CN113256735A - 一种基于双目标定的相机标定方法和系统 - Google Patents

一种基于双目标定的相机标定方法和系统 Download PDF

Info

Publication number
CN113256735A
CN113256735A CN202110612070.2A CN202110612070A CN113256735A CN 113256735 A CN113256735 A CN 113256735A CN 202110612070 A CN202110612070 A CN 202110612070A CN 113256735 A CN113256735 A CN 113256735A
Authority
CN
China
Prior art keywords
camera
calibration
preset
images
monocular
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
CN202110612070.2A
Other languages
English (en)
Other versions
CN113256735B (zh
Inventor
王灿
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 CN202110612070.2A priority Critical patent/CN113256735B/zh
Publication of CN113256735A publication Critical patent/CN113256735A/zh
Application granted granted Critical
Publication of CN113256735B publication Critical patent/CN113256735B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T7/85—Stereo camera calibration
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30204—Marker

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双目标定的相机标定方法和系统，该方法包括：对第一相机和第二相机获取的图像进行特征提取，得到亚像素级特征集合，根据标定板的物理尺寸进行特征计算，得到标定板的理想物理特征集合，重复执行第一相机、第二相机的单目标定和双目标定，以及计算标定物理特征集合和拟合平面，直到完成预设条件，最后一次得到的单目标定结果为最终标定结果，通过本申请，解决了相关技术中标定板本身存在加工误差导致相机标定结果不准确的问题，实现了基于双目标定迭代优化标定板特征的位置，解除标定板本身已知的特征位置为理想特征位置的这一假定，进一步提高相机标定精度。

