CN113205558B - 一种相机标定的特征排序方法、标定板和设备 - Google Patents

一种相机标定的特征排序方法、标定板和设备 Download PDF

Info

Publication number
CN113205558B
CN113205558B CN202110749407.4A CN202110749407A CN113205558B CN 113205558 B CN113205558 B CN 113205558B CN 202110749407 A CN202110749407 A CN 202110749407A CN 113205558 B CN113205558 B CN 113205558B
Authority
CN
China
Prior art keywords
features
special
calibration
groups
calibration plate
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.)
Active
Application number
CN202110749407.4A
Other languages
English (en)
Other versions
CN113205558A (zh
Inventor
王灿
郭骏杰
王林钊
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 CN202110749407.4A priority Critical patent/CN113205558B/zh
Publication of CN113205558A publication Critical patent/CN113205558A/zh
Application granted granted Critical
Publication of CN113205558B publication Critical patent/CN113205558B/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
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • 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)
  • Image Analysis (AREA)

Abstract

本申请涉及一种相机标定的特征排序方法、标定板和设备,通过相机获取包含标定板的目标图像,其中,标定板中至少包含四组所述特殊特征组,从特殊特征组选取四个特殊特征,对目标图像中的标定板进行透视变换得到标定板正视图,提取标定板正视图上特征的图像坐标,遍历特征得到对应用于预设步骤的参数;确定目标特征并放入预设队列中,重复执行预设步骤,直到遍历排序所有特征,其中,预设步骤中对提取失败的特征也进行了标记。通过本申请,解决了全编码特征提取容易失败和必须在图像中提取全特征的图像坐标导致图像利用率低的问题,实现了提高每组编码特征识别的稳定性,在无法提取全特征情况下,也能对识别到的所有特征进行排序遍历。

