CN113298880B - 一种相机标定板、相机标定方法及装置 - Google Patents
一种相机标定板、相机标定方法及装置 Download PDFInfo
- Publication number
- CN113298880B CN113298880B CN202110583467.3A CN202110583467A CN113298880B CN 113298880 B CN113298880 B CN 113298880B CN 202110583467 A CN202110583467 A CN 202110583467A CN 113298880 B CN113298880 B CN 113298880B
- Authority
- CN
- China
- Prior art keywords
- vertex
- circular mark
- calibration pattern
- calibration
- mark points
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/30244—Camera pose
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
本发明公开了一种相机标定板、相机标定方法及装置，属于摄像测量与计算机视觉领域。本发明的标定板包括相机标定板上设置的45个圆形标志点，45圆形标志点构成一个四边形的四条外轮廓线和两条对角线，四条外轮廓线和两条对角线上均包含9个等距的中心对称的标志点。本发明的相机标定方法包括：将标定图案置于平面物体上，从多个角度拍摄标定图案，且拍摄时使45个圆形标志点都处于成像范围内；全自动提取标定图案中各个圆形标志点所在的位置；确定各个圆形标志点的顺序编号；得到各个圆形标志点的像点坐标和编号后，使用相机标定方法对相机进行标定。本发明能够更加简单的实现相机标定中建立像方坐标和物方坐标的一一对应关系。
Description
技术领域
本发明属于摄像测量与计算机视觉领域，具体涉及一种相机标定板、相机标定方法及装置。
背景技术
在摄影测量与计算机视觉领域，通过相机对感兴趣的目标进行拍摄，然后利用拍摄的相片获取该目标的三维模型，或该目标的绝对大小和形状即可用于量测目的，是非常重要的一项任务。为了完成这项任务，相机标定是首先要进行的一个步骤。相机标定的目的，对于单目镜头来说，是要得到镜头的内参数，包括像主点坐标，焦距和镜头畸变参数；对于双目镜头或多目镜头来说，除了要得到每个镜头的内参数以外，还要得到各个镜头之间的相对位置关系。
相机标定的方法大致可以分为两类：使用物方控制信息的标定方法和不使用物方控制信息的标定方法(也称为自标定方法)。从现有技术水平来讲，自标定方法非常方便灵活，但精度和可靠性通常还不能满足实际应用要求。使用物方控制信息的标定方法还是目前普遍采用的一种方法。物方控制信息包括三维检校场，平面标定板等一些标定装置。相机标定的主要过程包括：1)建立像方坐标和物方坐标的一一对应关系；2)根据相机的成像原理和成像模型，利用前一步骤中像方坐标和物方坐标的对应关系，解算所需的参数。其中，第二个步骤通常都是自动化的，而第一个步骤需要建立像方和物方的对应关系，是决定能否实现全自动化相机标定的关键内容。本专利提出的方案，能够以一种比较简单的方法实现这一功能。
发明内容
本发明的目的在于提供一种相机标定板、相机标定方法及装置，能够更加简单的实现相机标定中建立像方坐标和物方坐标的一一对应关系。
为实现上述目的，本发明的技术方案是：一种相机标定板，所述相机标定板上设置有45个圆形标志点，所述45圆形标志点构成一个四边形的四条外轮廓线和两条对角线，所述四条外轮廓线和两条对角线上均包含9个等距的中心对称的标志点。
优选的是，所述四边形是正方形或长方形。
优选的是，所述圆形标志点为白色，所述圆形标志点的背景为黑色。
优选的是，所述黑色背景的四周围绕一圈白色背景。
本发明还提供了一种相机标定方法，应用于上述所述的一种相机标定板，其方法包括如下步骤：
步骤1：将标定图案置于平面物体上，从多个角度拍摄标定图案，至少包括3个角度以上进行拍摄，且拍摄时使45个圆形标志点都处于成像范围内；
步骤2：全自动提取标定图案中各个圆形标志点所在的位置；
步骤3：确定各个圆形标志点的顺序编号；
步骤4：得到各个圆形标志点的像点坐标和编号后，使用相机标定方法对相机进行标定。
进一步，所述步骤2中标定图案的全自动提取方法包括如下步骤：
步骤21：利用Otsu阈值分割方法，确定出2个灰度阈值T1和T2，使标定图案按灰度大小分为3个层次，并将灰度大于T2的像素的灰度置为255，其它所有像素的灰度置为0，以实现标定图案的二值化；
步骤22：寻找离标定图案中心点最近的一个灰度为0的像素点；