Description

一种基于双目标定的相机标定方法和系统
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双目标定的相机标定方法和系统。
背景技术
传统的相机标定算法假设标定板上的图案特征具有理想尺寸（位置），其通过迭代调整求得相机参数，使得这些理想特征经过当前参数组成的相机模型求得的图像上的投影点与实际在图像上找到的特征位置尽量接近，并认为收敛后的结果为最终相机标定结果。但标定板本身的加工误差会让一开始认为是理想尺寸（位置）的图案特征变得不理想，进而在最终标定结果中引入偏差。
目前针对相关技术中标定板本身存在加工误差导致相机标定结果不准确的问题，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双目标定的相机标定方法和系统，以至少解决相关技术中标定板本身存在加工误差导致相机标定结果不准确的问题。
第一方面，本申请实施例提供了一种基于双目标定的相机标定方法，所述方法包括：
对图像集中第一相机和第二相机获取的图像进行标定板的特征提取，得到所述标 定板的亚像素级特征集合，定义所述亚像素级特征集合为
Figure 342617DEST_PATH_IMAGE001
，其中，i表示在所述图像集 中所述图像的序号，j表示在所述图像中所述特征的序号；
根据所述标定板的物理尺寸，对所述图像集中的图像进行所述标定板的特征计 算，得到所述标定板的理想物理特征集合，定义所述理想物理特征集合为
Figure 915550DEST_PATH_IMAGE002
，其中，所述
Figure 960866DEST_PATH_IMAGE002
为三维坐标点，所述
Figure 621655DEST_PATH_IMAGE002
都位于同一平面上；
重复执行预设步骤，直到完成预设条件，最后一次迭代得到的所述第一相机的单目标定结果为所述第一相机的最终标定结果；
所述预设步骤包括：
根据所述
Figure 842552DEST_PATH_IMAGE001
和所述
Figure 930593DEST_PATH_IMAGE002
，对所述第一相机和所述第二相机分别进行单目标定， 得到所述第一相机和所述第二相机的单目标定结果；
基于所述第一相机和所述第二相机的单目标定结果，根据所述
Figure 463206DEST_PATH_IMAGE001
和所述
Figure 819363DEST_PATH_IMAGE002
， 对所述第一相机和所述第二相机进行双目标定，得到双目标定结果；
根据所述
Figure 19400DEST_PATH_IMAGE001
和所述双目标定结果，得到所述
Figure 153710DEST_PATH_IMAGE002
坐标系下的标定物理特征集 合，定义所述标定物理特征集合为
Figure 439197DEST_PATH_IMAGE003
；
根据所述
Figure 441788DEST_PATH_IMAGE003
通过预设拟合算法进行拟合得到预设拟合平面，计算所述
Figure 620966DEST_PATH_IMAGE003
到 所述预设拟合平面的距离，得到计算距离为
Figure 316389DEST_PATH_IMAGE004
，将对应的所述
Figure 964540DEST_PATH_IMAGE002
的z分量设为所述
Figure 505242DEST_PATH_IMAGE004
。
在其中一些实施例中，重复执行预设步骤，直到完成预设条件，最后一次迭代得到的所述第一相机的单目标定结果为所述第一相机的最终标定结果包括：
重复执行预设步骤，直到完成规定的预设迭代次数，最后一次迭代得到的所述第一相机的单目标定结果为所述第一相机的最终标定结果。
在其中一些实施例中，重复执行预设步骤，直到完成预设条件，最后一次迭代得到的所述第一相机的单目标定结果为所述第一相机的最终标定结果包括：
重复执行预设步骤，直到前后两次的
Figure 679872DEST_PATH_IMAGE004
之差的累加平均值小于规定的预设阈 值，最后一次迭代得到的所述第一相机的单目标定结果为所述第一相机的最终标定结果。
在其中一些实施例中，根据所述
Figure 906716DEST_PATH_IMAGE001
和所述
Figure 901217DEST_PATH_IMAGE002
，对所述第一相机和所述第二相 机分别进行单目标定，得到所述第一相机和所述第二相机的单目标定结果，所述方法还包 括：
根据所述
Figure 511190DEST_PATH_IMAGE001
和所述
Figure 150113DEST_PATH_IMAGE002
，对所述第一相机进行单目标定，得到所述第一相机的 单目标定结果，所述第二相机为经过精确标定的相机，即已知所述第二相机的单目标定结 果。
在其中一些实施例中，根据所述
Figure 452918DEST_PATH_IMAGE003
通过预设拟合算法进行拟合得到预设拟合平 面包括：
根据所述
Figure 669136DEST_PATH_IMAGE003
通过最小二乘法来进行拟合得到预设拟合平面。
在其中一些实施例中，根据所述
Figure 207433DEST_PATH_IMAGE003
通过预设拟合算法进行拟合，得到预设拟合 平面还包括：
根据所述
Figure 825496DEST_PATH_IMAGE003
通过RANSAC算法进行拟合，剔除一些误差较大的特征以防止迭代发 散，得到预设拟合平面。
在其中一些实施例中，在对图像集中第一相机和第二相机获取的图像进行标定板的特征提取，得到所述标定板的亚像素级特征集合之前，所述方法还包括：
通过第一相机获取包含完整的标定板的若干第一图像，通过第二相机获取包含完整的所述标定板的若干第二图像，其中，所述第一图像和所述第二图像包含在图像集中。
在其中一些实施例中，在通过第一相机获取包含完整的标定板的若干第一图像，通过第二相机获取包含完整的所述标定板的若干第二图像之前，所述方法包括：
将所述第一相机和所述第二相机固定在刚性支架上，确保所述第一相机与所述第二相机的位置关系固定；
在不同位姿下触发所述第一相机和所述第二相机对标定板进行取像。
第二方面，本申请实施例提供了一种基于双目标定的相机标定方法，所述方法包括：
对图像集中第一相机和第二相机获取的图像进行标定板的特征提取，得到所述标 定板的亚像素级特征集合，定义所述亚像素级特征集合为
Figure 33624DEST_PATH_IMAGE001
，其中，i表示在所述图像集 中所述图像的序号，j表示在所述图像中所述特征的序号；
根据所述标定板的物理尺寸，对所述图像集中的图像进行所述标定板的特征计 算，得到所述标定板的理想物理特征集合，定义所述理想物理特征集合为