Description

一种相机标定的特征排序方法、标定板和设备
技术领域
本申请涉及计算机视觉领域,特别是涉及一种相机标定的特征排序方法、标定板和设备。
背景技术
目前标定板的种类有棋盘类型, 圆类型等。其中圆类型分为实心圆和同心圆等,其中有一些方案采用在特征上加入编码以唯一确定其在标定板上的位置。现有技术中,一般是标定板中的所有特征都统一不带编码或所有特征都统一带编码, 而在所有特征都带编码的情况下,用算法检测定位特征时会出现个别编码识别错误情况;还有的除使用统一的特征外,还会在标定板3个顶点处分别用一个特殊特征用于图像矫正,但是当任意特殊特征提取失败后,则无法进行矫正;还有在一些需要用到多块不同大小标定板的场景下,也存在成本较高的问题,并且现有标定板特征排序的方案中,必须在图像中提取全特征的图像坐标,会导致图像利用率低下。
目前针对相关技术中全编码特征提取容易失败和必须在图像中提取全特征的图像坐标导致图像利用率低的问题,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相机标定的特征排序方法、标定板和设备,以至少解决相关技术中全编码特征提取容易失败和必须在图像中提取全特征的图像坐标导致图像利用率低的问题。
第一方面,本申请实施例提供了一种相机标定的特征排序方法,所述方法包括:
标定板中包含用于相机标定的特征,所述特征包括带编码的特殊特征和不带编码的普通特征,其中,每个所述特殊特征的编码各不相同;
所述特殊特征组合构成特殊特征组,每个所述特殊特征组至少包含两个所述特殊特征,所述标定板至少包含四组所述特殊特征组且所述特殊特征组数为偶数,其余特征都是普通特征;
通过相机获取包含所述标定板的目标图像;
根据特殊特征组确定所述标定板在所述目标图像中的位置;
从所述特殊特征组选取四个特殊特征,对所述目标图像中的所述标定板进行透视变换得到标定板正视图,其中,选取的四个所述特殊特征的位置分布不在同一直线上;
建立平面图像坐标系,提取所述标定板正视图上特征的图像坐标;
遍历所述特征的图像坐标,得到相邻的图像坐标的横坐标间隔和纵坐标间隔;
将从所述标定板正视图上选取出的目标特征放入预设队列中,重复执行预设步骤,直到所有特征都完成遍历排序;
所述预设步骤包括:
复制取出所述目标特征,并将所述目标特征从所述预设队列中剔除,判断所述目标特征是否已经进行遍历排序;
若否,则根据所述横坐标间隔和纵坐标间隔,判断所述目标特征是否存在相邻特征;
若存在,则将所述目标特征标记为已进行遍历排序,并将所述相邻特征的图像坐标和位置放入所述预设队列中,作为下一次遍历的目标特征,若不存在,则标记为不存在。
在其中一些实施例中,根据所述横坐标间隔和纵坐标间隔,判断所述目标特征是否存在相邻特征包括:
以目标特征的图像坐标作为基准加减对应的横坐标间隔和纵坐标间隔,得到相邻特征计算值;
计算所述相邻特征计算值与特征的图像坐标的最短距离,判断所述最短距离是否小于d=(x_range+y_range)/4,若是,则存在相邻特征,若否,则不存在相邻特征,其中,x_range为横坐标间隔,y_range为纵坐标间隔。
在其中一些实施例中,遍历所述特征的图像坐标,得到相邻的图像坐标的横坐标间隔和纵坐标间隔包括:
遍历所述特征的图像坐标,得到横坐标方向的最小值和最大值,以及纵坐标方向的最小值和最大值;
再根据所述标定板的特征排列属性计算出相邻的图像坐标的横坐标间隔和纵坐标间隔。
在其中一些实施例中,在将从所述标定板正视图上选取出的目标特征放入预设队列中之前,所述方法包括:
遍历所述特征的图像坐标,得到横坐标方向的最小值和最大值,以及纵坐标方向的最小值和最大值;
根据横坐标方向的最小值和最大值、纵坐标方向的最小值和最大值、以及横坐标间隔和纵坐标间隔,再次遍历所述特征的图像坐标,得到特征的最小图像坐标,将所述最小图像坐标的特征作为目标特征。
在其中一些实施例中,所述标定板至少包含四组所述特殊特征组且所述特殊特征组数为偶数,其余特征都是普通特征包括:
所述标定板包含六组所述特殊特征组,其余特征都是普通特征,六组所述特殊特征组的位置分别位于所述标定板的左上顶角、右上顶角、左下顶角、右下顶角、上边界中部和下边界中部
左上顶角、右上顶角、左下顶角和右下顶角的四组特殊特征组可用于需要大标定板进行相机标定的场景;
左上顶角、左下顶角、上边界中部和下边界中部的四组特殊特征组可用于需要小标定板进行相机标定的场景。