步骤23：以步骤22中找到的像素点为种子点，对标定图案中灰度为0的像素进行区域增长，提取出标定图案黑色背景所在的区域；
步骤24：分别以标定图案的四条边界上的灰度为0的像素点为种子点,对标定图案中灰度为0的像素进行区域增长，提取出处于标定图案区域范围外的所有像素，并且把这些像素的灰度置为255；
步骤25：遍历标定图案，以像素灰度为0的像素作为种子点进行区域增长，增长出圆形标志点所在的区域，然后计算这些区域的重心，作为各个圆形标志点所在的位置。
进一步，所述步骤3中的确定圆形标志点编号的方法包括如下步骤：
步骤31：使用GrahamScan方法，找出45个圆形标志点构成的形状的凸包，得到构成凸包的按逆时针排序好的顶点；
步骤32：对步骤31得到的凸包顶点进行检查，得到标定图案中正方形的4个顶点所在位置处的圆形标志点；
其中，对得到的凸包顶点进行检查的方法如下：遍历凸包的各个顶点，令当前顶点与它前一个顶点构成向量V1，当前顶点与它后一个顶点构成向量V2，计算V2旋转到V1需要跨越的角度，如果该角度小于150度，则认为当前顶点有效，否则认为当前顶点无效；
步骤33：如果步骤32中得到的有效顶点的个数为4，则进行步骤34；否则认为提取失败，终止算法；
步骤34：对4个有效顶点进行排序，令离标定图案左下角距离最近的有效顶点的编号为0，其它三个有效顶点按逆时针顺序分别编号为1、2、3；
步骤35：以编号为0的有效顶点作为起点，编号为1的有效顶点作为终点构成线段1，并计算其它圆形标志点到线段1的距离，如果距离小于30个像素的点的个数等于7，则根据这些圆形标志点到线段1起点的距离，对这7个圆形标志点进行编号；
按照相同的方法，分别：
以编号为1的有效顶点作为起点，编号为2的有效顶点作为终点构成线段2；以编号为2的有效顶点作为起点，编号为3的有效顶点作为终点构成线段3；以编号为3的有效顶点作为起点，编号为0的有效顶点作为终点构成线段4；以编号为0的有效顶点作为起点，编号为2的有效顶点作为终点构成线段5；以编号为1的有效顶点作为起点，编号为3的有效顶点作为终点构成线段6；对标定图案中所有圆形标志点进行编号。
本发明还提供了一种标定板识别装置，其特征在于，包括：
获取模块：用于从多个不同角度获取相机拍摄的标定板的目标图像；
标定图案自动提取模块：用于确定所述标定板在所述目标图像中的位置，并对图片进行处理，使图片中只保留标志点，去除所有其他干扰像素；
标志点自动编号模块：用于确定各个标志点的顺序，使它们的像方坐标能与物方坐标对应起来。
由于采用了上述技术方案，本发明的有益效果是：采用全自动提取标定图案中各个圆形标志点所在的位置和确定各个圆形标志点的顺序编号，可以更加简单的实现相机标定中建立像方坐标和物方坐标的一一对应关系。
附图说明
图1是本发明的标定板的结构示意图；
图2是本发明的方法流程图；
图3是本发明的实施例2中原始拍摄的一张标定图案的示意图；
图4是本发明的实施例2中拍摄的标定图案二值化的结果示意图；
图5是本发明的实施例2中提取的标志图案所在区域的示意图；
图6是本发明的实施例2中拍摄标定图案去除外围像素的结果示意图；
图7是本发明的实施例2中所有的圆形标志点的编号示意图。
具体实施方式
下面结合附图对本发明作进一步详细说明，但是本发明并不仅仅限于该实施例，凡是根据本发明实质对以下实施方式进行修改、变更以及等效变化，均任属于本发明技术的保护范围之内。
实施例1
参见图1，本实施例提供了一种相机标定板，相机标定板上设置有45个圆形标志点，45圆形标志点构成一个四边形的四条外轮廓线和两条对角线，四条外轮廓线和两条对角线上均包含9个等距的中心对称的标志点。
优选的是，本实施例的四边形可以是正方形或长方形。
优选的是，本实施例的圆形标志点为白色，圆形标志点的背景为黑色。
优选的是，本实施例的黑色背景的四周围绕一圈白色背景。
需要说明的是，本实施例的标定图案中的圆形标志可以替换成其它的中心对称图形，且每条对角线上的标志点的个数可以变化，变化的范围可以是[2,∞)，标志点构成的形状不要求一定是正方形，也可以是任意的长方形，只要标志点之间的间隔能够较好的确定即可。
实施例2
在基于实施例1的基础上，参见图2，本实施例还提供了一种相机标定方法，包括以下步骤：
步骤1：将标定图案置于平面物体上，从多个角度拍摄标定图案，且拍摄时使45个圆形标志点都处于成像范围内；
步骤2：全自动提取标定图案中各个圆形标志点所在的位置；
步骤3：确定各个圆形标志点的顺序编号；
步骤4：得到各个圆形标志点的像点坐标和编号后，使用相机标定方法对相机进行标定。
需要说明的是，本实施例的步骤2中标定图案的全自动提取方法包括如下步骤：
步骤21：利用Otsu阈值分割方法，确定出2个灰度阈值T1和T2，使标定图案按灰度大小分为3个层次，并将灰度大于T2的像素的灰度置为255，其它所有像素的灰度置为0，以实现标定图案的二值化；
步骤22：寻找离标定图案中心点最近的一个灰度为0的像素点；