Figure 878083DEST_PATH_IMAGE002
，其中，所述
Figure 564279DEST_PATH_IMAGE002
为三维坐标点，所述
Figure 188247DEST_PATH_IMAGE002
都位于同一平面上；
重复执行预设步骤，直到完成预设迭代条件，最后一次迭代得到的所述第一相机的单目标定结果为最终标定结果；
所述预设步骤包括：
根据所述
Figure 567275DEST_PATH_IMAGE001
和所述
Figure 23665DEST_PATH_IMAGE002
，对所述第一相机和所述第二相机进行双目标定，得到 双目标定结果，同时对所述第一相机和所述第二相机分别进行单目标定，得到所述第一相 机和所述第二相机的单目标定结果；
根据所述
Figure 388918DEST_PATH_IMAGE001
和所述双目标定结果，得到所述
Figure 981573DEST_PATH_IMAGE002
坐标系下的标定物理特征集 合，定义所述标定物理特征集合为
Figure 531503DEST_PATH_IMAGE003
；
根据所述
Figure 599822DEST_PATH_IMAGE003
通过预设拟合算法进行拟合得到预设拟合平面，计算所述
Figure 893400DEST_PATH_IMAGE003
到 所述预设拟合平面的距离，得到计算距离
Figure 481508DEST_PATH_IMAGE004
，将对应的所述
Figure 936760DEST_PATH_IMAGE002
的z分量设为
Figure 367741DEST_PATH_IMAGE004
。
第三方面，本申请实施例提供了一种基于双目标定的相机标定系统，所述系统包括第一相机、第二相机和处理单元；
所述处理单元对图像集中所述第一相机和所述第二相机获取的图像进行标定板 的特征提取，得到所述标定板的亚像素级特征集合，定义所述亚像素级特征集合为
Figure 825530DEST_PATH_IMAGE001
，其 中，i表示在所述图像集中所述图像的序号，j表示在所述图像中所述特征的序号；
所述处理单元根据所述标定板的物理尺寸，对所述图像集中的图像进行所述标定 板的特征计算，得到所述标定板的理想物理特征集合，定义所述理想物理特征集合为
Figure 392777DEST_PATH_IMAGE002
， 其中，所述
Figure 284510DEST_PATH_IMAGE002
为三维坐标点，所述
Figure 812574DEST_PATH_IMAGE002
都位于同一平面上；
所述处理单元重复执行预设步骤，直到完成预设条件，最后一次迭代得到的所述第一相机的单目标定结果为所述第一相机的最终标定结果；
所述预设步骤包括：
所述处理单元根据所述
Figure 713534DEST_PATH_IMAGE001
和所述
Figure 869709DEST_PATH_IMAGE002
，对所述第一相机和所述第二相机分别进 行单目标定，得到所述第一相机和所述第二相机的单目标定结果；
所述处理单元基于所述第一相机和所述第二相机的单目标定结果，根据所述
Figure 56977DEST_PATH_IMAGE001
和所述
Figure 196971DEST_PATH_IMAGE002
，对所述第一相机和所述第二相机进行双目标定，得到双目标定结果；
所述处理单元根据所述
Figure 776988DEST_PATH_IMAGE001
和所述双目标定结果，得到所述
Figure 53249DEST_PATH_IMAGE002
坐标系下的标定 物理特征集合，定义所述标定物理特征集合为
Figure 286784DEST_PATH_IMAGE003
；
所述处理单元根据所述
Figure 540173DEST_PATH_IMAGE003
通过预设拟合算法进行拟合得到预设拟合平面，所述 处理单元计算所述
Figure 517356DEST_PATH_IMAGE003
到所述预设拟合平面的距离，得到计算距离
Figure 913702DEST_PATH_IMAGE004
，将对应的所述
Figure 193505DEST_PATH_IMAGE002
的z分量设为
Figure 308092DEST_PATH_IMAGE004
。
相比于相关技术，本申请实施例提供的一种基于双目标定的相机标定方法和系 统，通过对第一相机和第二相机获取的图像进行标定板的特征提取，得到亚像素级特征集 合
Figure 823387DEST_PATH_IMAGE001
，根据标定板的物理尺寸对图像集中的图像进行标定板的特征计算，得到标定板的 理想物理特征集合
Figure 464452DEST_PATH_IMAGE002
，重复执行预设步骤，直到完成预设条件，最后一次迭代得到的第一 相机的单目标定结果为第一相机的最终标定结果；所述预设步骤包括：根据
Figure 39790DEST_PATH_IMAGE001
和
Figure 517039DEST_PATH_IMAGE002
对 第一相机和第二相机分别进行单目标定，得到第一相机和第二相机的单目标定结果，基于 单目标定结果，根据
Figure 836025DEST_PATH_IMAGE001
和
Figure 206963DEST_PATH_IMAGE002
对第一相机和第二相机进行双目标定，得到双目标定结果， 根据
Figure 579301DEST_PATH_IMAGE001
和双目标定结果，得到
Figure 402901DEST_PATH_IMAGE002
坐标系下的标定物理特征集合
Figure 525578DEST_PATH_IMAGE003
，根据
Figure 626389DEST_PATH_IMAGE003
通过预 设拟合算法进行拟合得到预设拟合平面，计算
Figure 809108DEST_PATH_IMAGE003
到预设拟合平面的距离，得到计算距离 为
Figure 244638DEST_PATH_IMAGE004
，将对应的
Figure 171005DEST_PATH_IMAGE002
的z分量设为
Figure 985378DEST_PATH_IMAGE004
，解决了相关技术中标定板本身存在加工误差导致 相机标定结果不准确的问题，实现了基于双目标定迭代优化标定板特征的位置，解除标定 板本身已知的特征位置为理想特征位置的这一假定，进一步提高相机标定精度。
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双目标定的相机标定系统的结构框图；
图2是根据本申请实施例的基于双目标定的相机标定方法的步骤流程图；