在其中一些实施例中,所述标定板至少包含四组所述特殊特征组且所述特殊特征组数为偶数,其余特征都是普通特征包括:
所述标定板包含四组所述特殊特征组,其余特征都是普通特征,四组所述特殊特征组的位置分别位于所述标定板的左上顶角、右上顶角、左下顶角和右下顶角;
或者,所述标定板包含四组所述特殊特征组,其余特征都是普通特征,四组所述特殊特征组的位置分别位于所述标定板的上边界中部、右边界中部、下边界中部和左边界中部。
在其中一些实施例中,标定板中包含用于相机标定的特征,所述特征包括带编码的特殊特征和不带编码的普通特征,其中,每个所述特殊特征的编码各不相同包括:
标定板中包含用于相机标定的特征,所述特征包括特殊的三圆环同心圆和统一的单圆环同心圆,其中,所述三圆环同心圆中圆环的内外圆比例不固定且各不相同,所述单圆环同心圆中圆环的内外圆比例固定。
在其中一些实施例中,所述特殊特征组合构成特殊特征组,每个所述特殊特征组至少包含两个所述特殊特征包括:
两个所述特殊特征构成特殊特征组,其中,任意两个特殊特征位置分布不在同一行且不在同一列,呈斜角相邻分布;
或者,两个所述特殊特征构成特殊特征组,其中,任意两个特殊特征位置分布在同一行或在同一列,呈平行相邻分布。
第二方面,本申请实施例提供了一种相机标定的标定板,所述标定板为平面标定板;
标定板中包含用于相机标定的特征,所述特征包括带编码的特殊特征和不带编码的普通特征,其中,每个所述特殊特征的编码各不相同;
所述特殊特征组合构成特殊特征组,每个所述特殊特征组至少包含两个所述特殊特征,所述标定板至少包含四组所述特殊特征组且所述特殊特征组数为偶数,其余特征都是普通特征。
第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面中任一项所述的相机标定的特征排序方法。
相比于相关技术,本申请实施例提供的一种相机标定的特征排序方法、标定板和设备,通过相机获取包含标定板的目标图像,其中,标定板中至少包含四组所述特殊特征组,根据特殊特征组确定标定板在目标图像中的位置,从特殊特征组选取四个特殊特征,对目标图像中的标定板进行透视变换得到标定板正视图,提取标定板正视图上特征的图像坐标,遍历特征的图像坐标,得到对应用于预设步骤的参数;将标定板正视图上的目标特征放入预设队列中,重复执行预设步骤,直到对所有特征都进行遍历排序,其中,预设步骤中对提取失败的特征也进行了标记,解决了全编码特征提取容易失败和必须在图像中提取全特征的图像坐标导致图像利用率低的问题,实现了提高每组编码特征识别的稳定性,进而提高通过编码特征进行图像矫正的稳定性,在图像较差无法提取全特征情况下,也能对识别到的所有特征进行排序遍历。
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是根据相关技术中标定板设计方法的示意图;
图2是根据相关技术中标定板的特征识别的示意图;
图3是根据相关技术中标定板另一设计方法的示意图;
图4是根据本申请实施例的相机标定特征排序方法的步骤流程图;
图5是根据本申请实施例特殊特征组位置分布的进阶标定板设计方法的示意图;
图6是根据本申请实施例特殊特征组位置分布的基础标定板设计方法的示意图;
图7是根据本申请实施例圆环特征的标定板设计方法的示意图;
图8是根据本申请实施例特殊特征位置分布的标定板设计方法的示意图;
图9是根据本申请实施例特殊特征位置分布的另一标定板设计方法的示意图;
图10是根据本申请实施例的相机标定特征排序方法的流程示意图;
图11是根据本申请实施例的不完整特征提取方法的示意图;
图12是本申请实施例的四种邻域探索方式的示意图;
图13是本申请实施例的分析目标特征是否存在相邻特征的示意图;
图14是根据本申请实施例的电子设备的内部结构示意图。
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。
在相关技术中,图1是根据相关技术中标定板设计方法的示意图,如图1所示,该设计方法中标定板的所有特征都是带编码的特征,图2是根据相关技术中标定板的特征识别的示意图,如图2所示,在特征识别中,两个不同编码的特征同时被识别成69,因此在目标图像上用算法检测定位该标定板上特征时,会出现个别编码识别错误情况。
在其中一些相关技术中,图3是根据相关技术中标定板的另一设计方法的示意图,如图3所示,该设计方法中标定板除统一的特征外,在3个顶点处分别用一个特殊特征用于图像矫正(矫正目的是将图像中的标定板图案变为正视图进而更精准提取圆心坐标)。但是存在着当任意特殊特征提取失败后,无法进行矫正以及特征排序的问题。