步骤23：以步骤22中找到的像素点为种子点，对标定图案中灰度为0的像素进行区域增长，提取出标定图案中黑色背景所在的区域；
步骤24：分别以标定图案的四条边界上的灰度为0的像素点为种子点,对标定图案中灰度为0的像素进行区域增长，提取出处于标定图案区域范围外的所有像素，并且把这些像素的灰度置为255；
步骤25：遍历标定图案，以像素灰度为0的像素作为种子点进行区域增长，增长出圆形标志点所在的区域，然后计算这些区域的重心，作为各个圆形标志点所在的位置。
其中，参见图3，图3为原始拍摄的一张标定图案的标定图案，图4为进行步骤21标定图案二值化后结果图，图5为步骤23提取出的标志图案所在的区域的结果示意图，图6为步骤24去除外围像素的结果示意图。
为了标定相机，除了需要提取出各个标定点所在的位置，还需要确定各个标定点的顺序编号，使它们的像方坐标能与物方坐标联系起来；本实施例的步骤3中的确定各个圆形标志点顺序编号的方法包括如下步骤：
步骤31：使用GrahamScan方法，找出45个圆形标志点构成的形状的凸包，得到构成凸包的按逆时针排序好的顶点；即找出标定图案中最外围的四个角点，排序一下，因为这些圆形标志点是完全对称的，示意以它们任意哪个做起点都可行；
步骤32：对步骤31得到的凸包顶点进行检查，得到标定图案中正方形的4个顶点所在位置处的圆形标志点；
其中，对得到的凸包顶点进行检查的方法如下：遍历凸包的各个顶点，令当前顶点与它前一个顶点构成向量V1，当前顶点与它后一个顶点构成向量V2，计算V2旋转到V1需要跨越的角度，当该角度小于150度，则认为当前顶点有效，否则认为当前顶点无效；
步骤33：如果步骤32中得到的有效顶点的个数为4，则进行步骤34；否则认为提取失败，终止算法；
步骤34：对4个有效顶点进行排序，令离标定图案左下角距离最近的有效顶点的编号为0，其它三个有效顶点按逆时针顺序分别编号为1、2、3；
步骤35：以编号为0的有效顶点作为起点，编号为1的有效顶点作为终点构成线段1，并计算其它圆形标志点到线段1的距离，如果距离小于30个像素的点的个数等于7，则根据这些圆形标志点到线段1起点的距离，对这7个圆形标志点进行编号；即找到两个顶点之间的那些点，它们要在顶点确定的直线上，4个顶点，构成6条线。
用这种方式找到线上的其它点，按照相同的方法，分别：
以编号为1的有效顶点作为起点，编号为2的有效顶点作为终点构成线段2；以编号为2的有效顶点作为起点，编号为3的有效顶点作为终点构成线段3；以编号为3的有效顶点作为起点，编号为0的有效顶点作为终点构成线段4；以编号为0的有效顶点作为起点，编号为2的有效顶点作为终点构成线段5；以编号为1的有效顶点作为起点，编号为3的有效顶点作为终点构成线段6；对标定图案中所有圆形标志点进行编号。
参见图7，图7是所有圆形标志点的编号结果示意图，得到各个圆形标志点的像点坐标和正确编号以后，可以使用现有的相机标定方法对相机进行标定。比如张正友的平面标定方法。
实施例3
本实施例还提供了一种标定板识别装置，包括：
获取模块：用于从多个不同角度获取相机拍摄的标定板的目标图像；标定图案自动提取模块：用于确定所述标定板在所述目标图像中的位置，并对图片进行处理，使图片中只保留标志点，去除所有其他干扰像素；标志点自动编号模块：用于确定各个标志点的顺序，使它们的像方坐标能与物方坐标对应起来。
Claims (2)
1.一种相机标定方法，其特征在于：相机标定板上设置有45个圆形标志点，所述45个圆形标志点构成一个四边形的四条外轮廓线和两条对角线，所述四条外轮廓线和两条对角线上均包含9个等距的中心对称的圆形标志点；
方法包括以下步骤：
步骤1：将标定图案置于平面物体上，从多个角度拍摄标定图案，且拍摄时使45个圆形标志点都处于成像范围内；
步骤2：全自动提取标定图案中各个圆形标志点所在的位置；
步骤3：确定各个圆形标志点的顺序编号；
步骤4：得到各个圆形标志点的像点坐标和编号后，圆形标志点的像方坐标与物方坐标对应起来，使用相机标定方法对相机进行标定；
所述步骤2中标定图案的全自动提取方法包括如下步骤：
步骤21：利用Otsu阈值分割方法，确定出灰度阈值T1和灰度阈值T2，使标定图案按灰度大小分为3个层次，并将灰度大于T2的像素的灰度置为255，其它所有像素的灰度置为0，以实现标定图案的二值化；
步骤22：寻找离标定图案中心点最近的一个灰度为0的像素点；
步骤23：以步骤22中找到的像素点为种子点，对标定图案中灰度为0的像素进行区域增长，提取出标定图案中黑色背景所在的区域；
步骤24：分别以标定图案的四条边界上的灰度为0的像素点为种子点, 对标定图案中灰度为0的像素进行区域增长，提取出处于标定图案区域范围外的所有像素，并且把处于标定图案区域范围外的所有像素的灰度置为255；
步骤25：遍历标定图案，以像素灰度为0的像素作为种子点进行区域增长，增长出圆形标志点所在的区域，然后计算这些区域的重心，作为各个圆形标志点所在的位置；