图3是根据本申请实施例的基于双目标定的相机标定方法的步骤流程图；
图4是根据本申请实施例的电子设备的内部结构示意图。
附图说明：11、第一相机；12、第二相机；13、处理单元。
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。
本申请中所涉及到的相关术语：
标定板，指一类具有特定已知物理尺寸（位置）的图案特征的格板，用于对相机进行参数标定的平面结构。由于加工精度的限制，标定板上特征的物理尺寸（位置）与设计的理想情况存在一定的偏差，该偏差包括其在标定板平面内的位置偏差，以及因标定板的不平整导致其在垂直于理想平面方向的偏差。
相机单目标定，指使用具有已知尺寸的标定板对相机进行特定模型（如小孔成像模型）下的参数标定，包括相机内参、畸变参数、相机外参等。
相机双目标定，指利用同时拍摄的若干在共同视野下包含同一张标定板的图像，对两台相互位置关系固定的相机进行参数标定，可以是在已知每台相机的单目标定参数的情况下仅标定两台相机的相对位置关系，也可以是同时标定两台相机的单目参数及两者的相对位置关系。
在相关技术中，传统的相机标定方法如下：
假设标定板上特征的已知物理尺寸（位置）作为理想尺寸（位置）；
根据特征的理想尺寸和相机获取到的图像上特征的位置，进行迭代调整求得相机参数；并认为收敛后的结果为最终相机标定结果。
由此可见，因为标定板本身的加工制造存在着一定程度上的误差，相关技术中直接将标定板上特征的已知物理尺寸（位置）作为理想尺寸（位置），会导致将这一加工误差引入相机标定的过程中，使得最终标定结果产生较大偏差。
本申请实施例提供了一种基于双目标定的相机标定系统，图1是根据本申请实施例的基于双目标定的相机标定系统的结构框图，如图1所示，该系统包括第一相机11、第二相机12和处理单元13；
处理单元13对图像集中第一相机11和第二相机12获取的图像进行标定板的特征 提取，得到标定板的亚像素级特征集合，定义亚像素级特征集合为
Figure 479944DEST_PATH_IMAGE001
，其中，i表示在图像 集中图像的序号，j表示在图像中特征的序号；
处理单元13根据标定板的物理尺寸，对图像集中的图像进行标定板的特征计算， 得到标定板的理想物理特征集合，定义理想物理特征集合为
Figure 12557DEST_PATH_IMAGE002
，其中，
Figure 386292DEST_PATH_IMAGE002
为三维坐标点，
Figure 55171DEST_PATH_IMAGE002
都位于同一平面上；
处理单元13重复执行预设步骤，直到完成预设条件，最后一次迭代得到的第一相机的单目标定结果为第一相机的最终标定结果；
预设步骤包括：
处理单元13根据
Figure 845272DEST_PATH_IMAGE002
和
Figure 740547DEST_PATH_IMAGE002
，对第一相机11和第二相机12分别进行单目标定，得到 第一相机11和第二相机12的单目标定结果；
处理单元13基于第一相机和第二相机的单目标定结果，根据
Figure 8717DEST_PATH_IMAGE002
和
Figure 797682DEST_PATH_IMAGE002
，对第一相 机11和第二相机12进行双目标定，得到双目标定结果；
处理单元13根据
Figure 883318DEST_PATH_IMAGE002
和双目标定结果，得到
Figure 124944DEST_PATH_IMAGE002
坐标系下的标定物理特征集合，定 义标定物理特征集合为
Figure 72171DEST_PATH_IMAGE003
；
处理单元13根据
Figure 981221DEST_PATH_IMAGE003
通过预设拟合算法进行拟合得到预设拟合平面，处理单元计 算
Figure 847546DEST_PATH_IMAGE003
到预设拟合平面的距离，得到计算距离
Figure 468146DEST_PATH_IMAGE004
，将对应的
Figure 78119DEST_PATH_IMAGE002
的z分量设为
Figure 841675DEST_PATH_IMAGE004
。
通过本申请实施例，处理单元对第一相机和第二相机获取的图像进行标定板的特 征提取，得到亚像素级特征集合
Figure 754268DEST_PATH_IMAGE001
，根据标定板的物理尺寸对图像集中的图像进行标定 板的特征计算，得到标定板的理想物理特征集合
Figure 501644DEST_PATH_IMAGE002
，重复执行预设步骤，直到完成预设条 件，最后一次迭代得到的第一相机的单目标定结果为第一相机的最终标定结果；预设步骤 包括：根据
Figure 774362DEST_PATH_IMAGE001
和
Figure 658004DEST_PATH_IMAGE002
对第一相机和第二相机分别进行单目标定，得到第一相机和第二相 机的单目标定结果；基于单目标定结果，根据
Figure 866132DEST_PATH_IMAGE001
和
Figure 710591DEST_PATH_IMAGE002
对第一相机和第二相机进行双目 标定，得到双目标定结果，根据
Figure 396787DEST_PATH_IMAGE001
和双目标定结果，得到
Figure 26614DEST_PATH_IMAGE002
坐标系下的标定物理特征集 合
Figure 140064DEST_PATH_IMAGE003
，根据
Figure 596453DEST_PATH_IMAGE003
通过预设拟合算法进行拟合得到预设拟合平面，计算
Figure 961706DEST_PATH_IMAGE003
到预设拟合 平面的距离，得到计算距离为
Figure 819941DEST_PATH_IMAGE004
，将对应的
Figure 369871DEST_PATH_IMAGE002
的z分量设为
Figure 172611DEST_PATH_IMAGE004
，解决了相关技术中标 定板本身存在加工误差导致相机标定结果不准确的问题，实现了基于双目标定迭代优化标 定板特征的位置，解除标定板本身已知的特征位置为理想特征位置的这一假定，进一步提 高相机标定精度。
本申请实施例提供了一种基于双目标定的相机标定方法，图2是根据本申请实施例的基于双目标定的相机标定方法的步骤流程图，如图2所示，该方法包括以下步骤：
S202，对图像集中第一相机和第二相机获取的图像进行标定板的特征提取，得到 标定板的亚像素级特征集合，定义亚像素级特征集合为
Figure 466189DEST_PATH_IMAGE001
，其中，i表示在图像集中图像 的序号，j表示在图像中特征的序号；