此外,上述两种相关技术中特征排序方法和标定板设计方法,还存在着在一些需要用多块不同大小标定板的场景下,成本较高的问题。
因此,本发明通过以下实施例来解决相关技术中全编码特征提取容易失败和必须在图像中提取全特征的图像坐标导致图像利用率低的问题。提升标定板上的特征识别稳定性;利用特征矫正成正视图更加稳定;利用不完整检测算法在图像较差无法提取全特征情况下提取能识别到所有的特征;设计更加自适应的标定板,在需要多块不同大小标定板的场景下只要一块标定板,减少成本更易操作。
本申请实施例提供了一种相机标定的特征排序方法,图4是根据本申请实施例的相机标定特征排序方法的步骤流程图,如图4所示,该方法包括以下步骤:
步骤S402,标定板中包含用于相机标定的特征,特征包括带编码的特殊特征和不带编码的普通特征,其中,每个特殊特征的编码各不相同;
步骤S404,特殊特征组合构成特殊特征组,每个特殊特征组至少包含两个特殊特征,标定板至少包含四组特殊特征组且特殊特征组数为偶数,其余特征都是普通特征;
步骤S406,通过相机获取包含标定板的目标图像,根据特殊特征组确定标定板在目标图像中的位置;
步骤S408,从特殊特征组选取四个特殊特征,对目标图像中的标定板进行透视变换得到标定板正视图,其中,选取的四个特殊特征的位置分布不在同一直线上;
步骤S410,建立平面图像坐标系,提取标定板正视图上特征的图像坐标;
步骤S412,遍历特征的图像坐标,得到相邻的图像坐标的横坐标间隔和纵坐标间隔;
步骤S414,将从标定板正视图上选取出的目标特征放入预设队列中,复制取出所述目标特征,并将所述目标特征从所述预设队列中剔除,判断所述目标特征是否已经进行遍历排序;
步骤S416,若否,则根据横坐标间隔和纵坐标间隔,判断目标特征是否存在相邻特征;
步骤S418,若存在,则将目标特征标记为已进行遍历排序,并将相邻特征的图像坐标和位置放入预设队列中,作为下一次遍历的目标特征,若不存在,则标记为不存在;
步骤S420,重复执行步骤S414至步骤S418,直到所有特征都完成遍历排序;
通过本申请实施例中的步骤S402至步骤S420,解决了全编码特征提取容易失败和必须在图像中提取全特征的图像坐标导致图像利用率低的问题,实现了提高每组编码特征识别的稳定性,进而提高通过编码特征进行图像矫正的稳定性,在图像较差无法提取全特征情况下,也能对识别到的所有特征进行排序遍历。
在其中一些实施例中,步骤S416,根据横坐标间隔和纵坐标间隔,判断目标特征是否存在相邻特征包括:
以目标特征的图像坐标作为基准加减对应的横坐标间隔和纵坐标间隔,得到相邻特征计算值;
计算相邻特征计算值与特征的图像坐标的最短距离,判断最短距离是否小于d=(x_range+y_range)/4,若是,则存在相邻特征,若否,则不存在相邻特征,其中,x_range为横坐标间隔,y_range为纵坐标间隔。
在其中一些实施例中,步骤S412,遍历特征的图像坐标,得到相邻的图像坐标的横坐标间隔和纵坐标间隔包括:
遍历特征的图像坐标,得到横坐标方向的最小值和最大值,以及纵坐标方向的最小值和最大值;
再根据标定板的特征排列属性计算出相邻的图像坐标的横坐标间隔和纵坐标间隔。
在其中一些实施例中,在步骤S414,将从标定板正视图上选取出的目标特征放入预设队列中之前,方法包括:
遍历特征的图像坐标,得到横坐标方向的最小值和最大值,以及纵坐标方向的最小值和最大值;
根据横坐标方向的最小值和最大值、纵坐标方向的最小值和最大值、以及横坐标间隔和纵坐标间隔,再次遍历特征的图像坐标,得到特征的最小图像坐标,将最小图像坐标的特征作为目标特征。
需要说明的是,将本申请实施例中得到横坐标方向的最小值设为x_min,纵坐标方向的最小值设置为y_min,横坐标方向的最大值设置为x_max,纵坐标方向的最大值设置为y_max;标定板中特征的最小图像坐标与坐标(x_min,y_min)不全相等,标定板中特征的最大图像坐标与坐标(x_max,y_max)也不全相等;本申请实施例最后得到的目标特征一般是离(x_min,y_min)这一坐标最近的特征,或者是离(x_max,y_max)这一坐标最近的特征。
在其中一些实施例中,步骤S404,标定板至少包含四组特殊特征组且特殊特征组数为偶数,其余特征都是普通特征包括:
图5是根据本申请实施例特殊特征组位置分布的进阶标定板设计方法的示意图,如图5所示;