所述圆形标志点为白色，所述圆形标志点的背景为黑色；
黑色背景的四周围绕一圈白色背景；
所述步骤3中的确定各个圆形标志点顺序编号的方法包括如下步骤：
步骤31：使用GrahamScan方法，找出45个圆形标志点构成的形状的凸包，得到构成凸包按逆时针排序好的顶点；
步骤32：对步骤31得到的凸包顶点进行检查，得到标定图案中正方形的4个顶点所在位置处的圆形标志点；
其中，对得到的凸包顶点进行检查的方法如下：遍历凸包的各个顶点，令当前顶点与它前一个顶点构成向量V1，当前顶点与它后一个顶点构成向量V2，计算V2旋转到V1需要跨越的角度，当该角度小于150度，则认为当前顶点有效，否则认为当前顶点无效；
步骤33：如果步骤32中得到的有效顶点的个数为4，则进行步骤34；否则认为提取失败，终止算法；
步骤34：对4个有效顶点进行排序，令离标定图案左下角距离最近的有效顶点的编号为0，其它三个有效顶点按逆时针顺序分别编号为1、2、3；
步骤35：以编号为0的有效顶点作为起点，编号为1的有效顶点作为终点构成线段1，并计算其它圆形标志点到线段1的距离，如果距离小于30个像素的点的个数等于7，则根据这些圆形标志点到线段1起点的距离，对这7个圆形标志点进行编号；
按照相同的方法，分别：
以编号为1的有效顶点作为起点，编号为2的有效顶点作为终点构成线段2；以编号为2的有效顶点作为起点，编号为3的有效顶点作为终点构成线段3；
以编号为3的有效顶点作为起点，编号为0的有效顶点作为终点构成线段4；以编号为0的有效顶点作为起点，编号为2的有效顶点作为终点构成线段5； 以编号为1的有效顶点作为起点，编号为3的有效顶点作为终点构成线段6；对标定图案中所有圆形标志点进行编号。
2.根据权利要求1所述的一种相机标定方法，其特征在于：所述四边形是正方形或长方形。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110583467.3A CN113298880B (zh) | 2021-05-27 | 2021-05-27 | 一种相机标定板、相机标定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110583467.3A CN113298880B (zh) | 2021-05-27 | 2021-05-27 | 一种相机标定板、相机标定方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113298880A CN113298880A (zh) | 2021-08-24 |
| CN113298880B true CN113298880B (zh) | 2023-03-24 |
Family
ID=77325394
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110583467.3A Active CN113298880B (zh) | 2021-05-27 | 2021-05-27 | 一种相机标定板、相机标定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113298880B (zh) |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103985131B (zh) * | 2014-05-28 | 2017-01-18 | 大连理工大学 | 一种用于高速公路车道偏离预警系统的相机快速标定方法 |
| CN106340044B (zh) * | 2015-07-09 | 2019-03-29 | 上海振华重工电气有限公司 | 摄像机外参自动标定方法及标定装置 |
| CN106600648A (zh) * | 2016-12-06 | 2017-04-26 | 合肥工业大学 | 标定相机内参数和畸变系数的立体编码靶标及其标定方法 |
| CN106871873A (zh) * | 2017-02-24 | 2017-06-20 | 上海坤辕检测科技有限公司 | 一种近景摄影测量中编码标志的编码方法 |
| CN206892938U (zh) * | 2017-03-03 | 2018-01-16 | 北京国承万通信息科技有限公司 | 一种摄像头标定器具 |
| CN107806888B (zh) * | 2017-10-27 | 2020-11-17 | 武汉大学 | 一种基于红外led灯的摄影/像机全自动快速标定方法 |
| CN110246185B (zh) * | 2018-03-07 | 2023-10-27 | 阿里巴巴集团控股有限公司 | 图像处理方法、装置、系统、存储介质和标定系统 |