S204，根据标定板的物理尺寸，对图像集中的图像进行标定板的特征计算，得到标 定板的理想物理特征集合，定义理想物理特征集合为
Figure 54296DEST_PATH_IMAGE002
，其中，
Figure 775127DEST_PATH_IMAGE002
为三维坐标点，
Figure 940529DEST_PATH_IMAGE002
都 位于同一平面上；
S206，根据
Figure 663897DEST_PATH_IMAGE001
和
Figure 965565DEST_PATH_IMAGE002
，对第一相机和第二相机分别进行单目标定，得到第一相机 和第二相机的单目标定结果；
S208，基于第一相机和第二相机的单目标定结果，根据
Figure 122877DEST_PATH_IMAGE001
和
Figure 650942DEST_PATH_IMAGE002
，对第一相机和 第二相机进行双目标定，得到双目标定结果；
S210，根据
Figure 286322DEST_PATH_IMAGE001
和双目标定结果，得到
Figure 708076DEST_PATH_IMAGE002
坐标系下的标定物理特征集合，定义标 定物理特征集合为
Figure 160923DEST_PATH_IMAGE003
；
S212，根据
Figure 35338DEST_PATH_IMAGE003
通过预设拟合算法进行拟合得到预设拟合平面，计算
Figure 615355DEST_PATH_IMAGE003
到预设 拟合平面的距离，得到计算距离为
Figure 891616DEST_PATH_IMAGE004
，将对应的
Figure 390731DEST_PATH_IMAGE002
的z分量设为
Figure 372681DEST_PATH_IMAGE004
；
S214，重复执行步骤S206至S212，直到完成预设条件，最后一次迭代得到的第一相机的单目标定结果为第一相机的最终标定结果。
需要说明的是，在步骤S204中，理想物理特征集合
Figure 349864DEST_PATH_IMAGE002
为三维坐标点，拥有x、y和z 三个分量，为了使
Figure 746211DEST_PATH_IMAGE002
都位于同一平面上，可以将初始的z分量设置为0，并且由于
Figure 291592DEST_PATH_IMAGE002
是根 据标定板的尺寸计算得到的，所以图像集中的每一幅图像所对应的
Figure 140600DEST_PATH_IMAGE002
都是一样的，即
Figure 46108DEST_PATH_IMAGE005
；在步骤S214中，第二相机未进行过精确标定，最后一次迭代得到的第二相机的 单目标定结果也可以作为第二相机的最终标定结果。
通过本申请实施例中的步骤S202至S214，解决了相关技术中标定板本身存在加工误差导致相机标定结果不准确的问题，实现了基于双目标定迭代优化标定板特征的位置，解除标定板本身已知的特征位置为理想特征位置的这一假定，进一步提高相机标定精度。
在其中一些实施例中，重复执行步骤S206至S212，，直到完成预设条件，最后一次迭代得到的第一相机的单目标定结果为第一相机的最终标定结果包括：
重复执行步骤S206至S212，直到完成规定的预设迭代次数，最后一次迭代得到的第一相机的单目标定结果为第一相机的最终标定结果，其中，该预设迭代次数可以在程序内部预先设定，也可以作为标定过程整体的输入参数。
在其中一些实施例中，重复执行步骤S206至S212，直到完成预设条件，最后一次迭代得到的第一相机的单目标定结果为第一相机的最终标定结果包括：
重复执行步骤S206至S212，直到前后两次的
Figure 296961DEST_PATH_IMAGE004
之差的累加平均值小于规定的预 设阈值，最后一次迭代得到的第一相机的单目标定结果为第一相机的最终标定结果，其中， 该预设阈值可以在程序内部预先设定，也可以作为标定过程的输入参数。
在其中一些实施例中，根据
Figure 137878DEST_PATH_IMAGE001
和
Figure 615126DEST_PATH_IMAGE002
，对第一相机和第二相机分别进行单目标 定，得到第一相机和第二相机的单目标定结果，方法还包括：
根据
Figure 934112DEST_PATH_IMAGE001
和
Figure 931149DEST_PATH_IMAGE002
，对第一相机进行单目标定，得到第一相机的单目标定结果，第二 相机为经过精确标定的相机，即已知第二相机的单目标定结果。
在其中一些实施例中，根据
Figure 677389DEST_PATH_IMAGE003
通过预设拟合算法进行拟合得到预设拟合平面包 括：
根据
Figure 235409DEST_PATH_IMAGE003
通过最小二乘法来进行拟合得到预设拟合平面。
在其中一些实施例中，根据
Figure 499031DEST_PATH_IMAGE003
通过预设拟合算法进行拟合，得到预设拟合平面 还包括：
根据
Figure 990055DEST_PATH_IMAGE003
通过RANSAC算法进行拟合，剔除一些误差较大的特征以防止迭代发散， 得到预设拟合平面。
在其中一些实施例中，在对图像集中第一相机和第二相机获取的图像进行标定板的特征提取，得到标定板的亚像素级特征集合之前，方法还包括：
通过第一相机获取包含完整的标定板的若干第一图像，通过第二相机获取包含完整的标定板的若干第二图像，其中，第一图像和第二图像包含在图像集中。
在其中一些实施例中，在通过第一相机获取包含完整的标定板的若干第一图像，通过第二相机获取包含完整的标定板的若干第二图像之前，方法包括：
将第一相机和第二相机固定在刚性支架上，确保第一相机与第二相机的位置关系固定，具体来说，第一相机是待标定相机，第二相机可以是一台未标定的相机，也可以是一台精确标定的相机；
在不同位姿下触发第一相机和第二相机对标定板进行取像，具体来说，需要拍摄若干组图像（一般为20-40组），保证每组图像中标定板都完整出现在两台相机共同视野内。
本申请实施例提供了一种基于双目标定的相机标定方法，图3是根据本申请实施例的基于双目标定的相机标定方法的步骤流程图，如图3所示，该方法包括以下步骤：
S302，对图像集中第一相机和第二相机获取的图像进行标定板的特征提取，得到 标定板的亚像素级特征集合，定义亚像素级特征集合为
Figure 297409DEST_PATH_IMAGE001
，其中，i表示在图像集中图像 的序号，j表示在图像中特征的序号；
S304，根据标定板的物理尺寸，对图像集中的图像进行标定板的特征计算，得到标 定板的理想物理特征集合，定义理想物理特征集合为
