所述标志点中每一个标志点的标志点特征的像素坐标。
8.根据权利要求1所述的方法,其特征在于,在从包含标定板的图像中获取标定板上的标志点,将所述标志点存入标志点队列之前,所述方法还包括:
将所述标定板固定在辅助单元上,通过所述辅助单元的移动和静止的相机单元获取若干包含所述标定板的图像,或者,将所述相机单元固定在所述辅助单元上,通过所述辅助单元的移动和静止的所述标定板获取若干包含所述标定板的图像。
9.一种基于不完整标定板的相机标定的系统,其特征在于,所述系统包括处理单元、相机单元和辅助单元;
所述处理单元从包含标定板的图像中获取标定板上的若干标志点,将所述标志点存入标志点队列;
所述处理单元获取所述标志点的方向记号,并按预设排序逻辑对所述方向记号进行排序,得到所述方向记号的序号;
所述处理单元根据所述方向记号的序号对所述标志点和所述方向记号进行遍历,确定所述方向记号的邻近方向记号,确定所述标志点的邻近标志点;
所述标志点队列中包含若干第一标志点和若干第二标志点,所述处理单元将一个随机的所述第一标志点存储在标志点组中;
所述处理单元将所述第一标志点放入栈的栈顶中,判断所述第一标志点的邻近标志点是否满足第一过滤条件;
若满足,则将所述邻近标志点放入所述栈中继续进行所述判断,以及将所述邻近标志点存储在所述第一标志点的标志点组中;
若不满足,则将所述邻近标志点存储在所述第一标志点的标志点组中;
所述处理单元将未存储在标志点组的第一标志点放入栈中,进行所述判断,直到所有第一标志点都存储在标志点组中;
所述处理单元对若干标志点组进行筛选,确定具有最多标志点的预设标志点组;
所述处理单元检测所述预设标志点组中的所述第二标志点,确定包含所述第二标志点的其他标志点组,将所述预设标志点组和所述其他标志点组整合成最大连通域;
所述处理单元对所述最大连通域中所述标志点进行定位,得到标志点特征的像素坐标;
所述处理单元根据所述标志点特征的像素坐标和所述像素坐标对应的所述标定板上的物理坐标,完成相机内参数的标定。
10.根据权利要求9所述的系统,其特征在于,在所述处理单元从包含标定板的图像中获取标定板上的标志点,将所述标志点存入标志点队列之前,所述系统还包括:
将所述标定板固定在所述辅助单元上,通过所述辅助单元的移动和静止的相机单元获取若干包含所述标定板的图像,或者,将所述相机单元固定在所述辅助单元上,通过所述辅助单元的移动和静止的所述标定板获取若干包含所述标定板的图像。
CN202110452096.5A 2021-04-26 2021-04-26 一种基于不完整标定板的相机标定的方法和系统 Active CN112991466B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110452096.5A CN112991466B (zh) 2021-04-26 2021-04-26 一种基于不完整标定板的相机标定的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110452096.5A CN112991466B (zh) 2021-04-26 2021-04-26 一种基于不完整标定板的相机标定的方法和系统

Publications (2)

Publication Number Publication Date
CN112991466A true CN112991466A (zh) 2021-06-18
CN112991466B CN112991466B (zh) 2021-09-10

Family

ID=76340227

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110452096.5A Active CN112991466B (zh) 2021-04-26 2021-04-26 一种基于不完整标定板的相机标定的方法和系统

Country Status (1)

Country Link
CN (1) CN112991466B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113205558A (zh) * 2021-07-02 2021-08-03 杭州灵西机器人智能科技有限公司 一种相机标定的特征排序方法、标定板和设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106600642A (zh) * 2016-10-31 2017-04-26 纵目科技(上海)股份有限公司 图像处理装置、图像校正、标定点查找方法及系统
CN107194972A (zh) * 2017-05-16 2017-09-22 成都通甲优博科技有限责任公司 一种摄像机标定方法及系统
CN107610176A (zh) * 2017-09-15 2018-01-19 斯坦德机器人(深圳)有限公司 一种基于Kinect的栈板动态识别与定位方法、系统及介质
CN110660107A (zh) * 2019-08-23 2020-01-07 贝壳技术有限公司 平面标定板、标定数据采集方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106600642A (zh) * 2016-10-31 2017-04-26 纵目科技(上海)股份有限公司 图像处理装置、图像校正、标定点查找方法及系统
CN107194972A (zh) * 2017-05-16 2017-09-22 成都通甲优博科技有限责任公司 一种摄像机标定方法及系统
CN107610176A (zh) * 2017-09-15 2018-01-19 斯坦德机器人(深圳)有限公司 一种基于Kinect的栈板动态识别与定位方法、系统及介质
CN110660107A (zh) * 2019-08-23 2020-01-07 贝壳技术有限公司 平面标定板、标定数据采集方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113205558A (zh) * 2021-07-02 2021-08-03 杭州灵西机器人智能科技有限公司 一种相机标定的特征排序方法、标定板和设备

Also Published As

Publication number Publication date
CN112991466B (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
US6768509B1 (en) Method and apparatus for determining points of interest on an image of a camera calibration object
CN104885096A (zh) 用于牌堆的牌处理方法
JP3515199B2 (ja) 欠陥検査装置
JP2009139197A (ja) カラーコード付き標識、カラーコード抽出手段及び三次元計測システム
CN112132907B (zh) 一种相机标定方法、装置、电子设备及存储介质
CN110189322A (zh) 平整度检测方法、装置、设备、存储介质及系统
CN112614188B (zh) 一种基于交比不变性的点阵式标定板及其识别方法
CN112991466B (zh) 一种基于不完整标定板的相机标定的方法和系统
US6873712B2 (en) Method for identifying an object image
CN114463438A (zh) 一种标定板、标定板识别方法、装置及计算机可读介质
CN113012096B (zh) 显示屏子像素定位及亮度提取方法、设备以及存储介质
CN104103069B (zh) 图像处理装置、图像处理方法及记录介质
CN103824275A (zh) 在图像中搜寻鞍点状结构并测定其信息的系统和方法
CN107644442B (zh) 双摄模组的空间位置标定方法
US20230245346A1 (en) Method and device for corner marking and parameter calibration
US6985609B2 (en) Method for identifying an object image
CN103955929B (zh) 图像局部边缘模式与非边缘模式判断方法及判断装置
CN107535088A (zh) 用于操纵构件的组件及方法
JP2013084031A (ja) マーカー、二次元コード、およびマーカーの認識方法、二次元コードの認識方法
CN113066128B (zh) 自识别标识板的视觉检测与恢复方法、装置、设备及介质
CN113298880B (zh) 一种相机标定板、相机标定方法及装置
JP6734213B2 (ja) 情報処理装置及びプログラム
JP2021516388A (ja) マーカーの光学的認識のための方法
JP2000207557A (ja) 位置ずれ量計測方法
CN115937321B (zh) 一种电子设备的姿态检测方法和装置

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