该标定板包含六组特殊特征组,其余特征都是普通特征,六组特殊特征组的位置分别位于标定板的左上顶角(特征1和特征5)、右上顶角(特征2和特征6)、左下顶角(特征4和特征8)、右下顶角(特征3和特征7)、上边界中部(特征9和特征11)和下边界中部(特征10和特征12);
左上顶角、右上顶角、左下顶角和右下顶角的四组特殊特征组可用于需要大标定板进行相机标定的场景;
左上顶角、左下顶角、上边界中部和下边界中部的四组特殊特征组可用于需要小标定板进行相机标定的场景。
需要说明的是,标定板中的特殊特征组还可以是8组、10组……、2n组(n>2),特殊特征组数量的增多,对应相机标定的应用场景也就增多,只要基于上述标定板设计构思的,都属于本实施例的扩展变形。
通过本申请实施例中标定板的设计,在需要多块不同大小标定板的场景下只要一块标定板,减少成本更易操作。
在其中一些实施例中,步骤S404,标定板至少包含四组特殊特征组且特殊特征组数为偶数,其余特征都是普通特征包括:
图6是根据本申请实施例特殊特征组位置分布的基础标定板设计方法的示意图,如图6所示;
标定板包含四组特殊特征组,其余特征都是普通特征,四组特殊特征组的位置分别位于标定板的左上顶角(特征1和特征5)、右上顶角(特征2和特征6)、左下顶角(特征4和特征8)和右下顶角(特征3和特征7);
或者,标定板包含四组特殊特征组,其余特征都是普通特征,四组特殊特征组的位置分别位于标定板的上边界中部、右边界中部、下边界中部和左边界中部。
在其中一些实施例中,步骤S402,标定板中包含用于相机标定的特征,特征包括带编码的特殊特征和不带编码的普通特征,其中,每个特殊特征的编码各不相同包括:
图7是根据本申请实施例圆环特征的标定板设计方法的示意图,如图7所示;
标定板中包含用于相机标定的特征,特征包括特殊的三圆环同心圆和统一的单圆环同心圆,其中,三圆环同心圆中圆环的内外圆比例不固定且各不相同,单圆环同心圆中圆环的内外圆比例固定。
在其中一些实施例中,步骤S404,特殊特征组合构成特殊特征组,每个特殊特征组至少包含两个特殊特征包括:
图8是根据本申请实施例特殊特征位置分布的标定板设计方法的示意图,如图8所示;
两个特殊特征构成特殊特征组,其中,任意两个特殊特征位置分布不在同一行且不在同一列,呈斜角相邻分布,例如,特征1和特征5、特征2和特征6、特征3和特征7,以及特征4和特征8;
图9是根据本申请实施例特殊特征位置分布的另一标定板设计方法的示意图,如图9所示;
两个特殊特征构成特殊特征组,其中,任意两个特殊特征位置分布在同一行或在同一列,呈平行相邻分布,例如,特征1和特征5、特征2和特征6、特征3和特征7,以及特征4和特征8。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例提供了一种相机标定的标定板,标定板为平面标定板;
标定板中包含用于相机标定的特征,特征包括带编码的特殊特征和不带编码的普通特征,其中,每个特殊特征的编码各不相同;
特殊特征组合构成特殊特征组,每个特殊特征组至少包含两个特殊特征,标定板至少包含四组特殊特征组且特殊特征组数为偶数,其余特征都是普通特征。
本申请具体实施例提供了一种相机标定的特征排序方法,图10是根据本申请实施例的相机标定特征排序方法的流程示意图,如图10所示,该方法包括以下步骤:
步骤一,设计标定板特征。
标定板中包含用于相机标定的特征,特征包括带编码的特殊特征和不带编码的普通特征,其中,每个特殊特征的编码各不相同。
步骤二,设计标定板特殊特征组。
特殊特征组合构成特殊特征组,每个特殊特征组至少包含两个特殊特征,标定板至少包含四组特殊特征组,其余特征都是普通特征。
步骤三,获取目标图像。
通过相机获取包含标定板的目标图像,根据特殊特征组确定标定板在目标图像中的位置。
步骤四,矫正目标图像。
从特殊特征组选取四个特殊特征,对目标图像中的标定板进行透视变换得到标定板正视图,其中,选取的四个特殊特征的位置分布不在同一直线上;
步骤五,提取特征的图像坐标。
图11是根据本申请实施例的不完整特征提取方法的示意图,如图11所示,
在矫正的正视图中利用算子粗提取图像中一组不完整特征的图像坐标,
Figure DEST_PATH_IMAGE001
表示 没有提取到图像坐标的特征。
步骤六,计算特征排序参数。
按照如图所示建立x,y方向坐标系(图像坐标系),遍历该组不完整特征中心坐标,得到x,y方向的中心坐标的对应最小和最大值。利用标定板特征排列属性计算出相邻中心坐标间x,y方向的间距。