Figure 873884DEST_PATH_IMAGE002
，其中，
Figure 410038DEST_PATH_IMAGE002
为三维坐标点，
Figure 489990DEST_PATH_IMAGE002
都 位于同一平面上；
S306，根据
Figure 735289DEST_PATH_IMAGE001
和
Figure 267901DEST_PATH_IMAGE002
，对第一相机和第二相机进行双目标定，得到双目标定结 果，同时对第一相机和第二相机分别进行单目标定，得到第一相机和第二相机的单目标定 结果；
S308，根据
Figure 732380DEST_PATH_IMAGE001
和双目标定结果，得到
Figure 542205DEST_PATH_IMAGE002
坐标系下的标定物理特征集合，定义标 定物理特征集合为
Figure 332306DEST_PATH_IMAGE003
；
S310，根据
Figure 86635DEST_PATH_IMAGE003
通过预设拟合算法进行拟合得到预设拟合平面，计算
Figure 745019DEST_PATH_IMAGE003
到预设 拟合平面的距离，得到计算距离
Figure 533983DEST_PATH_IMAGE004
，将对应的
Figure 104773DEST_PATH_IMAGE002
的z分量设为
Figure 611978DEST_PATH_IMAGE004
。
S312，重复执行步骤S306至S310，直到完成预设迭代条件，最后一次迭代得到的第一相机的单目标定结果为第一相机的最终标定结果。
需要说明的是，在步骤S304中，理想物理特征集合
Figure 683839DEST_PATH_IMAGE002
为三维坐标点，拥有x、y和z 三个分量，为了使
Figure 953408DEST_PATH_IMAGE002
都位于同一平面上，可以将初始的z分量设置为0，并且由于
Figure 819733DEST_PATH_IMAGE002
是根 据标定板的尺寸计算得到的，所以图像集中的每一幅图像所对应的
Figure 814234DEST_PATH_IMAGE002
都是一样的，即
Figure 299573DEST_PATH_IMAGE005
；在步骤S312中，第二相机未进行过精确标定，最后一次迭代得到的第二相机的 单目标定结果也可以作为第二相机的最终标定结果。
通过本申请实施例中的步骤S302至S312，解决了相关技术中标定板本身存在加工误差导致相机标定结果不准确的问题，实现了基于双目标定迭代优化标定板特征的位置，解除标定板本身已知的特征位置为理想特征位置的这一假定，进一步提高相机标定精度，且第一相机和第二相机的双目标定不依赖于单独的单目标定结果。
在其中一些实施例中，重复执行步骤S306至S310，直到完成预设条件，最后一次迭代得到的第一相机的单目标定结果为第一相机的最终标定结果包括：
重复执行步骤S306至S310，直到完成规定的预设迭代次数，最后一次迭代得到的第一相机的单目标定结果为第一相机的最终标定结果，其中，该预设迭代次数可以在程序内部预先设定，也可以作为标定过程整体的输入参数。
在其中一些实施例中，重复执行步骤S306至S310，直到完成预设条件，最后一次迭代得到的第一相机的单目标定结果为第一相机的最终标定结果包括：
重复执行步骤S306至S310，直到前后两次的
Figure 328709DEST_PATH_IMAGE004
之差的累加平均值小于规定的预 设阈值，最后一次迭代得到的第一相机的单目标定结果为第一相机的最终标定结果，其中， 该预设阈值可以在程序内部预先设定，也可以作为标定过程的输入参数。
在其中一些实施例中，根据
Figure 490569DEST_PATH_IMAGE001
和
Figure 972366DEST_PATH_IMAGE002
，对第一相机和第二相机分别进行单目标 定，得到第一相机和第二相机的单目标定结果，方法还包括：
根据
Figure 386030DEST_PATH_IMAGE001
和
Figure 145038DEST_PATH_IMAGE002
，对第一相机进行单目标定，得到第一相机的单目标定结果，第二 相机为经过精确标定的相机，即已知第二相机的单目标定结果。
在其中一些实施例中，根据
Figure 87587DEST_PATH_IMAGE003
通过预设拟合算法进行拟合得到预设拟合平面包 括：
根据
Figure 676919DEST_PATH_IMAGE003
通过最小二乘法来进行拟合得到预设拟合平面。
在其中一些实施例中，根据
Figure 628694DEST_PATH_IMAGE003
通过预设拟合算法进行拟合，得到预设拟合平面 还包括：
根据
Figure 366843DEST_PATH_IMAGE003
通过RANSAC算法进行拟合，剔除一些误差较大的特征以防止迭代发散， 得到预设拟合平面。
在其中一些实施例中，在对图像集中第一相机和第二相机获取的图像进行标定板的特征提取，得到标定板的亚像素级特征集合之前，方法还包括：
通过第一相机获取包含完整的标定板的若干第一图像，通过第二相机获取包含完整的标定板的若干第二图像，其中，第一图像和第二图像包含在图像集中。
在其中一些实施例中，在通过第一相机获取包含完整的标定板的若干第一图像，通过第二相机获取包含完整的标定板的若干第二图像之前，方法包括：
将第一相机和第二相机固定在刚性支架上，确保第一相机与第二相机的位置关系固定，具体来说，第一相机是待标定相机，第二相机可以是一台未标定的相机，也可以是一台精确标定的相机；
在不同位姿下触发第一相机和第二相机对标定板进行取像，具体来说，需要拍摄若干组图像（一般为20-40组），保证每组图像中标定板都完整出现在两台相机共同视野内。
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基于双目标定的相机标定方法。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。
在一个实施例中，图4是根据本申请实施例的电子设备的内部结构示意图，如图4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4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基于双目标定的相机标定方法，数据库用于存储数据。
本领域技术人员可以理解，图4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 (10)