| CN109064516B (zh) * | 2018-06-28 | 2021-09-24 | 北京航空航天大学 | 一种基于绝对二次曲线像的相机自标定方法 |
| CN109145913A (zh) * | 2018-07-13 | 2019-01-04 | 江苏大学 | 一种非均匀背景离散相灰度图像二值化处理方法 |
| CN108964777B (zh) * | 2018-07-25 | 2020-02-18 | 南京富锐光电科技有限公司 | 一种高速相机校准系统及方法 |
| CN109117767A (zh) * | 2018-07-30 | 2019-01-01 | 电子科技大学 | 一种基于区域生长的限速标志分类方法 |
| CN109949389A (zh) * | 2019-03-27 | 2019-06-28 | 百度在线网络技术（北京）有限公司 | 一种路口绘制方法、装置、服务器和存储介质 |
| CN111476795A (zh) * | 2020-02-27 | 2020-07-31 | 浙江工业大学 | 一种基于广度优先搜索的二值图标记方法 |
-
2021
- 2021-05-27 CN CN202110583467.3A patent/CN113298880B/zh active Active
Non-Patent Citations (2)
| Title |
|---|
| 一种由正方形确定摄像机内参数的线性方法;禹旺勋 等;《信息技术》;20141231(第4期);第66-68页 * |
| 基于正方形模板的摄像机自标定新方法;陈西 等;《学术研究》;20091231(第1期);第27-30页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113298880A (zh) | 2021-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111243032B (zh) | 一种棋盘格角点全自动检测方法 | |
| CN110689579B (zh) | 基于合作目标的快速单目视觉位姿测量方法及测量系统 | |
| CN102376089B (zh) | 一种标靶校正方法及系统 | |
| CN110956660B (zh) | 定位方法、机器人以及计算机存储介质 | |
| CN112132907B (zh) | 一种相机标定方法、装置、电子设备及存储介质 | |
| CN106485757A (zh) | 一种基于实心圆标定板的立体视觉系统标定平台及标定方法 | |
| CN107358628B (zh) | 基于靶标的线阵图像处理方法 | |
| CN109559349A (zh) | 一种用于标定的方法和装置 | |
| CN110807807B (zh) | 一种单目视觉的目标定位的图案、方法、装置及设备 | |
| CN110889829A (zh) | 一种基于鱼眼镜头的单目测距方法 | |
| CN113119129A (zh) | 一种基于标准球的单目测距定位方法 | |
| CN109255818A (zh) | 一种新型标靶及其亚像素级角点的提取方法 | |
| CN113920205A (zh) | 一种非同轴相机的标定方法 | |
| CN112929626A (zh) | 一种基于智能手机影像的三维信息提取方法 | |
| CN113963067B (zh) | 一种采用小靶标对大视场视觉传感器进行标定的标定方法 | |
| CN111699513B (zh) | 一种标定板、内参数标定方法、机器视觉系统及存储装置 | |
| CN113221953B (zh) | 基于实例分割和双目深度估计的目标姿态识别系统与方法 | |
| CN107644442B (zh) | 双摄模组的空间位置标定方法 | |
| CN113298880B (zh) | 一种相机标定板、相机标定方法及装置 | |
| US20230245346A1 (en) | Method and device for corner marking and parameter calibration | |
| CN116205993A (zh) | 一种用于3d aoi的双远心镜头高精度标定方法 | |
| CN115082564A (zh) | 一种融合双目视觉和激光雷达的联合标定方法 | |
| CN115841668A (zh) | 一种双目视觉苹果识别以及精准定位的方法 | |
| CN111968182B (zh) | 一种双目相机非线性模型参数的标定方法 | |
| CN112468800B (zh) | 广角摄像模组的测试方法及其测试系统 |
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 |