步骤七,确定目标特征。
再次遍历该组,通过步骤六得到的x,y方向最小最大值组合成两个点(x_min, y_min),(x_max, y_max)计算出标定板中离这两个点距离最近的特征,即图11中特征1和特征3的中心坐标;将特征1或特征3作为目标特征(包括真实的图像坐标和对应位置)放入队列中作为初始值。
步骤八,判断是否存在邻域特征。
复制取出初始值,并将该值从队列中剔除,判断该值是否已经进行遍历排序。如果没有进行遍历排序,则探测其邻域(图12是本申请实施例的四种邻域探索方式的示意图,如图12所示,在边界处没有对应邻域直接跳过不探测)并判断相邻特征是否存在。图13是本申请实施例的分析目标特征是否存在相邻特征的示意图,如图13所示,以目标特征的图像坐标作为基准加减对应的xy方向间距得到邻域计算值,然后求该计算值与不完整特征中心坐标组最近的距离,判断距离是否小于预设阈值,该预设阈值可以是(x_range + y_range)/4(根据xy方向间距得到的平均半径,即x_range为横坐标间隔,y_range为纵坐标间隔)。
步骤九,特征的排序标记。
如果相邻特征的图像坐标存在,将对应特征的图像坐标和位置放入队列中,作为下一次循环的目标特征,并将当前循环的目标特征标记为已进行遍历排序(防止重复遍历);否则标记为不存在。
步骤十,特征的循环遍历。
重复执行步骤八至步骤九直到所有目标特征完成遍历排序。
通过本申请实施例中的步骤一至步骤十,解决了全编码特征提取容易失败和必须在图像中提取全特征的图像坐标导致图像利用率低的问题,实现了提高每组编码特征识别的稳定性,进而提高通过编码特征进行图像矫正的稳定性,在图像较差无法提取全特征情况下,也能对识别到的所有特征进行排序遍历。
本实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
需要说明的是,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
另外,结合上述实施例中的相机标定的特征排序方法,本申请实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序;该计算机程序被处理器执行时实现上述实施例中的任意一种相机标定的特征排序方法。
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。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、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。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种相机标定的特征排序方法。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。
在一个实施例中,图14是根据本申请实施例的电子设备的内部结构示意图,如图14所示,提供了一种电子设备,该电子设备可以是服务器,其内部结构图可以如图14所示。该电子设备包括通过内部总线连接的处理器、网络接口、内存储器和非易失性存储器,其中,该非易失性存储器存储有操作系统、计算机程序和数据库。处理器用于提供计算和控制能力,网络接口用于与外部的终端通过网络连接通信,内存储器用于为操作系统和计算机程序的运行提供环境,计算机程序被处理器执行时以实现一种相机标定的特征排序方法,数据库用于存储数据。
本领域技术人员可以理解,图14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电子设备的限定,具体的电子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。
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,该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/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)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 (9)