1.一种基于双目标定的相机标定方法，其特征在于，所述方法包括：
对图像集中第一相机和第二相机获取的图像进行标定板的特征提取，得到所述标定板 的亚像素级特征集合，定义所述亚像素级特征集合为
Figure 225304DEST_PATH_IMAGE001
，其中，i表示在所述图像集中所 述图像的序号，j表示在所述图像中所述特征的序号；
根据所述标定板的物理尺寸，对所述图像集中的图像进行所述标定板的特征计算，得 到所述标定板的理想物理特征集合，定义所述理想物理特征集合为
Figure 917503DEST_PATH_IMAGE003
，其中，所述
Figure 371618DEST_PATH_IMAGE003
为 三维坐标点，所述
Figure 9273DEST_PATH_IMAGE003
都位于同一平面上；
重复执行预设步骤，直到完成预设条件，最后一次迭代得到的所述第一相机的单目标定结果为所述第一相机的最终标定结果；
所述预设步骤包括：
根据所述
Figure 345576DEST_PATH_IMAGE001
和所述
Figure 602245DEST_PATH_IMAGE003
，对所述第一相机和所述第二相机分别进行单目标定，得到所 述第一相机和所述第二相机的单目标定结果；
基于所述第一相机和所述第二相机的单目标定结果，根据所述
Figure 707604DEST_PATH_IMAGE001
和所述
Figure 283204DEST_PATH_IMAGE003
，对所述 第一相机和所述第二相机进行双目标定，得到双目标定结果；
根据所述
Figure 778908DEST_PATH_IMAGE001
和所述双目标定结果，得到所述
Figure 901585DEST_PATH_IMAGE003
坐标系下的标定物理特征集合，定义 所述标定物理特征集合为
Figure 923767DEST_PATH_IMAGE004
；
根据所述
Figure 840908DEST_PATH_IMAGE004
通过预设拟合算法进行拟合得到预设拟合平面，计算所述
Figure 417383DEST_PATH_IMAGE004
到所述 预设拟合平面的距离，得到计算距离为
Figure 140488DEST_PATH_IMAGE005
，将对应的所述
Figure 954860DEST_PATH_IMAGE003
的z分量设为所述
Figure 511743DEST_PATH_IMAGE005
。
2.根据权利要求1所述的方法，其特征在于，重复执行预设步骤，直到完成预设条件，最后一次迭代得到的所述第一相机的单目标定结果为所述第一相机的最终标定结果包括：
重复执行预设步骤，直到完成规定的预设迭代次数，最后一次迭代得到的所述第一相机的单目标定结果为所述第一相机的最终标定结果。
3.根据权利要求1所述的方法，其特征在于，重复执行预设步骤，直到完成预设条件，最后一次迭代得到的所述第一相机的单目标定结果为所述第一相机的最终标定结果包括：
重复执行预设步骤，直到前后两次的
Figure 608138DEST_PATH_IMAGE005
之差的累加平均值小于规定的预设阈值，最 后一次迭代得到的所述第一相机的单目标定结果为所述第一相机的最终标定结果。
4.根据权利要求1所述的方法，其特征在于，根据所述
Figure 72617DEST_PATH_IMAGE001
和所述
Figure 679179DEST_PATH_IMAGE003
，对所述第一相机 和所述第二相机分别进行单目标定，得到所述第一相机和所述第二相机的单目标定结果， 所述方法还包括：
根据所述
Figure 203701DEST_PATH_IMAGE001
和所述
Figure 285927DEST_PATH_IMAGE003
，对所述第一相机进行单目标定，得到所述第一相机的单目标 定结果，所述第二相机为经过精确标定的相机，即已知所述第二相机的单目标定结果。
5.根据权利要求1所述的方法，其特征在于，根据所述
Figure 491780DEST_PATH_IMAGE004
通过预设拟合算法进行拟合 得到预设拟合平面包括：
根据所述
Figure 280744DEST_PATH_IMAGE004
通过最小二乘法来进行拟合得到预设拟合平面。
6.根据权利要求1所述的方法，其特征在于，根据所述
Figure 38485DEST_PATH_IMAGE004
通过预设拟合算法进行拟 合，得到预设拟合平面还包括：
根据所述
Figure 280110DEST_PATH_IMAGE004
通过RANSAC算法进行拟合，剔除一些误差较大的特征以防止迭代发散， 得到预设拟合平面。
7.根据权利要求1所述的方法，其特征在于，在对图像集中第一相机和第二相机获取的图像进行标定板的特征提取，得到所述标定板的亚像素级特征集合之前，所述方法还包括：
通过第一相机获取包含完整的标定板的若干第一图像，通过第二相机获取包含完整的所述标定板的若干第二图像，其中，所述第一图像和所述第二图像包含在图像集中。
8.根据权利要求7所述的方法，其特征在于，在通过第一相机获取包含完整的标定板的若干第一图像，通过第二相机获取包含完整的所述标定板的若干第二图像之前，所述方法包括：
将所述第一相机和所述第二相机固定在刚性支架上，确保所述第一相机与所述第二相机的位置关系固定；
在不同位姿下触发所述第一相机和所述第二相机对标定板进行取像。
9.一种基于双目标定的相机标定方法，其特征在于，所述方法包括：
对图像集中第一相机和第二相机获取的图像进行标定板的特征提取，得到所述标定板 的亚像素级特征集合，定义所述亚像素级特征集合为
Figure 24076DEST_PATH_IMAGE001
，其中，i表示在所述图像集中所 述图像的序号，j表示在所述图像中所述特征的序号；
根据所述标定板的物理尺寸，对所述图像集中的图像进行所述标定板的特征计算，得 到所述标定板的理想物理特征集合，定义所述理想物理特征集合为
Figure 261022DEST_PATH_IMAGE003
，其中，所述
Figure 861767DEST_PATH_IMAGE003
为 三维坐标点，所述
Figure 154471DEST_PATH_IMAGE003
都位于同一平面上；
重复执行预设步骤，直到完成预设迭代条件，最后一次迭代得到的所述第一相机的单目标定结果为最终标定结果；
所述预设步骤包括：
根据所述
Figure 436548DEST_PATH_IMAGE001
和所述
Figure 528000DEST_PATH_IMAGE003
，对所述第一相机和所述第二相机进行双目标定，得到双目标 定结果，同时对所述第一相机和所述第二相机分别进行单目标定，得到所述第一相机和所 述第二相机的单目标定结果；
根据所述
Figure 299647DEST_PATH_IMAGE001
和所述双目标定结果，得到所述
Figure 719127DEST_PATH_IMAGE003
坐标系下的标定物理特征集合，定义 所述标定物理特征集合为
Figure 867212DEST_PATH_IMAGE004
；
根据所述
Figure 547592DEST_PATH_IMAGE004
通过预设拟合算法进行拟合得到预设拟合平面，计算所述
Figure 755719DEST_PATH_IMAGE004
到所述 预设拟合平面的距离，得到计算距离
Figure 662495DEST_PATH_IMAGE005
，将对应的所述
Figure 411009DEST_PATH_IMAGE003
的z分量设为
Figure 149157DEST_PATH_IMAGE005
。
10.一种基于双目标定的相机标定系统，其特征在于，所述系统包括第一相机、第二相机和处理单元；
所述处理单元对图像集中所述第一相机和所述第二相机获取的图像进行标定板的特 征提取，得到所述标定板的亚像素级特征集合，定义所述亚像素级特征集合为
Figure 200290DEST_PATH_IMAGE001
，其中，i 表示在所述图像集中所述图像的序号，j表示在所述图像中所述特征的序号；
所述处理单元根据所述标定板的物理尺寸，对所述图像集中的图像进行所述标定板的 特征计算，得到所述标定板的理想物理特征集合，定义所述理想物理特征集合为
Figure 391100DEST_PATH_IMAGE003
，其 中，所述
Figure 710348DEST_PATH_IMAGE003
为三维坐标点，所述
Figure 240687DEST_PATH_IMAGE003
都位于同一平面上；
所述处理单元重复执行预设步骤，直到完成预设条件，最后一次迭代得到的所述第一相机的单目标定结果为所述第一相机的最终标定结果；
所述预设步骤包括：
所述处理单元根据所述
Figure 790617DEST_PATH_IMAGE001
和所述
Figure 531040DEST_PATH_IMAGE003
，对所述第一相机和所述第二相机分别进行单 目标定，得到所述第一相机和所述第二相机的单目标定结果；
所述处理单元基于所述第一相机和所述第二相机的单目标定结果，根据所述
Figure 762301DEST_PATH_IMAGE001
和所 述
Figure 209463DEST_PATH_IMAGE003
，对所述第一相机和所述第二相机进行双目标定，得到双目标定结果；
所述处理单元根据所述
Figure 992611DEST_PATH_IMAGE001
和所述双目标定结果，得到所述
Figure 158013DEST_PATH_IMAGE003
坐标系下的标定物理 特征集合，定义所述标定物理特征集合为
Figure 927386DEST_PATH_IMAGE004
；
所述处理单元根据所述
Figure 229054DEST_PATH_IMAGE004
通过预设拟合算法进行拟合得到预设拟合平面，所述处理 单元计算所述
Figure 183104DEST_PATH_IMAGE004
到所述预设拟合平面的距离，得到计算距离
Figure 39064DEST_PATH_IMAGE005
，将对应的所述
Figure 408866DEST_PATH_IMAGE003
的z 分量设为
Figure 406120DEST_PATH_IMAGE005
。
CN202110612070.2A 2021-06-02 2021-06-02 一种基于双目标定的相机标定方法和系统 Active CN113256735B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110612070.2A CN113256735B (zh) 2021-06-02 2021-06-02 一种基于双目标定的相机标定方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110612070.2A CN113256735B (zh) 2021-06-02 2021-06-02 一种基于双目标定的相机标定方法和系统

Publications (2)

Publication Number Publication Date
CN113256735A true CN113256735A (zh) 2021-08-13
CN113256735B CN113256735B (zh) 2021-10-08

Family

ID=77185946

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110612070.2A Active CN113256735B (zh) 2021-06-02 2021-06-02 一种基于双目标定的相机标定方法和系统

Country Status (1)

Country Link
CN (1) CN113256735B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114255287A (zh) * 2022-03-01 2022-03-29 杭州灵西机器人智能科技有限公司 一种小景深相机的单目标定方法、系统、装置和介质
CN114897997A (zh) * 2022-07-13 2022-08-12 星猿哲科技(深圳)有限公司 相机标定方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109255818A (zh) * 2018-08-12 2019-01-22 浙江农林大学 一种新型标靶及其亚像素级角点的提取方法
CN109741393A (zh) * 2018-12-04 2019-05-10 上海大学 双孢菇直径测量和中心点定位方法
US20200226789A1 (en) * 2019-01-14 2020-07-16 Beijing Boe Optoelectronics Technology Co., Ltd. Camera calibration plate, camera calibration method and device, and image acquisition system
CN112598747A (zh) * 2020-10-15 2021-04-02 武汉易维晟医疗科技有限公司 一种单目相机与投影仪的联合标定方法
CN112740268A (zh) * 2020-11-23 2021-04-30 华为技术有限公司 目标检测方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109255818A (zh) * 2018-08-12 2019-01-22 浙江农林大学 一种新型标靶及其亚像素级角点的提取方法
CN109741393A (zh) * 2018-12-04 2019-05-10 上海大学 双孢菇直径测量和中心点定位方法
US20200226789A1 (en) * 2019-01-14 2020-07-16 Beijing Boe Optoelectronics Technology Co., Ltd. Camera calibration plate, camera calibration method and device, and image acquisition system
CN112598747A (zh) * 2020-10-15 2021-04-02 武汉易维晟医疗科技有限公司 一种单目相机与投影仪的联合标定方法
CN112740268A (zh) * 2020-11-23 2021-04-30 华为技术有限公司 目标检测方法和装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114255287A (zh) * 2022-03-01 2022-03-29 杭州灵西机器人智能科技有限公司 一种小景深相机的单目标定方法、系统、装置和介质
CN114897997A (zh) * 2022-07-13 2022-08-12 星猿哲科技(深圳)有限公司 相机标定方法、装置、设备及存储介质
CN114897997B (zh) * 2022-07-13 2022-10-25 星猿哲科技(深圳)有限公司 相机标定方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN113256735B (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
CN113256735B (zh) 一种基于双目标定的相机标定方法和系统
CN111968235B (zh) 一种物体姿态估计方法、装置、系统和计算机设备
CN113635311B (zh) 固定标定板的眼在手外标定方法和系统
CN110766629B (zh) Cbct系统几何校正方法、装置、计算机设备和存储介质
CN110909663A (zh) 一种人体关键点识别方法、装置及电子设备
CN109215087B (zh) 一种双摄像头模组的标定方法、装置及终端
CN110796709A (zh) 车架号尺寸获取方法、装置、计算机设备和存储介质
CN111445513B (zh) 基于深度图像的植株冠层体积获取方法、装置、计算机设备和存储介质
CN111652919A (zh) 基于左心室三维模型配准定位长短轴的方法、装置、计算机设备和存储介质
CN113178000B (zh) 三维重建方法、装置、电子设备及计算机存储介质
CN112241984A (zh) 双目视觉传感器标定方法、装置、计算机设备和存储介质
CN110619611B (zh) 图像校正标定方法、装置、计算机设备和存储介质
CN116188599A (zh) 标定板生成方法、相机标定方法、装置、设备及标定板
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
CN115272473A (zh) 相机标定方法、装置、电子设备及存储介质
CN114255287B (zh) 一种小景深相机的单目标定方法、系统、装置和介质
JP2008283050A (ja) 画像処理用データ作成方法及び画像処理用データ作成装置
CN108389167B (zh) 图像处理方法、装置、计算机设备和存储介质
CN113643377A (zh) 基于多次标定的单镜头一致性误差分析的方法和系统
CN110443835B (zh) 图像配准方法、装置、设备和存储介质
CN114299167B (zh) 一种变焦镜头的单目标定方法、系统、装置和介质
CN117689899B (zh) 一种手势采集装置参数点检方法、系统、设备及存储介质
CN113066136A (zh) 自动化标定方法、装置、电子设备及介质
CN118154477A (zh) 远心镜头畸变校正方法、装置、设备及存储介质
CN114004828A (zh) 图像生成模型的训练方法及装置、图像的生成方法及装置

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