1.一种相机标定的特征排序方法,其特征在于,所述方法包括:
标定板中包含用于相机标定的特征,所述特征包括带编码的特殊特征和不带编码的普通特征,其中,每个所述特殊特征的编码各不相同;
所述特殊特征组合构成特殊特征组,每个所述特殊特征组至少包含两个所述特殊特征,所述标定板至少包含四组所述特殊特征组且所述特殊特征组数为偶数,其余特征都是普通特征;
通过相机获取包含所述标定板的目标图像;
根据特殊特征组确定所述标定板在所述目标图像中的位置;
从所述特殊特征组选取四个特殊特征,对所述目标图像中的所述标定板进行透视变换得到标定板正视图,其中,选取的四个所述特殊特征的位置分布不在同一直线上;
建立平面图像坐标系,提取所述标定板正视图上所有特征的图像坐标;
遍历所述特征的图像坐标,得到相邻的图像坐标的横坐标间隔和纵坐标间隔;
将从所述标定板正视图上选取出的目标特征放入预设队列中,重复执行预设步骤,直到所有特征都完成遍历排序;
所述预设步骤包括:
复制取出所述目标特征,并将所述目标特征从所述预设队列中剔除,判断所述目标特征是否已经进行遍历排序;
若否,则以目标特征的图像坐标作为基准加减对应的横坐标间隔和纵坐标间隔,得到相邻特征计算值,计算所述相邻特征计算值与其他特征的图像坐标的最短距离;
判断所述最短距离是否小于预设阈值,若是,则存在相邻特征,将所述目标特征标记为已进行遍历排序,并将所述相邻特征的图像坐标和位置放入所述预设队列中,作为下一次遍历的目标特征;若否,则不存在相邻特征,并标记为不存在。
2.根据权利要求1所述的方法,其特征在于,遍历所述特征的图像坐标,得到相邻的图像坐标的横坐标间隔和纵坐标间隔包括:
遍历所述特征的图像坐标,得到横坐标方向的最小值和最大值,以及纵坐标方向的最小值和最大值;
再根据所述标定板的特征排列属性计算出相邻的图像坐标的横坐标间隔和纵坐标间隔。
3.根据权利要求1所述的方法,其特征在于,在将从所述标定板正视图上选取出的目标特征放入预设队列中之前,所述方法包括:
遍历所述特征的图像坐标,得到横坐标方向的最小值和最大值,以及纵坐标方向的最小值和最大值;
根据横坐标方向的最小值和最大值、纵坐标方向的最小值和最大值、以及横坐标间隔和纵坐标间隔,再次遍历所述特征的图像坐标,得到特征的最小图像坐标,将所述最小图像坐标的特征作为目标特征。
4.根据权利要求1所述的方法,其特征在于,所述标定板至少包含四组所述特殊特征组且所述特殊特征组数为偶数,其余特征都是普通特征包括:
所述标定板包含六组所述特殊特征组,其余特征都是普通特征,六组所述特殊特征组的位置分别位于所述标定板的左上顶角、右上顶角、左下顶角、右下顶角、上边界中部和下边界中部
左上顶角、右上顶角、左下顶角和右下顶角的四组特殊特征组可用于需要大标定板进行相机标定的场景;
左上顶角、左下顶角、上边界中部和下边界中部的四组特殊特征组可用于需要小标定板进行相机标定的场景。
5.根据权利要求1所述的方法,其特征在于,所述标定板至少包含四组所述特殊特征组且所述特殊特征组数为偶数,其余特征都是普通特征包括:
所述标定板包含四组所述特殊特征组,其余特征都是普通特征,四组所述特殊特征组的位置分别位于所述标定板的左上顶角、右上顶角、左下顶角和右下顶角;
或者,所述标定板包含四组所述特殊特征组,其余特征都是普通特征,四组所述特殊特征组的位置分别位于所述标定板的上边界中部、右边界中部、下边界中部和左边界中部。
6.根据权利要求1所述的方法,其特征在于,标定板中包含用于相机标定的特征,所述特征包括带编码的特殊特征和不带编码的普通特征,其中,每个所述特殊特征的编码各不相同包括:
标定板中包含用于相机标定的特征,所述特征包括特殊的三圆环同心圆和统一的单圆环同心圆,其中,所述三圆环同心圆中圆环的内外圆比例不固定且各不相同,所述单圆环同心圆中圆环的内外圆比例固定。
7.根据权利要求1所述的方法,其特征在于,所述特殊特征组合构成特殊特征组,每个所述特殊特征组至少包含两个所述特殊特征包括:
两个所述特殊特征构成特殊特征组,其中,任意两个特殊特征位置分布不在同一行且不在同一列,呈斜角相邻分布;
或者,两个所述特殊特征构成特殊特征组,其中,任意两个特殊特征位置分布在同一行或在同一列,呈平行相邻分布。
8.一种相机标定的标定板,其特征在于,所述标定板为平面标定板;
标定板中包含用于相机标定的特征,所述特征包括带编码的特殊特征和不带编码的普通特征,其中,每个所述特殊特征的编码各不相同;
所述特殊特征组合构成特殊特征组,每个所述特殊特征组至少包含两个所述特殊特征,所述标定板至少包含四组所述特殊特征组且所述特殊特征组数为偶数,其余特征都是普通特征;
所述标定板用于相机标定的特征排序包括以下步骤:
通过相机获取包含所述标定板的目标图像;
根据特殊特征组确定所述标定板在所述目标图像中的位置;
从所述特殊特征组选取四个特殊特征,对所述目标图像中的所述标定板进行透视变换得到标定板正视图,其中,选取的四个所述特殊特征的位置分布不在同一直线上;
建立平面图像坐标系,提取所述标定板正视图上所有特征的图像坐标;
遍历所述特征的图像坐标,得到相邻的图像坐标的横坐标间隔和纵坐标间隔;
将从所述标定板正视图上选取出的目标特征放入预设队列中,重复执行预设步骤,直到所有特征都完成遍历排序;
所述预设步骤包括:
复制取出所述目标特征,并将所述目标特征从所述预设队列中剔除,判断所述目标特征是否已经进行遍历排序;
若否,则以目标特征的图像坐标作为基准加减对应的横坐标间隔和纵坐标间隔,得到相邻特征计算值,计算所述相邻特征计算值与其他特征的图像坐标的最短距离;
判断所述最短距离是否小于预设阈值,若是,则存在相邻特征,将所述目标特征标记为已进行遍历排序,并将所述相邻特征的图像坐标和位置放入所述预设队列中,作为下一次遍历的目标特征;若否,则不存在相邻特征,并标记为不存在。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的相机标定的特征排序方法。
CN202110749407.4A 2021-07-02 2021-07-02 一种相机标定的特征排序方法、标定板和设备 Active CN113205558B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110749407.4A CN113205558B (zh) 2021-07-02 2021-07-02 一种相机标定的特征排序方法、标定板和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110749407.4A CN113205558B (zh) 2021-07-02 2021-07-02 一种相机标定的特征排序方法、标定板和设备

Publications (2)

Publication Number Publication Date
CN113205558A CN113205558A (zh) 2021-08-03
CN113205558B true CN113205558B (zh) 2021-10-12

Family

ID=77022611

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110749407.4A Active CN113205558B (zh) 2021-07-02 2021-07-02 一种相机标定的特征排序方法、标定板和设备

Country Status (1)

Country Link
CN (1) CN113205558B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101727670B (zh) * 2009-11-10 2012-01-04 西安交通大学 一种可变幅面多相机系统柔性标定方法及装置
CN104036542B (zh) * 2014-05-21 2017-01-25 北京信息科技大学 一种基于空间光线聚集性的像面特征点匹配方法
CN109598762B (zh) * 2018-11-26 2021-09-21 江苏科技大学 一种高精度双目相机标定方法
CN109816733B (zh) * 2019-01-14 2023-08-18 京东方科技集团股份有限公司 相机参数初始化方法及装置、相机参数标定方法及设备、图像采集系统
CN113052911B (zh) * 2019-12-27 2024-07-12 杭州海康机器人股份有限公司 一种标定板、和相机标定方法、装置
CN111508032B (zh) * 2020-04-17 2022-09-27 易思维(杭州)科技有限公司 相机标定过程中特征点的排序方法
CN112991466B (zh) * 2021-04-26 2021-09-10 杭州灵西机器人智能科技有限公司 一种基于不完整标定板的相机标定的方法和系统

Also Published As

Publication number Publication date
CN113205558A (zh) 2021-08-03

Similar Documents

Publication Publication Date Title
CN110288069B (zh) 二维码生成和解析的方法、装置、设备及可读存储介质
US10872267B2 (en) Method for identification of characteristic points of a calibration pattern within a set of candidate points in an image of the calibration pattern
CN110619333A (zh) 一种文本行分割方法、文本行分割装置及电子设备
CN106909539A (zh) 图像检索系统、服务器、数据库及相关的方法
CN114638824B (zh) 基于aoi设备采集图像的融合方法、装置、设备和介质
CN113205558B (zh) 一种相机标定的特征排序方法、标定板和设备
CN112184825A (zh) 一种标定板和标定方法
CN106909552A (zh) 图像检索服务器、系统、相关检索及排错方法
CN109740337B (zh) 一种实现滑块验证码识别的方法及装置
CN111127480B (zh) 一种图像处理方法、装置、电子设备及存储介质
EP2853089B1 (en) Pattern processing apparatus, pattern processing method, and pattern processing program
CN112488135A (zh) 一种变电站bim三维图像特征的分类方法
CN109063770B (zh) 尺检测验证方法、系统及计算机可读存储介质
CN112102420B (zh) 相机标定板及标定方法
CN113128247B (zh) 一种图像定位标识验证方法及服务器
CN110543798A (zh) 二维码的识别方法及装置
CN111523331A (zh) 一种二维码识别方法及装置
CN113536822B (zh) 二维码校正方法、装置及计算机可读存储介质
CN113705270A (zh) 识别二维码定位码区的方法、装置、设备和存储介质
CN112200864A (zh) 一种图像处理方法、定位方法、装置、设备及存储介质
CN109214230B (zh) 数据矩阵码识别方法、装置及电子设备
CN113140042A (zh) 三维扫描拼接方法、装置、电子装置和计算机设备
CN114037913B (zh) 遥感影像的自动纠偏方法、装置、电子设备及存储介质
CN115457144B (zh) 标定图案识别方法、标定方法、装置和电子设备
CN110033433B (zh) 一种纹理缺陷检测方法、系统、装置和存储介质

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A feature sorting method, calibration board and equipment for camera calibration

Effective date of registration: 20211201

Granted publication date: 20211012

Pledgee: Hangzhou High-tech Financing Guarantee Co.,Ltd.

Pledgor: HANGZHOU LINGXI ROBOT INTELLIGENT TECHNOLOGY Co.,Ltd.

Registration number: Y2021980013785

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20220322

Granted publication date: 20211012

Pledgee: Hangzhou High-tech Financing Guarantee Co.,Ltd.

Pledgor: HANGZHOU LINGXI ROBOT INTELLIGENT TECHNOLOGY Co.,Ltd.

Registration number: Y2021980013785

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A calibration method and device for sorting camera features

Effective date of registration: 20220322

Granted publication date: 20211012

Pledgee: Shanghai Guotai Junan Securities Asset Management Co.,Ltd.

Pledgor: HANGZHOU LINGXI ROBOT INTELLIGENT TECHNOLOGY Co.,Ltd.

Registration number: Y2022990000157

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20230131

Granted publication date: 20211012

Pledgee: Shanghai Guotai Junan Securities Asset Management Co.,Ltd.

Pledgor: HANGZHOU LINGXI ROBOT INTELLIGENT TECHNOLOGY Co.,Ltd.

Registration number: Y2022990000157